或许这个标题过于挑衅，有时候我经常会想到高性能计算集群的发展方向，而必须要承认的是，事情似乎还有点不可思议。尤其当谈到并行计算的时候我更容易认为这是重要的一点。一个单独的核(CPU)，大内存以及快速的内部互连是我关心的重点。

　　在我看来，这种设计使得编程更加容易。我猜想，CPU之间的通信行为是一致的，就是本地内存之间的访问。在现代的CPU设计中，有很多内核，多个记忆库，以及快速的网络，本地开始变得很重要，于是本地编程就必须变成一种很“恶心”的方式。

　　商业HPC集群特性

　　提及商业HPC集群特性，我倒是很乐意支持使用市场提供的那些恰好我们需要的”触发器”。近年来，GP-GPU也改变了我们对于高性能计算的看法。可能GP-GPU是一种SIMD陈列处理器连接多核心的方式，当前的问题是，GP-GPU可能是伟大的，但是何处去寻找软件。曾经困难的事情(并行编程)，现在看起来变得越发困难了(尤其是多核节点、多核处理器以及GP-GPU下的并行编程)。

　　我讲述了一些有关使用更加低功耗的Atom处理器搭建服务器的建议。可能有人说需要更多的数据，但是我相信这是值得的低功耗/多处理器搭建集群的方法。

　　而且，看起来我并不孤独。在我发表文章之后，SeaMicro就发布了使用了512个Atom处理器搭建的一个10U的HPC集群，主要的目标市场是”服务器”产业，但是任何HPC的用户都能想到这个设计和我曾经讲过的设计非常相似。当然，Atom处理器并不像它们的大哥哥至强处理器那样性能强劲，但是就像我之前提到的一样，Nehalem运行速度的1.8倍，就会导致7.3倍于Atom D510处理器的热量和22倍的时间。如果Nehalem的性能是7.7倍的话，那么同样的性能Atom的解决方案实现了3倍于Nehalem的性价比 (双核Atom与四核Nehalem相比较)。初次此外，还有一些事情需要好好想想。

　　HPC集群实验

　　下面我将要做一个实验，我将一个标准的八内核的X86服务器和一个GP-GPU显卡做示范。首先，我将这个处理器切割成单独的核心(译者偷笑：原作者够彪悍的～)。接下来，我把GP-FPU切割成单独的块。这个看似并行的架构比多核处理器更允许这种分离。

　　接下来，我将要把主内存和GP-GPU的缓存连接在一起，最后我就得到每个单独块都有独立的核心，一些融合的处理器和一些内存。

　　我再把这些处理器在Mini ITX主板上做成八个计算节点，每个节点都是一个完整的系统，如果我使用万兆以太网去连接的话，那么每个节点上一个小陈列处理器做并行处理，就更完美了。编程仍然不是那么完美，但是跟容易管理。

　　在我的重组中可能有一些事情被放慢了，但是这确实是容易的方案。幸运的是，也有其他的人出于不同的原因有这样类似的想法。

　　英特尔也在开发融合处理器，但是Nvidia肯定不会在这一点上努力，设计生产CPU是很困难的事情。但是我觉得这个概念非常有趣，集成的CPU/GP-GPU的商业处理器更像是理想中的更容易进行程式集群的产品。

　　计算机集群概念

　　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。集群系统中的单个计算机通常称为节点，通常通过局域网连接，但也有其它的可能连接方式。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。