分布式与云计算系统第1章要点详解.ppt

Computer School, NUDT. Spring, 2013 Distributed and Cloud Computing 分布式与云计算系统 互联网之上的可扩展计算 平台的变革：1950年代起大型机、小型机、个人计算机、便携式计算机 高性能计算：HPC系统强调系统的原生速度性 高吞吐量计算：HTC主要应用于被百万以上用户同时使用的互联网搜索和Web服务  讨论的问题包括集群、MPP、P2P网络、网 格、云、Web服务、社会网络和物联网。事实 上，集群、网格、P2P网络和云之间的区别将会 越来越模糊。 新技术成熟周期 第一阶段－－技术萌芽期，这意味着一种新技术诞生。往往是这种新技术在参加了一些行业前沿展会譬如消费电子展(CES)之后，由于其新奇性、高科技含量被各大媒体广泛报道。 新技术成熟周期 第二阶段－－期望膨胀期，一些企业推出产品。在这一阶段，有很多成功的案例，也有很多失败的案例，让很多企业暂停创新。 第三阶段－－幻想破灭期，新产品、新服务达不到公众的预期。 新技术成熟周期 第四阶段－－复苏期。在此阶段,新技术将稳步发展，步入成熟期并最终跻身主流市场. 第五阶段－－成熟期。在此阶段，新科技产生的利益与潜力被市场实际接受，支援此经营模式的工具、方法论经过数代的演进，进入了非常成熟的阶段。 新技术成熟周期 通过“技术成熟周期”－－五阶段发展曲线，可以认识清楚，哪些是炒作，哪些将成为真正火热的产品。 握好时间点是一切成功的关键。如果过早推出一个产品，消费者可能还没有准备好。但是，如果适时抢在别人前面推出新产品，那么企业将独占鳌头。 摩尔定律 摩尔定律是由英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）提出来的。其内容为：当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18个月翻两倍以上。这一定律揭示了信息技术进步的速度。 GPU与CPU（一） GPU的竞争远比CPU的竞争来得激烈。通用PC的CPU就只有英特尔和AMD两家大厂。而在GPU方面领先的是NVIDIA和AMD两家厂商，但能生产中低端产品的还有英特尔、三星等好几家厂商。它们的产品虽然不如前两家，但在很多应用方面也能满足用户的需要，所以N记和A记只有拼命往前跑才不会死掉。 GPU与CPU（二） CPU除了处理游戏的AI，情节等方面的数据外，对于有些图像方面也是由它完成的。当微软每次发布新的DX时，并不是每款GPU都能支持DX新的特性，所以有些图像方面的任务还得由CPU来完成。 GPU与CPU（三） GPU相当于专用于图像处理的CPU，正因为它专，所以它强，在处理图像时它的工作效率远高于CPU，但是CPU是通用的数据处理器，在处理数值计算时是它的强项，它能完成的任务是GPU无法代替的，所以不能用GPU来代替CPU。 GPU与CPU（四） 微软发布Windows7 其中一个显著特性就是 联合GPU和CPU的强大实力，提升GPU在硬件使用的价值，在Windows7中，CPU与GPU组成了协同处理环境。CPU运算非常复杂的序列代码，而GPU则运行大规模并行应用程序。 计算机集群 计算机集群简称集群是一种计算机系统， 它通过一组松散集成的计算机软件和/或硬件连接起来高度紧密地协作完成计算工作。在某种意义上，他们可以被看作是一台计算机。 集群计算机通常用来改进单个计算机的计算速度和/或可靠性。一般情况下集群计算机比单个计算机，比如工作站或超级计算机性能价格比要高得多。 计算机集群 高可用性集群 一般是指当集群中有某个节点失效的情况下，其上的任务会自动转移到其他正常的节点上。还指可以将集群中的某节点进行离线维护再上线，该过程并不影响整个集群的运行。 计算机集群 负载均衡集群 负载均衡集群运行时一般通过一个或者多个前端负载均衡器将工作负载分发到后端的一组服务器上，从而达到整个系统的高性能和高可用性。这样的计算机集群有时也被称为服务器群（Server Farm）。 计算机集群 高性能计算集群 高性能计算集群采用将计算任务分配到集群的不同计算节点儿提高计算能力，因而主要应用在科学计算领域。比较流行的HPC采用Linux操作系统和其它一些免费软件来完成并行运算。 网格计算 网格计算通过共享网络将不同地点的大量计算机相联，从而形成虚拟的超级计算机,将各处计算机的多余处理器能力合在一起，可为研究和其他数据集中应用提供巨大的处理能力。 有了网格计算，那些没有能力购买价值数百万美元的超级计算机的机构，也能利用其巨大的计算能力。 面向服务的体系结构 1、服务请求者：服务请求者是一个