这是一篇推荐我们速石自研调度器——Fsched的文章。看起来在专门写调度器,但又不完全在写。往下看,你就懂了。

本篇一共五个章节:

一、介绍一下主角——速石自研调度器Fsched


(相关资料图)

二、只要有个调度器,就够了吗?

三、全面对比:速石研发平台 VS LSF Suite

四、如果你想尝试AI——

五、不止半导体领域。。。。

介绍一下主角

速石自研调度器Fsched

fastone Scheduler,简称Fsched,是速石科技所有产品的核心调度组件。Ta是面向HPC集群的操作系统,是HPC集群的“大脑”,用于对HPC集群内的计算资源进行管理、监控,对用户提交的任务进行统一管理、分发和远程执行。Fsched是速石科技基于开源的Slurm版本进化而来的全新产品。

01

我们的Fsched调度器到底厉害在哪?

先看一组我们在半导体领域用户的真实验证数据5个月时间内:CPU调度峰值达到5万核;提交了超过8000万Jobs;构建超过700台机器组成的大规模集群;使用量约3000万核时

Fsched性能指标

吞吐量:

1000 jobs/second

响应时间:

1 ms

集群规模:

单个Fsched集群能够支持的最大节点数:1000

单个Fsched集群能够支持的最大CPU核数:30000

总结一下,Fsched调度器优势:1. 完全由速石独立开发,性能卓越;2. 我们能提供代码级技术支持;3. 支持市面上几乎所有EDA工具;4. 服务了100+家不同类型的半导体行业用户;5. 兼容LSF/SGE等调度器,使用体验不变。关于调度器科普和不同流派近二十年的发展历程,可以点击回顾:亿万打工人的梦:16万个CPU随你用

02

代码级技术支持有什么不一样?

代码级技术支持的特别之处主要体现在解决问题的路径上。一句话,我们能做很多人做不到的事情。一般问题:我们站在产品视角来解决特殊问题:我们以开发者身份来解决比如一些特殊调度策略的改造与优化,我们是开发者,所以能做。包括各种调度器日志的监控分析,优化调度器的提交方式和脚本等等。DEBUG:深入代码级的技术支持举一个典型例子:当研发提交任务出现异常状态,怎么办?我们首先需要定位与任务相关的日志。日志分为:基础设施层日志、中间件层日志、应用层日志等。IT和研发工程师的关注点不一样:IT工程师一般看基础设施层日志,CAD和研发工程师看中间件层日志和应用层日志。不同角色各看各的,定位问题效率低。我们通过Fsched调度器:1. 把调度任务的异常日志分类,找出是哪一层的问题;2. 任务状态跟踪,通过异常应用找出相应进程和IO信息,方便判断;3. 通过数据分析抓取日志中的关键信息。找到问题,over。

03

Slurm之上,我们还做了什么?

Slurm是厉害的:全球60%的TOP500超算中心和超大规模集群(包括我国的天河二号等)都采用Slurm作为调度系统。它拥有容错率高、支持异构资源、高度可扩展等优点,适用性相当强。那么,基于Slurm之上,我们还做了些什么?从0到1,帮助用户更快,更简单地用起来1.产品级IT自动化管理,标准化地调用资源,保证环境一致性,降低用户配置复杂度和出错率,上手更容易;2. 从业务出发,Fsched与底层资源的联动性强,根据任务需求自动伸缩,更符合云上使用方式。从1到10,让用户用得稳定,用得放心1.对Slurm开源版进行修复与增强。修复Slurm开源版在复杂环境下任务异常崩溃等问题,增加了混合云智能调度能力;2. 基于Wrapper组件,Fsched对上层EDA应用进行了兼容与优化,保证用户使用体验不变;PS:同样是Wrapper,水平也是有高下的。要达到多年战斗在一线的专业高级口译的经验和水平,只能说:有难度。3. 根据最佳实践经验总结的流程与规则,能优化EDA Workflow,提高调度器使用效率;4.代码级支持能力让用户无后顾之忧。

只要有个调度器

就够了吗?

答案自然是否定的。

为什么?

或许,我们可以换个角度来回答这个问题。

就像汽车出现之前,用户的期望永远是——1匹更快的马一样

在当下芯片设计研发领域,我们如果把调度器类比马,那么汽车是什么呢?

我们给大家简单描绘一下:

一个站在整个芯片设计研发体系和架构视角来满足EDA行业用户性能、功能、体验的产品。

1. Ta是完整的一体化产品,功能紧密耦合,且经过层层实战考验;

2. Ta解决的是完整生命周期的芯片设计业务问题,调度器只是其中一个模块;

3. Ta具有对企业未来发展的弹性,能扩展至不同规模和更多业务路线,比如AI

而这,正是我们与其他很多产品最大的区别之一

我们的产品在设计之初就是面向EDA应用,服务芯片设计研发业务场景的。这也决定了我们解决问题的出发点永远是:是否满足研发业务需求,然后从上至下地解决问题。

01

一整套上中下层联动的芯片研发环境

我们提供的是一整套上中下层联动的芯片设计研发环境:

1. 连接上层EDA应用,对应用本身的运行提供支持和优化;

2. 连接底层资源,给用户提供更灵活,更高效使用资源的能力;

3. 结合EDA应用和底层资源的联动和适配,给出最佳实践经验。

02

功能面向实际业务场景设计和提供

我们的功能都是面向实际业务场景设计和提供的:

1.License调度优化,可帮助企业用户最大化提升License利用率,更好地规划License购买策略,控制整体使用成本;

2. 我们能多维度监控任务状态,提供基于EDA任务层的监控、告警、数据统计分析功能与服务,让团队管理者监控各个重要指标变化,从全局角度掌握项目的整体任务及资源情况,为未来项目合理规划、集群生命周期管理、成本优化提供支持;

3.日常数据统计与运营分析管理,实现问题可追溯,可追踪,降低成本,提升整体项目管理效率。

03

交互方式不改变EDA用户使用习惯

我们的交互方式不改变EDA用户的使用习惯。原来怎么用,现在还怎么用。

速石研发平台

VS

LSF Suite

半导体行业用户最熟悉的调度器是LSF,就不多介绍了。

不过,它背后的LSF Suite大家就不一定熟悉了。

来来,我们盘一下,我们速石研发平台跟LSF Suite的区别是什么?

01

根本区别:设计理念不一样

我们是站在整个芯片设计研发体系和架构视角来设计的一体化产品,解决的是完整生命周期的芯片设计业务问题,功能紧密耦合,且经过层层实战考验。而Fsched调度器只是其中一个模块,不单独售卖,在我们的全线企业级产品均属内置,且与产品其他功能深度绑定。这正是我们上一节提到的面向EDA业务的产品定位决定的。而LSF Suite里的核心调度器LSF与其他组件是不关联的,属于可选项。这也导致了用户大多只接触过LSF,而对它的其他组件没有什么概念。而且,因为各种功能组件之间独立存在的,用户使用的时候需要根据自己业务需要进行二次开发组装,从零开始进行功能模块需求评估、采购、对接、开发和测试验证兼容性,才能搭建出一个完整的研发环境,时间周期也会比较长。另外还有期间的运维、后续的更新升级和功能扩展等事项。

02

性价比:速石研发平台TCO更低

下图是我们研发平台与LSF Suite的横向对比图,可以清楚地看到,两者的收费模式差别很大。

我们Fsched调度器是包含在平台费用里的,相关组件也都是随产品一起内置的,不单独收费。

而LSF Suite除了核心调度器按使用核数收费以外,所有功能组件都需要额外收费

从总拥有成本来看,对用户来说,速石研发平台付出的成本更低,获得的东西更多。还有很多隐性成本没有列在表格里,比如对接调试时间成本,人工成本,售后支持成本等等。

总结一下,我们跟LSF Suite的五大主要区别

1.核心调度器Fsched完全国产自研,有代码级支持能力;2. 我们的产品设计初衷就是提供面向EDA业务的一整套研发环境,可扩展性强3.各功能模块紧密耦合,不单独收费,整体性价比高4.我们的CAD能力与经验,能有效提高上中下层整体联动效率;5. 我们兼容LSF/SGE等调度器,使用体验不变。

如果你想尝试AI——

目前,AI在芯片设计领域的应用主要有两条路线:

路线一:AI+EDA工具

Synopsys、Cadence与Siemens等公司纷纷在其最新工具中使用了AI技术,覆盖先进数字与模拟芯片的设计、验证、测试和制造环节,让开发者在芯片开发的每一个阶段都可以采用借助AI的自主学习能力,提供芯片设计生产力。

当然,越来越多EDA工具也支持借助GPU进行运算加速。

路线二:AI算法模型训练

Google研究人员使用10,000个芯片布局图来训练他们的深度学习模型——PRIME,人工智能生成的芯片的设计时间不到六个小时。

而NVIDIA设计了另一种用于芯片设计的深度学习方法——PrefixRL模型,NVIDIA使用其RL工具设计的电路比人类使用当今EDA工具设计的电路小25%,但性能相似。

路线一需要支持全流程EDA工具的一整套研发环境,以及构建异构资源(CPU+GPU、本地+云上)的调度及管理平台的能力。

路线二需要的支持企业从ML/LLM模型构建、大规模训练到最终部署需求的MLOps模块

我们都有。

另外,我们刚刚发布的一款行业知识库聊天应用Megrez,面向企业客户提供大语言模型的私有化部署能力,允许用户自定义行业知识库,实现领域知识的问答。

Megrez基于芯片设计领域提供的支持

不止半导体领域。。。。

在半导体以外的其他行业,如生命科学、汽车/智能制造,我们也表现不错:

汽车/智能制造

这样跑COMSOL,是不是就可以发Nature了

LS-DYNA求解效率深度测评 │ 六种规模,本地VS云端5种不同硬件配置

怎么把需要45天的突发性Fluent仿真计算缩短到4天之内?

从4天到1.75小时,如何让Bladed仿真效率提升55倍?

生命科学

王者带飞LeDock!开箱即用&一键定位分子库+全流程自动化,3.5小时完成20万分子对接

1分钟告诉你用MOE模拟200000个分子要花多少钱

155个GPU!多云场景下的Amber自由能计算

提速2920倍!用AutoDock Vina对接2800万个分子

推荐内容