Построение вычислительного кластера на базе учебной лаборатории

Развитие компьютерных технологий, широкое распространение многоядерных процессоров, суперкомпьютеров и вычислительных кластеров ставят вопрос о необходимости подготовки высококвалифицированных специалистов в данных сферах. Достичь этого результата можно непосредственно путем изучения студентами в ВУЗах методов построения и использования вычислительного кластера на базе имеющейся учебной лаборатории. Такой подход к обучению позволит студентам получить необходимые теоретические и практические знания по настройке, администрированию и использованию параллельных систем.

Поэтому, для подготовки студентов в Брянском Государственном Техническом Университете была разработана методика построения кластера параллельных вычислений на базе учебной лаборатории, включающий в себя 15 компьютеров с четыре ядерными процессорами, что в сумме позволяет использовать 60 потоков при решении требуемых математических задач.

Изначально предполагалось, что данный кластер будет реализован на операционной системе (ОС) Windows, являющейся основной изучаемой в университете, но из-за ряда возникших трудностей, таких как невозможность организации кластера по принципу клиент-сервер, было принято решение о переходе на ОС Linux Ubuntu. Так как установка Linux позволяет применять мульти загрузку, то обе системы можно использовать совместно и данный переход избавляет от необходимости решать проблему с освоением незнакомой ОС студентами, которые никак не связаны с изучением параллельных систем, но пользуются учебной лабораторией [1].

При построении кластера, локальная сеть учебной лаборатории была спроектирована так, чтобы каждый из вычислительных узлов параллельной системы имел доступ в Интернет. Это дает возможность комфортно настроить и установить программное обеспечение на каждом из узлов, так как установка ПО в Ubuntu осуществляется путем закачки из внешних источников. Так же стоит отметить, что кластер строиться на базе системы MPICH2, что позволяется распределить задачи необходимых нам параллельных алгоритмов по потокам.

Для построения вычислительного кластера MPICH2 на базе учебной лаборатории, необходимо выполнить следующие действия:

• 1.    Определить имена хостов в etc/hosts для задания адреса каждого из вычислительных узлов кластера.

• 2.    Установить NFS (Network File System), сетевую файловую систему, позволяющую пользователям обращаться к файлам и каталогам, расположенным на удалённых компьютерах так, как если бы эти файлы и каталоги были локальными. Главным преимуществом такой системы является то, что отдельно взятые рабочие станции могут использовать меньше собственного дискового пространства, так как совместно используемые данные хранятся на отдельной машине и доступны для других машин в сети.

• 3.    Создать «мастер» папки. В ней хранятся выходные данные и программы, доступ к которым мы сможем получить с помощью NFS.

• 4.    Установить протокол SSH (Secure Shell) сервера. Данный сетевой протокол позволяет производить удаленное управление операционной системой и туннелирование TCP-соединений (например, для передачи файлов). SSH также допускает выбор различных алгоритмов шифрования.

• 5.    Настроить беспарольный SSH для связи между вычислительными узлами. Это делается с учетом того, что на данный момент вычислительный кластер используется исключительно в учебных целях и необходимости в использовании пароля не возникает.

• 6.    Установить MPICH2 (Message Passing Interface CHameleon). Данная реализация стандарта MPI выбрана в связи с ее бесплатностью и возможностью поддержки различных вычислительных и коммуникационных платформ, включая общедоступные кластеры.

• 7.    Настроить файл с данными о «машинах», входящих в состав вычислительного кластера. В данном файле указывается наименование узла и количество ядер его процессора.

• 8.    Проверить работоспособность кластера с помощью заранее подготовленных тестовых программ.

После всех проделанных операций формируется полноценно работающий кластер, с достаточно высокой вычислительной мощностью. Предложенная методика обучения позволит студентам освоить процесс построения и использования кластера параллельных вычислений при подготовке разрабатываемых параллельных программы [3].