英國氣象局所選擇的是來自非傳統供應商的傳統超級電腦：在Azure上選了四個Cray EX系統，這樣做可以「減少購買超級電腦所花的時間，而是更多地利用超級電腦」，引號內出自氣象局IT研究員Richard Lawrence。
這樣做除了跳過通常的多年採購周期外還購買了靈活性，還可以更方便地在未來對高性能計算（HPC）工作負載做出不同的選擇，比購買自己的硬體要快得多。市場研究和諮詢公司Gartner建議，將HPC遷移到雲端可以提供一個機會，可以擺脫處理數據分析時的內部孤島，對那些通常可以追溯到20年或更久的做法現代化。
雲HPC的優點和缺點
公共雲供應商能夠提供對Cray硬體的訪問使得公共雲供應商具有可信度，表明他們了解HPC用戶中要求最高的那部分人的需求。但這也為雲HPC的好處提供了一個墊腳石，這樣一來就需要使用Linux伺服器集群來處理要求嚴格的擴展工作負載，而且還有人們更熟悉的雲的優勢：靈活性、敏捷性和低門檻。
Forrester公司的高級分析師Tracy Woo告訴記者，「最大的一件事是能夠選擇異構的而不是同構的基礎設施。HPC基礎設施的高成本意味著大多數買家會選擇一個單一品牌，這樣他們就可以談交易，每一個工作負載都必須在這個品牌上運行，無論這個配置是否合適。你使用你所擁有的東西，即使它不是你特別需要的。而有了公共雲後，你就可能得到想要或需要的每一個基礎設施選項，可以滿足你的具體使用情況。」
雲HPC能讓你準確地指定應用程序的需求，可以提供熟悉的英特爾和AMD處理器以及價格較低的Arm處理器的組合，配置快速的CPU和GPU、密集的核心數量和高內存核心。你還可以獲得大多數組織沒有預算或專業知識的硬體加速器，可以馬上輕鬆地進行試驗。
Woo指出，「我不再需要在基礎設施設備上花費數十萬美元——在某些情況下甚至是數百萬美元，而只需要一張信用卡就可以運行需要HPC的計算或特定分析，用幾個小時就夠了。」你還可以為每個工作負載甚至每個任務挑選合適的基礎設施，而且可以在新硬體到達市場時對其進行基準測試，而不是等待下一個更新周期。
但這種靈活性也可能令人困惑，Woo警告說，多選擇會引起「分析癱瘓」，一個幫助組織做出這些選擇的工具和平台產業正在興起。
英偉達公司HPC和量子產品總監Timothy Costa表示同意並表示，「管理員擁有巨大的選擇自由，但也必須深入了解他們所選擇的雲供應商的獨特架構。例如，他們可以在高速網路上組合各種計算硬體，進而優化其基礎設施設 計，但並不是所有地區都具備所有類型的硬體。」
確定更適合於雲計算的HPC工作負載
根據Hyperion Research的數據，2019年裡在雲中運行的HPC工作負載比例翻了一番，從10%增加到20%。Gartner將雲HPC評為高收益的選擇，離主流採用只有2-5年的時間了。
製造業和生命科學是最早將HPC轉移到雲端的行業，而且仍然是增長最快的分市場。Costa表示，這些工作負載往往是「高度並行化的代碼或工作組合，對單個任務失敗的容忍度很高以及對執行位置的要求不高」，他表示，金融、氣象、航空航天和政府實驗室正在增加對雲HPC的使用，高等教育也一樣。
對於一些「性能與成本的關係比絕對運行時間更重要的長尾HPC工作負載」來說，雲HPC是一個特別好的選擇，你可以花時間建立雲基礎設施，以達到成本最小化（或用於一些「需在內部部署不能提供的硬體上運行而獲得巨大利益」的代碼）的目的。
一些為雲計算IaaS建立的超大規模數據中心優先考慮的優化措施與HPC超級電腦的優化措施不同的：超大規模數據中心是將虛擬機分散在整個數據中心，藉此達到實現彈性和故障轉移的目的，但HPC是將虛擬機緊密地組合在一起，以達到獲得最快的網路連接從而提高性能的目的。Costa表示，雲HPC最適合鬆散耦合、非常平行的工作負載，而雲網路則「很容易滿足組合負載或參數掃描一類的HPC工作負載的需求」。
虛擬化性能對於那些習慣於裸機HPC的人來說可能是陌生的，但是在2021年11月的500強名單中，一台建立在Azure上的虛擬超級電腦躋身世界十大最快機器之列，全部使用基於Hyper-V的虛擬機。谷歌雲的首席HPC技術專家Bill Magro告訴我們，「雲中的計算優化虛擬機提供接近裸機的低抖動性能，雲網路可以提供200Gbs以上的帶寬和小於10µs的延遲，並行文件系統則可以提供TB s的數據速度。」
常見的工作負載包括：
電腦輔助工程（例如，流體力學、燃燒、碰撞安全、結構力學等）
電子設計自動化
計算物理學和化學
特殊效果渲染
定量分析
風險分析
探討雲結構選項
一些工作負載需要持續低延遲的高性能互連，高性能互連過去在雲計算中很罕見。Woo建議，如果你的雲供應商不提供這些，高性能互連更適合用你自己的基礎設施。然而，人工智慧和雲遊戲工作負載都受益於高速互連，所以高速結構開始在雲中出現。Azure在旗下所有H系列集群（用於基於CPU的HPC）和大多數N系列集群（用於基於GPU的HPC）上都提供熟悉的HPC InfiniBand互連，而AWS Elastic Fabric Adapter則用於Lustre並行文件系統。
AWS最近開始用一種新的網路傳輸協議擴展旗下專有的Elastic Network Adapters，新的網路傳輸協議旨在用於旗下定製的Nitro網路適配器上，用途是作為InfiniBand的替代品：Elastic Network Adapter Express使用Scalable Reliable Datagram（SRD）而不是TCP，試圖將多租戶數據中心的許多網路路徑變成一種優勢而不是限制。
Woo告訴我們，「網路基礎設施確實阻礙了雲計算HPC的發展，是個瓶頸，所以這是超大規模公司目前真正關注的東西。」
了解HPC雲成本的關鍵
在雲計算HPC這種情況下，你只需要使用（並為此買單）你需要使用的部分，但你買單的部分可能會更多一點。雖然有些估計認為雲計算HPC成本比運行你自己的基礎設施高五倍，但如果你使用預訂實例或閒置實例，成本就會下降到接近另一個選項。
Costa 表示同意，「雖然雲的靈活性有助於最大限度地降低整體成本，但云託管資源的絕對單位成本要高於內部部署資源。」這意味著長期運行的HPC工作負載放在內部部署資源上可以充分利用資源，所以是有道理的。另一方面，Incredibuild的首席技術官Dori Exterman認為，「不經常執行的工作負載需要在小範圍內使用大容量的資源，相對於建立一個內部部署環境，在雲中的成本要低得多。」
HPC雲自動化平台Rescale建議，許多組織可以通過使用Rescale基準來挑選最合適的雲硬體，提高性能並減少工作負載的成本。最適合你的工作負載的雲計算可能會迅速改變，但你也可以靈活地轉換，前提是你保持對各種選項的關注。
除非你已經實施了一些收費措施或有明確的資源使用政策，否則HPC用戶可能會認為內部部署的基礎設施實際上是免費的，又或者他們可能在估計工作負載需要運行多長時間或需要多少實例時遇到困難。這些習慣帶到雲HPC上就會非常昂貴，所以你需要明確的政策和指南，要說明如何為工作負載做預算。
雲HPC在分流一些較小的HPC任務時特別有幫助，這些小任務通常會在資源管理隊列中停留很長時間，因為大型的、長期運行的任務通常占用很多資源，HPC基礎設施通常被這些任務霸占。這對利用率和投資回報率來說是好事，但對等待使用HPC基礎設施的團隊來說有些無奈：雲HPC可以幫助這些團隊定時完成任務或運行更大、更複雜的模擬獲得更好的結果。
如果你採用突發模式利用雲端混合HPC的方法，請制定一個框架來決定哪些負載應該遷移到雲端以及何時遷移。
例如，Hyperion Research的雲應用評估工具可以對不同的工作負載進行評分，評估這些工作負載是否適合在雲中運行。
考慮數據重力和數據出口的成本
另外還需要考慮數據重力和數據出口的成本。如果數據是在本地產生的，則需要計劃如何將數據遷移到雲中。如果你的HPC任務產生了數千兆字節的數據，請考慮在雲中進行後續處理或分析，如此可以避免支付額外的費用才能獲取結果。Costa指出，「存儲成本可能是雲計算賬單中一個令人驚訝的重要部分。」
使用任何雲資源都需要良好的成本控制和FinOps工具。這對雲計算HPC來說更加重要，因為賬單可能非常大，而選擇基礎設施方面時的小小變化可以節省大量資金。
但云計算主要不是為了省錢，Woo指出，「雲計算事關你調整自己能力的能力、事關敏捷力、事關你使用所有這些不同服務的能力。」可能意味著更快地獲得結果，通過在相同的時間內運行更多的模擬獲得更好的結果，或者只是提高IT團隊和HPC用戶的生產力。
Costa指出，「通常HPC是IP開發的主要工具，所以HPC不能下線。用了雲以後，備份、遷移和區域故障轉移都可以內置。」
雲許可證的注意事項
可以使用熟悉的HPC軟體管理雲許可證，例如：
編譯器、任務提交工具和調度器（如Altair PBSPro、SchedMD Slurm、IBM Platform LSF、Altair GridEngine和HT Condor）。
管理和監控工具
作業系統、應用程序、消息傳遞和數學庫
完整的解決方案，如NVIDIA Bright Cluster Manager或雲OpenHPC等工具
Magro指出，「HPC用戶（通常是科學家、工程師、量化師和藝術家）訪問雲HPC系統時用相同的內部部署應用程序和界面。」他警告說，「那些依賴較低層物理平台接口的管理工具（如IPMI、Redfish或vPro）通常與雲資源不兼容，除非工具的作者特別啟用了相關功能。」但他指出，像Nagios這樣的替代品可以用於雲。
FinOps工具在以下領域可能會令你失望：如果你想管理你已經擁有的軟體許可證並想在雲中使用這些軟體許可證，而處理企業內部部署許可證的ITAM團隊則往往缺乏雲專業知識。
「自備許可證」可能會在雲HPC中為你省錢，或者你會發現你的軟體供應商對雲有不同的許可模式。她警告說，這是一個棘手的領域。例如，甲骨文公司以「在他家公共雲之外的地方操作變得非常困難而聞名」。
你還需要考慮技能差距。「雇用一個了解公共雲的人已經很難：雇用一個了解高性能計算和公共雲的人就更難了」。
探索不那麼傳統的HPC
但是，雲HPC也可以成為在堆棧里向上移動一點的機會。
諸如谷歌的HPC雲工具包一類的雲HPC服務為常見的工作負載提供了藍圖，這些工具包的基礎設施是由Terraform、Ansible和Packer等熟悉的雲工具定義的。
模擬是一個典型的HPC工作負載，而諸如AWS SimSpace Weaver、西門子Simcenter Cloud HPC（在AWS的即服務上運行傳統的HPC軟體）和微軟的Project AirSim（用於建造、訓練和測試自主飛機）一類的雲服務令仿真變得更容易，仿真可以在不直接配置和管理基礎設施的情況下以足夠的規模運行。
另一個選擇是用原生雲產品來替代或補充HPC，無論是調用API還是使用容器或無伺服器平台來分配和協調計算。美國聖地亞哥超級電腦中心就是在谷歌Kubernetes引擎中的閒置虛擬機上使用GPU共享，目的是加快南極的冰立方中微子觀測站光子代碼的運行。
對於預測和高級分析等人工智慧工作負載而言，你可以通過使用預先建立但可定製的選項（如Azure認知服務，包括新的OpenAI模型）調用API，在沒有HPC基礎設施的情況下獲得類似水平的洞察力。
紅帽公司首席解決方案架構師James Read指出，用於數據驅動大規模決策的人工智慧工作負載具有複雜的集成需求，通常是與企業應用一起部署，「這促進了從傳統裸機部署到基於容器部署、Kubernetes-編排的混合雲平台的轉變，HPC解決方案因而能夠部署在邊緣和雲中」。
如果你在用這些雲服務作為現有HPC解決方案的補充手段，那麼將這一類的工作負載遷移到雲中可以簡化整合。
