引言
大型服务器是现代企业的基础设施，为无数关键应用程序和服务提供动力。这些服务器的成本可能实现价值最大化。以下策略可以帮助实现这一目标：定义业务目标: 明确服务器将支持的业务目标可确保投资与战略目标保持一致。优化性能: 调整服务器配置和软件组件以最大化应用程序性能和用户体验。确保高可用性: 实施冗余措施和灾难恢复计划以确保服务器始终可用，从而避免业务中断的成本。利用数据分析: 使用服务器日志和监控工具分析数据可以识别瓶颈并优化资源利用。持续监控和调整: 定期监控服务器性能并根据需要进行调整可以确保持续的价值实现。
案例研究
一家大型零售商通过实施以下策略优化其大型服务器成本：选择适合其在线购物平台和客户管理系统的服务器。利用虚拟化技术将多个应用程序合并到单个服务器上。外包服务器管理给专业提供商。协商批量软件许可协议。这些策略使该零售商能够将服务器成本降低 20%，同时提高了应用程序性能和可靠性。
结论
揭开大型服务器成本的神秘面纱对于企业优化其开支和实现价值最大化至关重要。通过仔细考虑成本构成、实施优化策略和关注价值实现，企业可以降低总拥有成本，同时确保服务器基础设施支持其业务目标。采用本文概述的策略，企业可以明智地投资于大型服务器，并从其数字化转型和业务增长中获得最大收益。
IBM推出E1080 Power10服务器
IBM最新E1080 Power10服务器全面解读
报道源自zdnet网站9月8日消息，随着IBM推出全新的Power10芯片一年后，该公司揭开了其第一台使用处理器E1080的服务器神秘面纱。
借助三星制造的先进7纳米芯片技术，IBM的这款服务器在单核性能上实现了高达30%的提升。
更为亮眼的是，其在插座和系统级别的总容量提升了50%。
相较于前代产品，其能耗降低了33%。
IBM的CTO Power Satya Sharma表示，这款服务器无需单独的GPU加速系统即可实现AI在商业应用程序中的应用。
值得一提的是，该服务器得益于专用硬件的支持，新芯片的AI推断速度比上一代产品E980快5倍，在处理涉及AES加密的工作负载时更是比E980快2.5倍。
它的强大性能体现在对Red Hat Enterprise Linux和OpenShift的全面支持，按分钟计量。
相较于传统的X86系统，其每个核心的集装箱吞吐量是其四倍。
当与Power Virtual Server结合使用时，工作负载可以无缝转移到云中，无需任何重构。
IBM宣称其最新服务器的一大优势在于其灵活性和兼容性。
Power10系统不仅能在Power 9或Power 8兼容模式下运行，还支持活动分区移动。
这意味着在不关闭服务器的情况下，可以轻松地将运行的工作负载从一个物理机器转移到另一个物理机器。
这种无缝转移不仅提高了效率，而且大大增强了系统的稳定性和可靠性。
Sharma强调：“工作负载没有停止，甚至网络连接也一直保持正常。
”
此外，IBM声称其E1080服务器在数据库处理方面表现出色。
一家客户将原本运行在126台基于X86的服务器上的数据库迁移至一对E1080服务器上后，能耗下降了80%，每核软件许可证减少了70%。
不仅如此，Power10系统的E1080还拥有运行SAP的8插槽系统的基准记录，这一性能比竞争对手的产品HPE Superdome Flex高出40%。
总的来说，IBM的这款最新E1080 Power10服务器凭借其卓越的性能、灵活性和能效，无疑为企业在追求高性能计算和云计算的道路上提供了强大的支持。
什么是时序数据？
揭示时序数据的神秘面纱：时间序列的魔法与价值
在数据世界中，有一种特殊的数据类型，它像时间的线索，编织着数据的脉络，那就是时序数据。
它并非简单的数据列，而是一种按照时间顺序记录，每一项数据都需保持口径一致，具备可比性的珍贵资源。
时序数据，无论是以时期数还是时点数呈现，都承载着时间的印记和丰富的信息。
时序数据管理，如同指挥家手中的指挥棒，通过精细的采集、处理和分析，让企业得以实时洞察业务的动态。
它不仅关注单个时刻的数据，而是聚焦在趋势变化上，因此，数据处理常常涉及降频采样、插值、实时计算和聚合等技术，旨在捕捉数据背后的长期趋势，而非瞬息万变的瞬时值。
在工业生产场景中，设备、生产线甚至整个系统的健康运行，都离不开时序数据的严密监控。
传感器在关键节点默默工作，采集着周期性和准周期性的数据，这些数据犹如心跳，频率各异，却都流向服务器，汇聚成实时的运行报告，为预警和决策提供强有力的支持。
而时序数据的价值并不仅仅限于实时监控。
当历史的车轮滚滚向前，这些长期保存的数据如同时间胶囊，为企业提供了宝贵的离线分析宝库。
例如：
总而言之，时序数据是时间的魔术师，它以数据的脉络描绘出业务的脉搏，是现代企业进行决策和优化的重要工具。
理解并善用时序数据，企业就能在变化莫测的市场环境中，把握先机，赢得竞争优势。
揭开HPC应用的神秘面纱
说起高性能计算（High Performance Computing，缩写 HPC），很多人第一个想法就是动辄亿亿次浮点运算的“超级计算机”，国家花这么大代价做出来的机器干啥用呢，其实大到天气预报、飞机制造、新冠疫苗研发，小到唐氏筛查、《熊出没》渲染，到处可见HPC的身影，就拿最近的北京冬奥会来说，其成功举办就脱离不了济南超算对空气质量预报准确及时的预警，当然HPC也可以离我们很远，举几个戈登贝尔奖的栗子(被誉为“超级计算应用领域”内的诺贝尔奖)。
对超算来说硬件很重要，但现在是“软件吞噬一切”的时代，路修的再好没有车在上面跑也没用，如果把开源软件比作汽车市场，那么HPC应用就是这个市场中的 “豪车”，为了追求最极致的性能，它们用着最先进的“发动机”(编译器)、最复杂的“轮胎”(并行技术)，同时也拥有最繁琐的“机械结构”(安装和调优流程)，优化过HPC应用的“赛车手”都有一个感受：抱黄连敲门—苦到家了，难怪HPC被喻为是IT行业“金字塔上的明珠”，本文旨在通过部署调优一个量子化学的HPC应用让大家直观的感受HPC的魅力，让看似阳春白雪的HPC也能走向平民化，走向每个人、每个家庭、每个组织。
波函数被证明对获取材料的宏观性能(如光学性质、力学性质、热力学性质、磁学性质)极具价值，现实中的物质由多个电子构成的，它们的波函数该如何求解？一个铁原子有26个电子，两个有52个电子，计算2个铁原子相互作用时，需要计算任意一个与其它51个电子的相互作用，当计算原子数增加时，计算量呈指数增加，100个铁原子的计算量恐怕都是天文数字了，更不要说几十万个原子（纳米材料），这就不得不提著名的Kohn-Sham公式，他将多电子体系近似用一个或几个函数来代替求解多体薛定谔方程，计算量大大减少，Kohn因为这个公式获1998年Nobel化学奖，本文要介绍的HPC应用QE就是这个公式的开源实现，在量子化学领域被广泛应用，从官网介绍来看，“QUANTUM ESPRESSO是一种用于电子结构计算和材料建模的量子化学方法的软件套件，在GNU通用公共许可证下免费分发。
它基于密度泛函理论，平面波基组和赝势（包括范数守恒和超软）理论。
”，这段文字看不懂没关系，只要记住求解公式是这个就行了：QE的安装可以参考文档( …)一步步安装，但是本文推荐另一种更简便的安装方式，那就是HPC贾维斯助手( /openeuler/hpc…)，专门为HPC应用打造的一键依赖安装、环境配置、编译、运行、调优平台，将HPCRunner解压或者clone到服务器某个位置，其目录结构及说明如下所示：步骤1： 进入这个贾维斯目录并初始化环境cd hpcunnersource ./步骤2：拷贝QE的HPC配置并切换到改配置(基于鲲鹏GCC+OpenMPI技术栈)cp ./templates/qe/6.4/ ././jarvis -use 步骤3：获取QE及依赖软件l 下载QE 6.4版本( /QEF/q-e/arch…)tar -xzvf ./downloads/ -C /tmpl 将QE的算例也拷贝至/tmp\cp -rf ./workloads/QE/qe-test /tmp 步骤4：一键下载并安装依赖l 执行如下命令安装鲲鹏GCC+OpenMPI (请准备咖啡，5分钟左右)./jarvis -d -dp步骤5：一键编译QE./jarvis -b步骤6：一键运行QE./jarvis -r几分钟后应该可以看到“JOB DONE”字样，经过14次SCF自洽运算我们就可以得出原子间的能量值，到这里你已经体验了一遍HPC应用的安装运行全流程了。
在HPC应用运行的过程中，可以通过perf性能工具无侵入式的采集热点函数数据，而且以目录树的形式展现出来。
步骤1： 运行QE./jarvis -r步骤2： 新建窗口并进入hpcrunner目录，运行性能采集命令./jarvis -p从热点函数实时分布图可以看出除了MPI通信之外，GEMM矩阵运算操作占比较高，可以考虑使用openblas进行替代，同时可以考虑把编译器换成毕升、MPI通信库换为HyperMPI。
步骤3：拷贝优化配置cp ./templates/qe/6.4/ ./步骤4：切换到优化配置./jarvis -use 步骤5：一键下载并安装依赖(大概6分钟左右)./jarvis -d -dp步骤6：一键编译QE./jarvis -b步骤7：一键运行QE./jarvis -r这次的运行时间是不是更短了呢？让我们对比一下前后的性能情况吧如果你也得到了这个结果，那么恭喜你完成了一次HPC应用的调优！雄关漫道真如铁,而今迈步从头越，实际HPC应用的优化之路险阻而又漫长，越是交叉学科越需要全人类的智慧共同参与才能结出美丽的果实，但是我坚信只要一直走，总有一天会到达目的地，美好的未来在前方，如果您对HPC有兴趣请加入到openEuler HPC SIG，这里除了有迁移调优技术分享，还有大量开源实习机会( /openeuler/hpc…)，在家也能领工资，更有百万奖金众智计划等你来拿，请关注开源项目贾维斯，为多样性算力添砖加瓦，共建openEuler生态。
欢迎加入openEuler HPC SIG：个人微信 k欢迎关注贾维斯项目/openeuler/hpc…
