我正在研究云计算服务（例如 AWS 以及其他服务）是否可以有效地补充我一直用来解决流体动力学问题的传统集群（例如 Comet、Stampede2、Pleiades）。
也就是说，我需要运行我的代码（不是OpenFOAM（AWS 在其一项计划中宣传的）需要~1TB RAM 和~360 个具有快速互连的处理器（并且位于同一位置以最大限度地减少延迟）。
更普遍的问题是：云计算是否意味着一切都在某个未知的、可能是小型的机器上虚拟化，或者人们是否可以使用云计算请求使用特定的硬件（在这种情况下，它的使用方式与传统集群相同，但分配过程可能有所不同）？
答案1
在大型公共云中，AWS和Azure声称拥有解决方案，可通过低延迟网络连接实例。应用程序通常有一个 MPI 实现作为目标。
在某些情况下，你可以影响实例的放置位置，例如集群策略中的 AWS 置放群组。他们不会说任何一种情况，但这可能不是专用于 HPC 的机架。只是拥有最快硬件和软件加速 NIC，可提供单租户或专用金属节点。
或者，如果应用程序可以在大型 NUMA 系统上扩展，也请考虑这一点。NUMA 仍然具有节点间延迟，但足够低以运行单个图像。
对于 x86，截至 2019 年，最新的 Xeon 上提供 8 个插槽，共计 224 个内核。更多插槽需要定制互连，仅在 HPE Superdome Flex Server 等稀有产品上可见。前者可作为高内存 AWS 实例使用，后者不太可能在云中出租。
对于 POWER 来说，标准配置中有 16 个插槽系统（如 E980），但核心数没有那么多。