如果在街上询问门外汉对超级计算机的看法，很可能大部分人都会提到热门电影里的例子，尤其是那些臭名昭著的例子。从哈尔 9000《2001：太空漫游》到《我，机器人》中的 VIKI，甚至是《终结者》中的天网，流行文化常常会把超级计算机描绘成实现了进化并背叛了人类的有意识系统。
如果将这些告诉美国劳伦斯利弗莫尔国家实验室或国家气象服务局的研究员，他们则会一笑置之。事实上，当今的超级计算机远远谈不上有意识，唯一的 AI 基本上是被夸大的搜索条，用于搜索超大型数据集。
今天，超级计算机为处于发展最前沿的众多应用提供了支持：从石油天然气勘探到天气预测，从金融市场到新技术开发，涉及方方面面。超级计算机如同计算机世界的兰博基尼或布加迪，在金士顿，我们非常关注在计算方面取得的突破性进步成果。从 DRAM 优化和调优，到固件在存储阵列管理方面的进步成果，再到对传输一致性与延迟速度而非峰值数值的重视，我们的技术深深影响着超级计算的前沿技术。
同样，云数据中心和组织内部数据中心的经理们可在两个方面从超级计算学到许多东西，一是基础架构设计和管理，二是如何完美选择组件，既能为未来发展做好准备，又无需庞大的改造。
Amazon Web Services 或 Microsoft Azure 之类的多数云计算平台设计用于支持可利用共享资源和基础架构的各类应用，与此不同的是，多数超级计算机是针对特定需求量身打造的。最新发布的世界最快超级计算机 TOP500 榜单（公开和解密的超级计算机）不仅说明了设施的位置和速度，还说明了主要应用领域。
在排名前 12 的机器中，有 11 台专门用于能源研究、核测试和国防应用。唯一的例外是 Frontera，它是由 NSF 资助建造的千万亿次级计算系统，位于美国德克萨斯大学的德克萨斯先进计算中心，为科学和工程研究合作伙伴提供学术资源。接下来的 20 台 TOP500 超级计算机，几乎全部专门用于政府国防和情报应用。榜单中排行 30-50 的机器基本专门用于天气预报。前 100 强中的最后 50 台机器用途不一，包括企业计算（NVIDIA、Facebook 等）、中端天气预测、太空项目、石油天然气勘探、学术和特定政府用途。
这些机器并非一体适用。它们是与 Intel、Cray、HP、Toshiba 和 IBM 等制造商合作定制开发的，针对非常具体的数据集执行特定类型的计算，其中包括实时计算和异步计算。它们有规定的可接受延迟阈值：
它们的存储容量达到 EB 级，远高于现代数据仓库的 PB 级存储容量。
Frontera 之类的系统不必在高峰计算负载时全速运行，但必须一致地读取海量数据以获得结果。计算性能峰值实际上可能导致错误的结果，因此重点在于一致性。
当今的数据中心经理们需要首先思考“我们要用系统做什么？”，以便架构系统、管理资源并置入可预测的故障保险。对运行大量虚拟桌面的数据中心进行管理，与 911 呼叫中心或空中交通管制系统存在较大不同。它们存在不同的需求、要求、服务水平协议和预算，需要进行相应的设计。
同样，经理们需要思考如何在不需要定制构建的情况下实现一致的性能。Amazon、Google 和 Microsoft 之列的公司有预算让工程师定制存储或计算基础架构，而大部分服务提供商则不得不仔细挑选现成的硬件。
因此，更多的数据中心经理们需要为针对 QoS 的性能基准测试设定严格标准，并确保重中之重不只是计算速度和延迟，还包括一致性。
对于超级计算应用，多数实时数据实例具有重大影响。从阻止核裂变到火箭发射遥测数据，计算延迟可能会造成毁灭性后果，而这类数据集规模又非常庞大。这些数据流并非来自单个来源，而是常常来自于报告节点网络。
但这些数据寿命短暂。当利用实时源时，多数数据并不会永久保存。数据被写入，然后被覆盖，寿命结束于后续的写入和覆盖操作。实时数据始终在变化，极少有应用需要从一开始就存储每一比特的数据。数据将得到批量处理，经计算后生成结果（包括平均值、统计模型或算法），而结果正是要保存的内容。
以美国国家海洋和大气管理局 (NOAA) 的超级计算机预测为例。无论是降水、空气温度和地表温度、大气压、日期时间、太阳作用，还是风甚至是风经过地形的方式，气象因素总是变化无常。这些因素每时每刻都在发生改变，并作为实时信息流予以报告。但 NOAA 的美国国家气象局 (NWS) 并不总是需要原始数据。而是需要预测模型！随着全球天气预报系统 (GFS) 模型成形，新数据会被输入此模型，从而生成更精确、更新的预测。
此外，共享并接收 NWS 数据的地方气象学家无需访问整个全球天气数据集。他们将自己的模型限制为本地区域。通过创建批次、计算数据并生成结果（包括平均值、统计模型或算法）以及保存结果，他们可以利用本地气象站补充 NWS 数据，提供小气候见解，并更快地作出更精确的本地预测。
这同样适用于股票交易或金融模型，金融模型会利用移动平均线，每条平均线都基于针对可接受市场行为阈值的特定参数内置特定指标和操作触发条件。设计一个利用“实时”数据的系统时，不必存储系统所引入的全部内容，但应利用非易失性随机存取内存 (NVRAM) 和动态随机存取内存 (DRAM) 来缓存和处理传输中的数据，然后将计算的输出结果发送到存储器中。
多数延迟阈值是出于应用要求而设定的。在交易情景中，几秒可能意味着几百万，甚至是几十亿美元。对于天气预测和飓风跟踪，它可能意味着是疏散美国新奥尔良还是休斯顿。
超级计算机的运行在延迟、计算资源、存储或带宽方面背负着先天性的服务水平重担。多数超级计算机采用故障感知型计算，其中系统可以改变数据流的路线，以实现最优延迟条件（基于𝛱+Δmax 时钟），转用异步计算模型，或设定计算资源优先级，以便为作业提供充足的处理能力或带宽。
无论您是使用高端工作站、大型主机服务器，还是 HPC，科学工作负载、大型计算机和大数据都需要海量的 DRAM。天河二号之类的超级计算机使用了海量 RAM 和专用加速卡。超级计算机调优硬件和控制器框架的方式是应用设计所独有的。在磁盘访问导致巨大 RAM 要求瓶颈的具体计算任务中，DRAM 常常变得不切实际，但其尺寸足够小，能够置入 NAND 闪存之中。FPGA 集群会针对每项具体工作负载进行进一步调优，确保在它们使用传统介质检索数据时让大型数据集承受巨大性能下降。
美国犹他大学、美国劳伦斯伯克莱实验室、美国南加州大学和美国阿贡国家实验室联合组建的团队展示了一个全新的自动性能调优（或自动调优）模型，可在架构之间提供性能可迁移性。自动调优内核和应用并不依靠编译器为更新的多核架构提供最优性能，而是可以针对目标 CPU、网络和编程模型自动调优。
HPC 数据中心内的能源分配越来越具有挑战性，尤其是用作共享资源的基础架构。在专用基础架构或作为服务配置的基础架构中，数据中心需要持续不断地运行，并在出现电源故障、峰值或尖峰需求变化时降低脆弱硬件组件受损的风险。
架构师混合使用损失分配变压器：
“保存和经常保存”是适用于任何应用的准则，这同样也适用于数据中心，其中“备份”将成为关键词。
当今的多数数据中心采用高级 RAID 结构，确保在整个存储阵列中进行持续的、接近同步的写入。此外，HPC 基础架构会利用大量 NVRAM 缓存处理中的数据，此数据要么是不在存储阵列中拉取的实时数据流，要么是并行处理的信息，可创建暂存磁盘式用途以释放额外的计算资源。上文提到的 Frontera 系统利用了总计 50PB 的暂存存储容量。拥有极高带宽或 IOPS 要求的用户，将能够在存储容量约 3PB、带宽约 1.2TB/秒的全 NVMe (non-volatile memory express) 文件系统中申请分配资源。
这种持续的 RAID 存储备份和一致的 NVMe 缓存器缓存，依赖于设备控制器和用于远程存储/备份的总可用/已配置带宽的总 I/O 阈值。
通过全面采用固态阵列和闪存块，多数 HPC 基础架构还消除了传统硬盘出现硬件故障的可能。这些存储解决方案提供一致的 IOPS，并拥有不超出应用特定阈值范围的可预测延迟。许多超级计算机还利用多个磁带库（存储容量可扩展至 EB 级甚至更高），为处理和存储的每一比特提供可靠的数据归档。
许多超级计算机还可以保证，一旦任何环节出现故障，就可以利用 SSD 和 DRAM 中安装的电源故障 (PFail) 电容器(P-Cap)（也被称作断电保护 (PLP)）。P-Caps 让驱动器（无论是独立驱动器还是阵列中的驱动器）完成处理中的写入操作，从而降低毁灭性故障出现时可能丢失的数据量。
再强调一次，定制是超级计算世界的关键，但在构建数据中心并实现一致性能时，了解自己的需求是第一步。无论数据中心规模如何，不妨在数据生成、存储或共享方面思考一下超级计算机的运作方式。通过评估这些因素，即便是利用现成的组件，架构师也可以设计出为未来发展做好准备的高性能基础架构。
#KingstonIsWithYou
SSD 等级之间的差异在于两个关键组件，即处理器和 NAND 内存。
在本白皮书中，我们将说明 SDS 与其对应的软硬件 RAID 相比的优点。
在这段视频中，我们说明 Kingston 与 2CRSi 如何携手解决数据中心面临的挑战。
为企业选择存储产品是一个复杂的过程。Kingston 具有相关的专业知识。
了解金士顿和 QNAP 解决方案如何优化内容创作。
了解金士顿如何利用最佳配置支持一家领先的托管服务供应商。
金士顿考察了旗下 DC1500M 企业级 NVMe 固态硬盘如何影响工作负载以及与竞争产品的对比情况。
在本电子书中，我们与行业专家探讨了数据存储的发展历程，以及未来前景如何。
从拍摄到后期制作，再到数据中心的分发，固态硬盘和 RAM正在 为 OTT 媒体娱乐 (M&E) 音视频流媒体业提供支持。
我们将探讨不同类型的内存，以及如何为服务器选择合适的内存。
我们探讨了中小型企业提高网络安全性可以采用的 12 个主要技巧。
本信息图介绍了不同类型的数据中心、谬见和金士顿的数据中心解决方案。
我们之前考察了多个因素并开展了一些独特研究，以求找出 2022 年可能影响全球市场的因素。
2021 年是充满挑战与创新的一年。但 2022 年将带来怎样的格局呢？
阅读我们关于数字变革兴起和未来前景的电子书。
Bill Mew 探讨了为什么最大的安全挑战需要董事会的承诺。
Rob May 分享了他关于我们距离边缘计算有多近以及边缘计算所需安全性的观点。
高性能 DC500M 服务器固态硬盘是专业摄像师的最佳存储选择。
内存和存储近年来不断发展，不妨从我们行业专家 Rafael Bloom 获取相关真知灼见。
我们采用 Microchip 的 RAID 控制器，为服务器存储提供高性能。
DRAM 技术不断演变。向我们的行业专家和我们的内部专家了解相关信息。
金士顿帮助优化 Simply Hosting 在数据中心内的存储设备，确保他们的服务始终在线。
了解金士顿如何帮助 Hostmein 降低电力成本和提高性能并进而兑现 SLA。
疫情导致互联网流量增加，并提高了数据中心角色的重要性。
在本白皮书中，我们与专家探讨了物联网发展历程，以及如何让组织准备好迎接物联网的未来。
随行业专家一起探讨金士顿等技术合作伙伴如何支持企业实现业务成长和可持续发展。
观看本网络研讨会，探索 NVMe 固态硬盘的优势。
NVMe over Fabric 有助于 CPU 更高效地运行，同时降低延迟并提高吞吐能力。
要转向使用 NVMe，需要 IT 架构师进行完整堆栈评估，确保每一层堆栈都具备冗余性。
下文介绍了对 2021 年 NVMe 普及推动因素的七项预测。
通过测试固态硬盘了解顺序和随机读取或写入情形下的真实耐用性、延迟和 IOPS 变化。
面向企业级服务器的固态硬盘试验台应采用真实的硬件、操作系统和数据完成。我们接下来会阐释其中缘由。
行业专家们探讨了技术关系关键支柱、可持续发展和 IT 优化之类的话题。
MSP 行业专家 Rob May 深入探讨了内存/存储升级可以如何为拥有远程办公员工的公司提供帮助。
在本电子书中，我们与行业专家们进行了对话，探索了人工智能的各种优势、它如何在推动数据使用，以及您可以如何让自己的组织准备好抓住人工智能带来的机遇。
SSD 技术正在从 SATA 向 NVMe 演变。向我们的行业专家和我们的内部专家了解相关信息。
2021 年将迎来什么科技与趋势？我们的 KingstonCognate 成员与行业专家对未来有何预测？
别为服务器选择错误类型的固态硬盘。错误的选择意味着更高的拥有成本。了解如何挑选合适的固态硬盘。
我们将向您展示选择合适的固态硬盘可以如何升级性能和安全性。
规划新系统吗？观看本视频，了解 16Gbit DRAM 新一代技术的优势。
在任何卓越的在线游戏体验的背后，都有更为卓越的技术解决方案。
NVMe 现在是支持数据中心和企业环境的标准 SSD 协议。
了解 Hosteur 如何利用金士顿企业级产品和服务支持他们的高速发展和 SLA。
了解 Hardwareluxx 如何能利用金士顿 DC500M SSD 应对他们网站流量的增长
数据中心理应使用服务器 SSD。服务器 SSD 成本已经降下来了，而且相比客户端硬盘拥有众多优势。
为服务器选择合适的 SSD 非常重要，这是因为服务器 SSD 经过优化，可在运行时提供可预测的延迟水平，而客户端（台式机/笔记本电脑）SSD 则不然。服务器 SSD 的这些优势为关键的应用和服务实现了更长的正常运行时间和更低的延迟。
行业专家 Simon Besteman 深入探讨了为什么 5G 需要微型数据中心中的边缘计算。
SDS 一直没有实现大势宣传的优势，但由于现在 NVMe 更加经济实惠，商品硬件可随时实现这种优势。
在这个史无前例的时期，数据中心需要面对什么要求？通过阅读行业专家 Sally Eaves 博士的这篇文章，你可以了解到她对这种要求的真知灼见。
来自金士顿的 Cameron Crandall 会帮助您决定是否应为服务器存储改用 NVMe SSD。
金士顿提供了满足 i3D.net 服务器性能目标的兼容内存，延长了他们现有硬件的使用寿命。
边缘计算数据中心对 5G 有何重要意义？下载并阅读金士顿关于边缘服务器与 5G 部署的电子书。
本白皮书演示利用金士顿科技的 Data Center DC500 SSD 可以如何将您的整体资本和许可证成本降低 39%。
数据中心 500 系列 SSD (DC500R / DC500M) – 延迟（响应时间）和 IOPS（每秒输入/输出）性能的一致性和可预测性。
了解为什么企业的未来离不开支持 SSD 的 SDS，以及 SSD 如何应用于软件定义存储解决方案中。
在一些 SSD 中使用基于 LSI® SandForce® 的控制器，而这些控制器使用专有技术执行垃圾回收。
存储可能是 VDI 性能方面最具挑战性的组件。
有关 SSD 技术和术语（例如 SATA、M.2、NAND、RAID、NVMe、PCIe、SAS 和键控）的常见问题。
SDS 提供基于策略的数据层控制，独立于底层的存储硬件。
OLTP 工作负载通常由需要次秒级响应时间的大量快速、小型事务构成。
HPC 可能需要海量数据。SSD 所消耗的电力仅为机械硬盘的一小部分。
固件/硬件 PFAIL 保护是一种非常有效的在企业级 SSD 中防止数据丢失的方法。
Kingston SSD 具有 ECC 和备用块等功能，可防止数据写入坏块。
SSD 上会保留一部分存储空间，以用作固件中的 OP。OP 可提高性能。
DDR4 最高可比 DDR3 少消耗 40% 功率。性能却可以比 DDR3 高 50%。
测试是我们履行承诺以向市场交付最可靠产品的基石。 我们在每个生产阶段都对所有产品进行严格测试。这些测试确保在整个制造流程中控制品质。
The differences between various SSD tech such as SATA & NVMe and the benefits of the latest tech.
