Beowulf 群集：合众为一

核心提示：在 2001 年中期，世界上最快的计算机可以平均每秒执行 5 万亿次浮点运算，Beowulf 群集：合众为一，也就是 5 teraflop（teraflop ― 每秒 1 万亿次浮点运算），世界上最快的第 500 台计算机平均每秒执行 55 gigaflop（gigaflop ― 每秒 10 亿次浮点运算），这就是 B

在 2001 年中期，世界上最快的计算机可以平均每秒执行 5 万亿次浮点运算，也就是 5 teraflop（teraflop ― 每秒 1 万亿次浮点运算）。世界上最快的第 500 台计算机平均每秒执行 55 gigaflop（gigaflop ― 每秒 10 亿次浮点运算）。通常，象这种顶级的计算能力是非常昂贵而且难以采用的（请参阅本文后面的 参考资料）。然而，在 1994 年，Thomas Sterling 和 Don Becker 建立了一种方法：使用普通的、能被负担得起的硬件加上 Linux，以此来集中这些相对小的机器的计算能力。其结果被称为 Beowulf 群集，它能以较低的成本来仿真最快计算机系列中的低端机器的计算能力。

Beowulf 策略的目的是最小化计算时间。运行在 MS DOS 下的一个 CPU，只能顺序地处理一个程序的指令。我们希望能够降低这条基线。在一个 CPU 运行于 Linux 或 NT 的情况下，多个程序共享 CPU 资源是可能的，但如果在所有条件都相同的情况下― 如字长和磁盘访问速度等 ―其程序处理的速度不会比在 MS DOS 下更快。此外，在“对称多重处理”（SMP）的情况下（可能有两个或四个 CPU 在 Linux 或 NT 下运行，每个都在处理多个程序），系统仍然会开销掉同样的时间来处理单个程序。

现在，减少程序处理时间的一个方法就是：把它分割成可以被不同 CPU 处理的独立的子任务。当这些子任务的运行结果可用时，就被返回到其中一个处理器进行最终处理。很明显，这样可以缩短对一个给定程序的处理时间。运行在一个配有两个或四个 CPU 的 Linux 系统下的多线程的程序，就能作为这一事实的有力明证。

显然，一个更好的方法就是：把程序分割成许多能被多个处理器处理的独立的子任务，然后把结果输送到一个单独的处理器中汇集成最终输出。尽管主板通常会有（容纳）两个或四个处理器的最大限制，但是仍有可能通过以太网传输设备来突破这个限制。这就是 Beowulf 策略：程序被分割成许多部件，这些部件被多个运行着 Linux 拷贝的 CPU 执行，所有的部分通过以太网来传输它们的数据和指令。