胡 鹤,赵 毅,庞 飞

(中科院计算机 网络信息中心，北京 100190)

在高性能计算领域，并行计算具有强环境依赖的特点，所需的软件堆栈通常很复杂，涉及编译器、通信中间件及数学库.虚拟机和容器这2种云服务商常用的虚拟化的方式，具有部署简单、快速迁移和弹性伸缩等优点，带来不同依赖环境下应用程序的可移植性，帮助高性能计算平台降低使用门槛.而容器镜像相对于虚拟机的快照更小，可以快速的在具备容器环境的物理机上部署，且非应用层资源占用更少，启动时间更短.

不同容器方案会在镜像格式、隔离与加载名字空间、启动方式上有区别，常用的包括Docker[1]及Singularity[2].位于美国橡树岭国家实验室的著名的超级计算机SUMMIT提供了容器服务[3].SUMMIT提供的容器平台将Docker容器作为管理对象，以开源的Kubernetes[4]作为容器编排引擎组件用于自动化Docker的部署、扩展和管理，提供了一套完整的容器应用平台.美国国家能源研究科学计算中心(national energy research scientific computing center，NERSC)利用Docker容器技术提高其HPC系统的灵活性和可用性[5].天河二号实践了基于容器的HPC/大数据处理，利用Docker整合HPC软件栈，优化了高性能计算环境的公共服务能力与模式，优化用户应用体验[6].Singularity是劳伦斯伯克利国家实验室(lawrence livermore national laboratory，LLNL)专门为大规模、跨节点HPC工作负载而开发的容器化技术，但相比之下HPC应用研发人员及系统管理员对Docker技术更为了解和熟知，应用范围更广.

为评估不同高性能计算程序移植到Docker中的适用性，评估各种影响计算效率的因素，相关研……