谷歌周四宣布，麻省理工学院（MIT）的数学教授、计算数论家安德鲁·V·萨瑟兰（Andrew V. Sutherland）因一项最庞大的谷歌计算引擎（GCE）任务而创下了记录。萨瑟兰使用抢占式虚拟机实例，在220000个GCE核心上运行了庞大的数学工作负载。据谷歌的亚历克斯·巴雷特（Alex Barrett）和迈克尔·巴西尔延（Michael Basilyan）声称，这是迄今为止在公共云上运行的已知最庞大的高性能计算（HPC）集群。
麻省理工学院的首席研究科学家安德鲁·萨瑟兰（Andrew Sutherland），拍摄于马萨诸塞州坎布里奇的麻省理工学院校园。
巴雷特和巴西尔延在谷歌云平台的官方博客（https://cloudplatform.googleblog.com/2017/04/220000-cores-and-counting-MIT-math-professor-breaks-record-for-largest-ever-Compute-Engine-job.html）上写道，萨瑟兰使用谷歌的云来探究将佐藤－泰特猜想（Sato-Tate Conjecture）以及贝赫和斯维讷通－戴尔猜想（Birch and Swinnerton-Dyer Conjecture）推广到亏格更高的曲线这项工作。他们俩解释道：“在他最近的一次运行中，他探究了1017条亏格是3的超椭圆曲线，竭力找到可以轻松计算L函数的曲线，这些曲线还拥有可能令人关注的佐藤－泰特分布。这得出了大约70000条需要关注的曲线，每一条曲线最终会在L函数和模块化表单数据库（LMFDB）中有各自的条目。”
萨瑟兰将寻找亏格是3的合适曲线这个过程比作好比“在15个维度的干草堆中找一枚针”，任务之艰巨可想而知。这是一项高度计算密集型的研究，需要评估一个拥有5000万项的多项式，涉及15个变量。
在改用公共云平台之前，萨瑟兰在64个核心的本地机器上进行了研究，但是运行起来需要好几个月的时间。使用麻省理工学院的集群是另一个选择，不过有时存在访问和软件方面的限制。谷歌博客作者特别指出，借助谷歌计算引擎，萨瑟兰可以使用自己青睐的操作系统、软件库和应用程序，构建一个集群。
据谷歌声称，萨瑟兰使用的抢占式虚拟机是“功能完备的实例，价格比常规的物理机最多便宜80%，但是会被计算引擎中断。”
由于这种计算是平行计算，中断的影响很有限，工作负载还可以跨谷歌云区域（Google Cloud Regions）来获取可用的实例。谷歌声称，在任何一小时内，大约有2%至3%的作业被中断，可自动重启。
协调实例通过结合云存储（Cloud Storage）和数据存储（Datastore）来完成，两者可以根据来自Python客户端API的请求，将任务分配给实例。博客作者写道：“实例定期检查它们在本地磁盘上的进度（如果被抢占，它们可以从本地磁盘来恢复），并将最终输出数据存储在Cloud Storage存储桶中，一旦作业处理完毕，数据可能会接受进一步的后期处理。”220000个核心的集群的价格没有透露。
萨瑟兰已经计划使用400000个核心来运行更庞大的任务，他特别指出，当你“可以在几小时而不是几个月内提出问题并得到答案时，就会提出不同的问题。”
这些年来，HPC云专业公司Cycle Computing运行过另外几个异常庞大的云系统。2013年年底，Cycle为药物研究企业Schrödinger和南加州大学启动了一个156000个核心的AWS集群，以便支持量子化学应用的运行。2012年，Cycle Computing曾在AWS上构建了一个50000个核心的虚拟超级计算机，
为Schrödinger寻找用于癌症研究的新型药物化合物提供方便。2014年11月，Cycle的客户：日立环球存储科技（HGST）在8小时内运行了一项100万次模拟的任务，帮助确定最佳的先进硬盘驱动器磁头设计。峰值时期，该集群用到了70908个Ivy Bridge核心，最大理论性能达到每秒729万亿次浮点运算（729 teraflops）。
Cycle公司还利用了谷歌计算引擎（GCE）。2015年，Cycle使用抢占式虚拟机实例，为博德研究所（Broad Institute）运行了50000个核心的癌症基因分析工作负载。
亚马逊网络服务（AWS）对跻身于“全球500强”榜单的几个自行构建的集群进行了基准测试。最近由26496个核心组成的英特尔至强集群在2013年11月跻身该榜，以484 Linpack teraflops的成绩排在第64位。截至2016年11月，该集群排在第334位。
相关阅读：
中高端IT圈人群，欢迎加入！
赏金制：欢迎来爆料！长期有效！
