专访曙光公司副总裁聂华：向计算时速极限冲刺

服务器在线7月2日报道 近日，百万亿次超级计算机曙光5000正式亮相并签约上海超算。由于它的浮点运算峰值速度可达230万亿次，使它当之无愧成为中国新一代高性能计算机的领跑者，接近目前世界排名第六的"蓝色基因"。

回想2006年，863计划的相关课题指南提出，要研制两台百万亿次的计算机，并在此基础上预研千万亿次的技术。如今百万亿已过，千万亿在即。曙光5000不仅超额完成任务，还实现了"四高两低"，现在正大跨步向产业化进程推进。

随着一次又一次记录的刷新，"更高、更快、更强"的曙光公司，已然成为中国超级计算机的同义词。记者近日走访了曙光公司副总裁聂华，他向我们讲述了曙光5000的研发过程，以及他们的研发团队，言谈话语间，我们仿佛看到了曙光人那一颗热忱的心，一份执著的信念，一种拼搏不息的精神！

大规模投入创新的决心

"曙光既然敢投标，就是对自己的成功抱有绝对的信心。研发新的高性能计算机需要长期的技术积累。从曙光1000的200亿次，曙光2000的1117亿次，曙光3000的4032亿次，曙光4000的11万亿次，我们是一步一个台阶往上跨，而不是一步跳到很高。"聂华说。经过2007年初第一轮评审后，曙光基本已顺利成为唯一通过入选的品牌。但曙光人明白，顺利中标铺不平通向百万亿次挑战的艰难路程。

"做曙光4000A时，我们已经发现，未来系统发展到一定规模时，体系结构就会出问题了。当这种架构达到一定的规模时，整体可靠性将受到严重挑战，很多单一部件的瘫痪都可导致整体瘫痪。因此经过反复论证，我们首先提出了全新的HPP体系结构，从而不仅使系统的稳定性得到很大提高，同时也让用户编程应用像常规的集群一样方便。"聂华说。

完成了体系结构的创新，他们开始考虑硬件的设计了。刀片式服务器被公认为高性能计算集群的发展方向，它可以极大减少外部线缆的数量，从而降低线缆连接故障带来的隐患。为了克服线缆连接的瓶颈，以及解决散热集中、电源供电的集中等问题，他们坚信，刀片服务器将成为研制曙光5000的必然选择。

说到刀片服务器，由于设计难度大，目前敢碰的厂家屈指可数，世界范围内也只有IBM、惠普等厂商。因此在做完全独立开发刀片服务器的决策过程中，曙光花费了很大的工夫去调研，用他们的话说，当时着实是捏了一把汗。因为设计这样的刀片一投就是几千万，而投进去如果没达到设计的目标，几千万就打水漂了。经过公司领导、研发人员多次讨论和认真分析之后达成了共识：干，必须干，而且我们一定能干好！还用他们的话说，当时那个场面叫做众志成城。

抱着这样的必胜信心，曙光人经过奋力拼搏，我们现在看到了，曙光的刀片服务器完全可以面向高性能计算的应用，并且在密度及各个方面达到国际领先。

从这个意义上讲，曙光大规模投入科研创新的决心和勇气是令人敬佩的。当他们意识到技术转向不过是时间早晚的问题时，便毅然决然地沿着这条路走了下去。

克服多方面技术难题

"做刀片服务器不仅要求有大量资金、人力投入，最重要的是在考验你的配套能力。通常情况下做一个服务器，设计主板，电源买回来就可以了。但做刀片服务器的一些配件是买不到的，因为很多都涉及到专业的设计。因而人力的投入非常吃紧。比如，原来设计服务器时一个研发组20个人投入到主板，而做刀片的时候，只能有5个人在忙主板的设计，其他人都被抽了出去设计别的了。"聂华说。

设计刀片服务器还不是唯一的麻烦。每一个值得夸耀的特性的背后都有极大的工作量。"为了实现高速信号传输，常规做主板的板材不能支持，需要在国外找到一些特殊的钢厂，增加了难度。你会发现，系统还是系统，连接还是连接，但当要做到超高性能的时候，所有的配套环境都变了。我不仅仅要关心信号的完整问题，还要关心配套的材料，关心物流是不是能支撑等等。过去我们只利用一条生产线，与一家ODM合作就可以了，而曙光5000呢，主板找一家厂商合作；主板上的高速接头找了另一家厂商合作，因为做主板的厂家没有压制头的设备；交换模块又找了一家。可以说这样做大大增加了我们的工程难度。"

曙光的各项自主知识产权和自主创新里，包含了很多业界第一。"整个系统研发过程中，共申请了50多项专利。这对我们是一件蛮自豪的事情。"聂华说："我们最大的体会是，从纯技术角度不是每一件事情都有独创性，但几项技术集成到一个产品当中，是非常不容易的事情，而在业界我们总能第一个形成产品。"

"比如，水冷系统不是我们的本行，我们会和专业的厂商做更好的结合和定制。我们水冷机柜最突出的是下面是水，上面是电。这样的设计是考虑了漏水。水冷机柜不能进机箱，因为不便维护，机箱随便动的话就得动水管。我们将水和电做了隔离，内外做了两级交换的隔离。水冷模块虽然在机柜中占了一定的空间，但安全性大幅度提升了。"

追求的不仅仅是快

"国家不希望百万亿次计算的研发仅是纯科研的项目。"聂华表示，曙光5000同样也应该取得商业成功。"如果说曙光离成功还差一步，那就是我们应该如何利用技术赢得市场。"

为了这个目标，曙光公司一开始就着眼于"用"，而不仅仅求"快"。

曙光5000用的是AMD公司的1.9G主频的CPU，如果换用2.3G主频的CPU，速度可以提高约20%%~30%%，但这样一年要多给用户耗掉接近200万度的电。因此曙光宁可放弃高指标，以降低用户的综合成本。

"我们放弃了上半年的（世界超级计算机）排名，只能参加下半年的排名。据我自己的科研体会来讲，"冲击前十"是我们考虑最少的指标。我们正着眼于用更多技术上的突破，来更好地满足用户的需求。我们不仅仅把它当作一个科研成果，而是当成产业推广的一件大事。为了这个，我们设计了很多有挑战的指标，而这种指标不是没有风险。"

曙光为自己设定的目标，体现在了"四高两低"中。

首先是各项指标高，比如说总峰值、Lin鄄pack、内存、带宽；第二个是高效能，同样的指标下，提升用户的可用度，包括设计、延时，带宽和单CPU可访问寻址；三是高密度，在7U的空间里，集中了4×10颗的4核CPU，共160颗CPU核，另外还集成了Infiniband网络交换模块和以太网交换模块；四是高可靠度，包括各种冗余的设计，减少各种故障点的设计，还有散热仿真工程的设计。

"两低"则是低成本加低功耗。曙光5000的造价约两亿元人民币，这与IBM比可能不占优势。但这两亿还包括了其他内容，如为千万亿次级的研发做准备，还实现了一些IBM同类系统中不具备的特性，比如每个CPU核可以直接进行64G内存寻址等等。算上这些的话，曙光实现了非常低的投资。维护成本也低，曙光5000的管理软件可以不增加原有的人员编制。对用户来讲，运营的成本非常低。"聂华说。

低功耗是因为曙光5000采用了各种节能的部件和节能技术，一年可为用户省下一千多万度的电。其中包括低功耗的内存，刀片系统集中散热，电源效率自动优化，风扇自动调控等，另外还采用水冷的机柜高效散热。曙光煞费苦心的设计，为的是满足用户需求，而不是争取排名。

为什么是曙光？

推出曙光1000时，中国高性能计算机落后国际先进水平8年推出曙光4000A与国外同类计算机推出时间相差4年；而现在的曙光5000与世界的差距只有两年多了，如果按计划在2010年推出千万亿次超级计算机，差距将微乎其微，中国正在迎头赶上。

为什么是曙光，而不是别人来代表中国追赶世界？

不久前曾经有国外厂商就刀片服务器与曙光产品做了个对比，并在一些媒体上刊登，称曙光的刀片在各个方面都不如他们。曙光的研发人员看到报纸上的数据后，纷纷表示，"虽然我们起步晚，但并不代表我们会永远落后！通过努力我们肯定会在不远的将来超过他们！"谈起这件事，聂华非常自豪，他说，这就是我们曙光研发人员所具有的"不服输"精神！

"曙光有创新的基因。"聂华说："我们的企业文化叫做越压越强。我们经常说一句话，论队伍我们不如别人大，论投入我们不如别人多，但我们有创新基因。"

正是具备了这种敢为天下先的创新基因，曙光人在挑战时速极限的研发道路上，不断创造着一个又一个奇迹。

未经允许不得转载：DOIT » 专访曙光公司副总裁聂华：向计算时速极限冲刺