HPC自身的调优方面,怎么考虑采用更高速的网络互联、故障检测机制、作业调度策略等方式提升吞吐和效率?

HPC 可能产生瓶颈的地方很多，包括 CPU ，内存，本地磁盘，网络存储，计算网络，操作系统等，通过 PBS 可以进行相关资源的使用和调用监控，了解当前和历史状态，进行优化。具体优化可以从以下四个方面开始：

1. 采用更高速的网络互联： 选用高带宽的 InfiniBand 网络如200G，实现大量数据的并行处理，提升 HPC 网络环境的运行效率和性能表现 。
2. 采用高可用性存储系统：选择具备自动故障检测与快速恢复重建能力的高可用性存储系统，提高数据重构的速度和系统的可用性。
3. 优化作业调度策略：合理的作业调度策略可以显著提升 HPC 系统的吞吐和效率。基于用户定义的组织结构树来实现作业的优先级动态计算，有助于实现更加公平和高效的资源分配
   4.完善故障检测机制：完善故障检测和自动恢复机制，实现作业执行的失败检测和失败作业的自动重新提交，减少对系统的影响。