基于500节点大规模单一集群 浪潮与英特尔合作实现行业云部署和性能优化-20191025
浪潮希望通过在 OpenStack 单一集群部署规模上的不断突破，帮助大型企业用户构建简单、高速、高可扩展的开源云基础设施，以支撑快速、灵活和大规模的业务创新与部署。
混合云热点话题
借助至强与 Kubernetes 组合，NCSOFT* 跨混合云扩展容器
NCSOFT* 游戏的内部托管往往会遇到需求的激增，而新的基础设施让 NCSOFT 现在可以通过使用混合云来满足这一高峰需求。
全新英特尔® 至强® 可扩展平台
助力企业打造超融合一体机
长城超云打造数字化医院 EDC 解决方案
长城超云自主研发 EDC 融合架构一体机，搭载英特尔® 至强® 可扩展平台和基于 NVMe* 协议的英特尔固态盘产品的组合，让传统数据中心变身为“EDC 融合架构数据中心”，使得资源使用率从 20% 提升到 60% 以上，将系统的存储和访问等整体性能提升了 3 倍。
杉岩数据打造高性能超融合一体机
杉岩数据基于英特尔® 至强® 可扩展平台和英特尔® 固态盘 DC P4600 系列打造的超融合存储解决方案 SandStone HyperCube 超融合一体机，目前已经在政府、金融、运营商、教育、医疗等不同场景进行了大范围推广和应用。
云宏全面升级超融合一体机解决方案
云宏信息科技股份有限公司基于英特尔® 至强® 可扩展平台，以及英特尔® 固态盘 DC P4600 系列产品，全面升级超融合一体机解决方案，推出基于超融合基础架构的一体机产品，帮助金融等行业客户化解数字化转型过程中遇到的挑战。
面向虚拟化的英特尔® 傲腾™ 数据中心级持久内存
英特尔® 傲腾™ 数据中心级持久内存是一种全新内存模块，能为客户提供更高的每路 VM 密度，并在云中部署更多虚拟机，提高可维护性，降低总体拥有成本。
英特尔® 傲腾™ 数据中心级持久内存模块具备非易失性，不仅能够加快系统重启，还能加快虚拟机重启。
基于青立方 Qing³ 超融合系统的英特尔® 精选解决方案
基于青立方 Qing3 超融合系统的英特尔® 精选解决方案以业界领先的软件定义技术为核心，对计算、存储、网络进行深度融合，可以帮助企业将 IT 平滑升级到全栈私有云架构，亦可对接公有云构建同构混合云环境。
基于易捷行云 EasyStack* 私有云和超融合系统的英特尔® 精选解决方案
借助基于易捷行云 EasyStack 私有云和超融合系统的英特尔® 精选解决方案，企业可以快速获取经过充分验证与优化硬件基础设施，实现 IaaS 软硬一体标准化交付。
凭借云计算投资，开拓更多业务
英特尔® 技术能为您提供所需要的强大功能成本比。数据库、高性能计算 (HPC) 和 Web 等关键的数据密集型工作负载，在基于英特尔® 架构的云端能以更低的总体拥有成本获得更高的性能。1 2 3 4 5
相关产品
使用英特尔® 精选解决方案加速 IT 转型
借助面向混合云的英特尔® 精选解决方案，加快创新速度并提供强大的服务。
其它资源
了解热点话题相关案例，获取有价值的洞察
人工智能
实现解决方案加速及运营自动化，收集更好的见解，以及做出更明智的决定。
高级数据分析
了解跨行业利用的高级数据分析如何推动业务转型。
高性能计算 (HPC)
了解英特尔的高性能计算 (HPC) 处理器、架构、框架和解决方案产品组合。
产品和性能信息
在 AWS* EC2 R5 和 R5a 实例 (https://aws.amazon.com/ec2/instance-types/) 上执行的性能成本比测试，其中将 96 vCPU 英特尔® 至强® 可扩展处理器性能成本比与 AMD EPYC* 处理器性能成本比相比较。
工作负载：HammerDB* PostgreSQL*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 1.85X（越高越好）
数据库：HammerDB – PostgreSQL（越高越好）：
AWS R5.24xlarge（英特尔）实例，HammerDB 3.0 PostgreSQL 10.2，内存：768GB，Hypervisor：KVM；存储类型：EBS io1，磁盘卷 200GB，总存储 200GB，Docker 版本：18.06.1-ce，RedHat* Enterprise Linux 7.6，3.10.0-957.el7.x86_64，6400MB shared_buffer，256 个仓库，96 个用户。分数“NOPM”439931，由英特尔于 2018 年 12 月 11 日-2018 年 12 月 14 日测量。
AWS R5a.24xlarge (AMD) 实例，HammerDB 3.0 PostgreSQL 10.2，内存：768GB，Hypervisor：KVM；存储类型：EBS io1，磁盘卷 200GB，总存储 200GB，Docker 版本：18.06.1-ce，RedHat* Enterprise Linux 7.6，3.10.0-957.el7.x86_64，6400MB shared_buffer，256 个仓库，96 个用户。分数“NOPM”212903，由英特尔于 2018 年 12 月 20 日测量。
工作负载：MongoDB*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 2.84X（越高越好）
数据库：MongoDB（越高越好）：
AWS R5.24xlarge（英特尔）实例，MongoDB v4.0，日志已禁用，同步到文件系统已禁用，wiredTigeCache=27GB，maxPoolSize = 256；7 个 MongoDB 实例，14 个客户端虚拟机，每个虚拟机 1 个 YCSB 客户端，每个 YCSB 客户端 96 个线程，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 1229288 次操作/秒，由英特尔于 2018 年 12 月 10 日测量。
AWS R5a.24xlarge (AMD) 实例，MongoDB v4.0，日志已禁用，同步到文件系统已禁用，wiredTigeCache=27GB，maxPoolSize = 256；7 个 MongoDB 实例，14 个客户端虚拟机，每个虚拟机 1 个 YCSB 客户端，每个 YCSB 客户端 96 个线程，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 388596 次操作/秒，由英特尔于 2018 年 12 月 10 日测量。
有关更多详细信息，请访问 www.intel.cn/benchmarks。
英特尔 Intel P2CA 使用截至 2019 年 1 月 12 日的 AWS 定价计算的结果（美元/小时，标准 1 年期限，无预付款）。
在 AWS* EC2 M5 和 M5a 实例 (https://aws.amazon.com/ec2/instance-types/) 上执行的性能成本比测试，其中将 96 vCPU 英特尔® 至强® 可扩展处理器性能成本比与 AMD EPYC* 处理器性能成本比相比较。
工作负载：LAMMPS*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 4.15X（越高越好）
HPC 材料科学 – LAMMPS（越高越好）：
AWS M5.24xlarge（英特尔）实例，LAMMPS 版本：2018-08-22（代码：https://lammps.sandia.gov/download.html），工作负载：水 – 512K 个粒子，英特尔 ICC 18.0.3.20180410，英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，48 个 MPI 级别，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=2，分数 137.5 个时间步长/秒，由英特尔于 2018 年 10 月 31 日测量。
AWS M5a.24xlarge (AMD) 实例，LAMMPS 版本：2018-08-22（代码：https://lammps.sandia.gov/download.html），工作负载：水 – 512K 个粒子，英特尔 ICC 18.0.3.20180410，英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，48 个 MPI 级别，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=2，分数 55.8 个时间步长/秒，由英特尔于 2018 年 11 月 7 日测量。
将 AMD 更改为支持 AVX2（AMD 仅支持 AVX2，因此这些更改很有必要）：
sed -i 's/-xHost/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
sed -i 's/-qopt-zmm-usage=high/-xCORE-AVX2/g' Makefile.intel_cpu_intelmpi
工作负载：高性能 Linpack*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 4.15X（越高越好）
HPC Linpack（越高越好）：
AWS M5.24xlarge（英特尔）实例，HP Linpack 版本 2.2 (https://software.intel.com/zh-cn/articles/intel-mkl-benchmarks-suite 目录，英特尔 ICC 18.0.3.20180410（带 AVX512），英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=24，2 个 MPI 进程，分数 3152 GB/s，由英特尔于 2018 年 10 月 31 日测量。
AWS M5a.24xlarge (AMD) 实例，HP Linpack 版本 2.2，（HPL 来源：http://www.netlib.org/benchmark/hpl/hpl-2.2.tar.gz，版本 2.2；icc (ICC) 18.0.2 20180210，用于编译和链接到 BLIS 库版本 0.4.0；https://github.com/flame/blis；Addt’l 编译器标志：-O3 -funroll-loops -W -Wall –qopenmp；make arch=zen OMP_NUM_THREADS=8；6 个 MPI 进程）， 英特尔 ICC 18.0.3.20180410（带 AVX2），英特尔® MPI 库 Linux* OS 版，版本 2018 更新 3 内部版本 20180411，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，OMP_NUM_THREADS=8，6 个 MPI 进程，分数 677.7 GB/s，由英特尔于 2018 年 11 月 7 日测量。
英特尔 Intel P2CA 使用截至 2019 年 1 月 12 日的 AWS 定价计算的结果（美元/小时，标准 1 年期限，无预付款）。
在 AWS* EC2 M5 和 M5a 实例 (https://aws.amazon.com/ec2/instance-types/) 上执行的性能成本比测试，其中将 96 vCPU 英特尔® 至强® 可扩展处理器性能成本比与 AMD EPYC* 处理器性能成本比相比较。
工作负载：服务器端 Java* 1 JVM
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 1.74X（越高越好）
服务器端 Java（越高越好）：
AWS M5.24xlarge（英特尔）实例，Java 服务器基准性能测试编号 NUMA 绑定，2JVM，OpenJDK 10.0.1，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 101767 次事务处理/秒，由英特尔于 2018 年 11 月 16 日测量。
AWS M5a.24xlarge (AMD) 实例，Java 服务器基准性能测试编号 NUMA 绑定，2JVM，OpenJDK 10.0.1，RedHat* Enterprise Linux 7.5，内核 3.10.0-862.el7.x86_64，分数 52068 次事务处理/秒，由英特尔于 2018 年 11 月 16 日测量。
工作负载：Wordpress* PHP/HHVM*
结果：AMD EPYC 性能成本比 = 基准 1；英特尔® 至强® 可扩展处理器性能成本比 = 1.75X（越高越好）
Web 前端 Wordpress（越高越好）：
AWS M5.24xlarge（英特尔）实例，oss-performance/wordpress 4.2.0 版；Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic；工作负载版本：u'4.2.0；客户端线程数：200；PHP 7.2.12-1；perfkitbenchmarker_version="v1.12.0-944-g82392cc；Ubuntu 18.04，内核 Linux 4.15.0-1025-aws，分数 3626.11 TPS，由英特尔于 2018 年 11 月 16 日测量。
AWS M5a.24xlarge (AMD) 实例，oss-performance/wordpress 4.2.0 版；Ver 10.2.19-MariaDB-1:10.2.19+maria~bionic；工作负载版本：u'4.2.0；客户端线程数：200；PHP 7.2.12-1；perfkitbenchmarker_version="v1.12.0-944-g82392cc；Ubuntu 18.04，内核 Linux 4.15.0-1025-aws，分数 1838.48 TPS，由英特尔于 2018 年 11 月 16 日测量。
有关更多详细信息，请访问 www.intel.cn/benchmarks。
AWS M5.4xlarge（英特尔）实例，McCalpin Stream（OMP 版本），(来源：https://www.cs.virginia.edu/stream/FTP/Code/stream.c）；英特尔于 12/6/18 评测英特尔 ICC 18.0.3 20180410 的参数如下：AVX512、-qopt-zmm-usage=high、-DSTREAM_ARRAY_SIZE=134217728 -DNTIMES=100 -DOFFSET=0 –qopenmp、-qoptstreaming-stores always -o $OUT stream.c、Red Hat* Enterprise Linux 7.5、Kernel 3.10.0-862.el7.x86_64、OMP_NUM_THREADS: 8、KMP_AFFINITY: proclist=[0-7:1]、granularity=thread、显式、分数 81216.7 MB/s。
AWS M5a.4xlarge (AMD) 实例，McCalpin Stream（OMP 版本），(来源：https://www.cs.virginia.edu/stream/FTP/Code/stream.c）；英特尔于 12/6/18 评测英特尔 ICC 18.0.3 20180410 的参数如下：AVX2、-qopt-zmm-usage=high、-DSTREAM_ARRAY_SIZE=100 -DNTIMES=0 -DOFFSET=0 –qopenmp、-qoptstreaming-stores always -o $OUT stream.c、Red Hat* Enterprise Linux 7.5、Kernel 3.10.0-862.el7.x86_64、OMP_NUM_THREADS: 8、KMP_AFFINITY: proclist=[0-7:1]、granularity=thread、显式、分数 32154.4 MB/s。
OpenFOAM 免责声明：OpenCFD Limited、OpenFOAM 软件生产商和分销商（通过 www.openfoam.com），以及 OpenFOAM* 和 OpenCFD* 的商标所有者并未批准或认可使用本产品。
自 2019 年 1 月 12 日起实施的 AWS 定价：标准 1 年期预留实例定价 (https://aws.amazon.com/ec2/pricing/reserved-instances/pricing/) 和根据使用 Linux/Unix 系统以小时为单位按需定价 (https://aws.amazon.com/ec2/pricing/on-demand/).
在英特尔® 至强® 铂金 9282 处理器和英特尔® Deep Learning Boost（英特尔® DL Boost）上推断吞吐量高达 30 倍：由英特尔测试，截至 2019 年 2 月 26 日。平台：Dragon rock 2 插槽英特尔® 至强® 铂金 9282（每个插槽 56 个内核），HT 开启，睿频开启，总内存 768 GB（24 个插槽/32GB/2933 MHz），BIOS：SE5C620.86B.0D.01.0241.112020180249，CentOS 7 内核 3.10.0-957.5.1.el7.x86_64，深度学习框架：英特尔® Optimization for Caffe* 版本：https://github.com/intel/caffe d554cbf1，ICC 2019.2.187，MKL DNN 版本：v0.17 (commit hash: 830a10059a018cd2634d94195140cf2d8790a75a)，模型，BS=64，无数据层综合数据：3x224x224，56 实例/2 插槽，数据类型：INT8 对比截至 2017 年 7 月 11 日英特尔进行的测试：2 个英特尔® 至强® 铂金 8180 处理器 CPU @ 2.50GHz（28 个内核），HT 已禁用，睿频已禁用，通过 intel_pstate 驱动程序将扩展调节器设置为“性能”，384GB DDR4-2666 ECC RAM。CentOS Linux* 版本 7.3.1611 (Core)，Linux 内核 3.10.0-514.10.2.el7.x86_64。固态盘：英特尔® 数据中心级固态盘 S3700 系列（800GB，2.5 英寸 SATA 6Gb/秒，25 纳米，MLC）。性能评测标准基于：环境变量：KMP_AFFINITY='granularity=fine, compact‘，OMP_NUM_THREADS=56，CPU 频率设置为 CPU Power frequency-set -d 2.5G -u 3.8G -g performance Caffe：(http://github.com/intel/caffe/)，修订版 f96b759f71b2281835f690af267158b82b150b5c。推断评测标准基于“caffe time --forward_only”命令，训练评测标准基于“caffe time”指令。对于“ConvNet”拓扑，使用合成数据集。对于其他拓扑，数据在本地存储，并且在训练之前在内存中缓存。拓扑规格来源于 https://github.com/intel/caffe/tree/master/models/intel_optimized_models (ResNet-50)。英特尔® C++ 编译器版本 17.0.2 20170213，英特尔® 数学核心函数库（英特尔® MKL）小型库版本 2018.0.20170425。使用“numactl -l”运行 Caffe。