配置管理Linux高性能计算集群需要从何开始？

直接做简单cluster其实不是太麻烦的。举个例子，总共5台服务器A,B,C,D,E，

1. 5个机器都安装好熟悉的linux发新版，安装、配置好inter编译器(用来编译mpich之类的，性能比gcc好很多)、mpich2之类的。

2.打通ssh信任登陆，选一个同时做控制节点和存储节点(自己玩玩，结算过程中IO量不大的话简单的NFS就行了)，其他几个机器都挂上NFS，主要的工作目录都是在共享目录上。配置好mpich2以及openpbs或者lsf之类的调度软件。

3.把mpich2里面自带的算Pi之类的c程序用mpicc编译一下,fortran的用mpif90？好多年不玩这些有点忘记了。

4.使用任务调度系统提交任务。。

PS：一般HPC cluster的结构大同小异，比如超算中心会用专门的存储服务器并且用lustre这样的分布式文件系统（自己玩就太复杂了），节点与节点直接的连接方式除了以太网外会使用infiniband（延迟是us级别，而且infiniband交换机背板带宽也很大）。编译节点也会单独分开，还会放几个debug用的节点给大家调试，但是一般这样的节点上的进程运行时间、内存会限制一下。

HPC cluster不是什么高科技，现在新玩法也就是计算节点插点显卡，做异构的架构，大部分行业内的计算软件还是用不了GPU的。我也转行几年了。有不对的地方大家指正。

一般专门讲这个的书不多，复旦车静光老师以前自己组建过一个cluetr写成了书。

内容虽然有点老，不过大概思路都是这样的。做大规模的集群本来就是发现哪里成为了瓶颈就进行改机。也可以参考一下国内 曙光和联想深腾系里的结构图。