鯤鵬智能計算導(dǎo)論 課件 第3章 鯤鵬計算平臺

第3章

鯤鵬通用計算平臺鯤鵬智能計算導(dǎo)論3.1華為鯤鵬計算架構(gòu)概述3.2基于鯤鵬通用計算平臺的典型案例介紹學習要點3.1.1 鯤鵬處理器與昇騰芯片鯤鵬處理器01OPTION華為在2019年1月向業(yè)界發(fā)布了鯤鵬高性能數(shù)據(jù)中心處理器，目的在于滿足數(shù)據(jù)中心的多樣性計算和綠色計算需求，具有高性能、高帶寬、高集成度、高效能四大特點。采用16nm制造工藝，有24個內(nèi)核，主頻為2.4GHz，能耗低至75W。業(yè)界首款支持多路互聯(lián)的ARM處理器支持4通道八倍數(shù)據(jù)速率（Double-Data-RateFour，DDR4）內(nèi)存，PCI-e3.0和SAS/SATA3.0。采用7nm制造工藝，有32內(nèi)核和48內(nèi)核兩個版本，主頻為2.6GHz。鯤鵬920處理器完成了在一個芯片上集成CPU、網(wǎng)卡、SAS控制器及南橋芯片的創(chuàng)新。低能耗級鯤鵬916處理器高效能鯤鵬920-3226和鯤鵬920-4826處理器3.1.1 鯤鵬處理器與昇騰芯片昇騰AI芯片02OPTION昇騰AI芯片系列包含昇騰310和昇騰910芯片，都采用達·芬奇架構(gòu)。昇騰310芯片用于推理場景，依托華為AI開發(fā)平臺ModelArts。昇騰910芯片用于訓(xùn)練場景，依托AI計算框架MindSpore。華為在2018年10月的全聯(lián)接大會上發(fā)布了針對AI推理與訓(xùn)練場景的昇騰310與昇騰910芯片。昇騰AI芯片獨特的達·芬奇3DCube架構(gòu)，使芯片具有高算力、高能效、可擴展的優(yōu)點。昇騰310芯片是用于推理的邊緣智能場景的高能效AI單片系統(tǒng)（SystemonChip，SoC），使用12nm制造工藝，可提供16TOPS（TeraOperationsPerSecond，1萬億次操作每秒）的算力，能耗只有8W，非常適合邊緣計算的低能耗要求的場景。昇騰910芯片適用于AI訓(xùn)練，采用7nm制造工藝，可提供512TOPS的算力，最大能耗為350W。華為2021年2月發(fā)布的鯤鵬/昇騰計算平臺相關(guān)產(chǎn)品如圖所示，除TaiShan服務(wù)器和Atlas相關(guān)產(chǎn)品之外，還有獨立的鯤鵬主板、操作系統(tǒng)及相應(yīng)的鯤鵬開發(fā)套件。3.1.2 鯤鵬通用計算平臺介紹鯤鵬計算主要涉及兩大平臺，一個是搭載了鯤鵬處理器的華為TaiShan服務(wù)器，另一個是搭載了昇騰芯片的Atlas系列服務(wù)器。3.1.2 鯤鵬通用計算平臺介紹TaiShan服務(wù)器01OPTIONaiShan服務(wù)器是基于華為鯤鵬處理器的數(shù)據(jù)中心服務(wù)器，具有高效能計算、安全可靠、開放生態(tài)的優(yōu)勢，適合為企業(yè)應(yīng)用提供高并發(fā)的多核算力。規(guī)格形態(tài)特點均衡型該規(guī)格形態(tài)的服務(wù)器具有高性能、低能耗及靈活的可擴展能力等特點，適合為大數(shù)據(jù)分析、軟件定義存儲、Web等應(yīng)用場景的工作負載進行高效加速存儲型該規(guī)格形態(tài)的服務(wù)器相比均衡型，提供了更多的硬盤槽位，能提供更大的存儲容量高密型該規(guī)格形態(tài)的服務(wù)器特指為X6000高密系列而適配的計算節(jié)點，在單位空間內(nèi)提供更高的計算能力，能有效提升數(shù)據(jù)中心的空間利用率、降低綜合運營成本邊緣型該規(guī)格形態(tài)的服務(wù)器專為多接入邊緣計算（Multi-accessEdgeComputing，MEC）、內(nèi)容分發(fā)網(wǎng)絡(luò)（ContentDeliveryNetwork，CDN）、云游戲、云手機、智慧園區(qū)和視頻監(jiān)控等邊緣計算場景設(shè)計，滿足邊緣計算IT基礎(chǔ)設(shè)施（EdgeComputingITInfrastructure）服務(wù)器標準的規(guī)格形態(tài)3.1.2 鯤鵬通用計算平臺介紹Atlas系列計算平臺02OPTIONAtlas500面向5G+AI邊緣、電力、交通、金融、智慧園區(qū)等場景，提供邊緣加速計算能力的中小型設(shè)備。Atlas200/Atlas300提供AI加速計算能力的終端或服務(wù)器套件設(shè)備，可以供各類開發(fā)者使用。Atlas900配套華為云企業(yè)智能（EnterpriseIntelligence，EI）服務(wù)器+AI基礎(chǔ)設(shè)施底座，支持液冷和風冷柜式集群。Atlas800提供高性能AI基礎(chǔ)設(shè)施、軟硬一體化訓(xùn)練平臺解決方案。3.1.3 鯤鵬通用計算平臺關(guān)鍵部件搭載華為鯤鵬處理器的TaiShan2280服務(wù)器的內(nèi)部模組3.1.3 鯤鵬通用計算平臺關(guān)鍵部件搭載華為鯤鵬處理器的TaiShan2280服務(wù)器的內(nèi)部模組CPU01OPTION鯤鵬通用計算平臺的處理器采用鯤鵬916及920兩大系列產(chǎn)品，鯤鵬系列CPU基于精簡指令集架構(gòu)。高性能內(nèi)存帶寬高I/O帶寬高網(wǎng)絡(luò)帶寬高高集成12345業(yè)界最高性能處理器，SPECintBenchmark評測超過930分，比業(yè)界原紀錄高出25%。內(nèi)存通道從6通道提升到8通道，內(nèi)存速率從2666MHz提升至2933MHz，總帶寬從1.02Tbit/s提升到1.5Tbit/s（鯤鵬920內(nèi)存帶寬=2933MHz×64bit/通道×8通道=1.5Tbit/s）。從PCI-e3.0升級到PCI-e4.0，速率翻番，I/O總帶寬比x86平臺的約高66%。集成100G基于融合以太網(wǎng)的遠程直接存儲器訪問（RoCE）以太網(wǎng)卡功能，網(wǎng)絡(luò)帶寬從業(yè)界主流的25Gbits/s提升至100Gbits/s，提高為原來的4倍。單塊芯片集成了CPU、南橋、網(wǎng)卡、SAS存儲控制器這4塊芯片的功能。在傳統(tǒng)服務(wù)器架構(gòu)上，CPU、南橋、網(wǎng)卡、硬盤控制器是系統(tǒng)標配，需要用4塊不同芯片來實現(xiàn)。3.1.3 鯤鵬通用計算平臺關(guān)鍵部件內(nèi)存02OPTION控制器輸出的地址和控制信號經(jīng)過寄存器寄存后輸出到DRAM芯片，控制器輸出的時鐘信號經(jīng)過PLL后到達各DRAM芯片。鯤鵬通用計算平臺常用的服務(wù)器增強內(nèi)存技術(shù)為雙通道技術(shù)，即包含兩個獨立的、具備互補性的智能內(nèi)存控制器，兩個內(nèi)存控制器都能夠在彼此間零等待時間的情況下同時工作，這樣可使內(nèi)存帶寬增加為原來的兩倍。RDIMMLRDIMM3.1.3 鯤鵬通用計算平臺關(guān)鍵部件硬盤03OPTION鯤鵬通用計算平臺中采用的硬盤類型與x86服務(wù)器并無差異，支持多種硬盤類型，主要采用SAS接口的機械硬盤或SSD，也可選擇NVMe接口的SSD，最大的特點是鯤鵬通用計算平臺的硬盤控制器集成到了鯤鵬處理器中。網(wǎng)卡04OPTION鯤鵬通用計算平臺的網(wǎng)卡與普通服務(wù)器沒有區(qū)別，默認其提供板載網(wǎng)卡，支持4吉比特和4.25吉比特/萬兆可切換網(wǎng)卡兩種類型，最重要的是鯤鵬通用計算平臺的網(wǎng)卡控制器芯片也集成到了鯤鵬處理器中，同時可以在需要擴展更多網(wǎng)口的時候支持選擇可擴展接口的兼容網(wǎng)卡。3.1.3 鯤鵬通用計算平臺關(guān)鍵部件RAID卡05OPTION在服務(wù)器產(chǎn)品上，RAID技術(shù)被廣泛使用，鯤鵬通用計算平臺中使用的RAID技術(shù)同x86計算一致，在兼容的RAID卡中同樣支持RAID0/1/10/1E/5/50/6/60多種級別，也支持Cache掉電保護和RAID級別遷移。電源模塊06OPTION鯤鵬通用計算平臺支持N+1冗余電源，可以保證在一個電源發(fā)生故障的情況下系統(tǒng)不會癱瘓，同時支持熱插拔冗余電源，即在系統(tǒng)運行時拔下出現(xiàn)故障的電源并換上一個完好的電源，從而提高了計算平臺的穩(wěn)定性和可靠性。3.1.3 鯤鵬通用計算平臺關(guān)鍵部件UEFI模塊07OPTION鯤鵬通用計算平臺默認采用UEFI，其操作界面簡單易維護，同時兼顧了BIOS的功能。BMC/IPMI管理模塊08OPTION華為鯤鵬計算產(chǎn)品中采用的是華為服務(wù)器智能管理系統(tǒng)（HuaweiIntelligentBaseboardManagementController，iBMC）。iBMC提供豐富的用戶接口，如命令行、基于Web界面的用戶接口、IPMI集成接口、簡單網(wǎng)絡(luò)管理協(xié)議（SimpleNetworkManagementProtocol，SNMP）集成接口、Redfish集成接口，并且所有用戶接口都采用認證機制和高度安全的加密算法，以保證接入和傳輸?shù)陌踩浴?.1.4 鯤鵬計算典型應(yīng)用場景介紹大數(shù)據(jù)分析場景01OPTION（4）融合部署支持鯤鵬架構(gòu)與x86架構(gòu)混合部署，實現(xiàn)系統(tǒng)平滑、性能無損擴容。（1）高性能發(fā)揮多核架構(gòu)高并發(fā)計算優(yōu)勢，大數(shù)據(jù)處理平均性能相比x86架構(gòu)的有明顯提升。（3）芯片級安全鯤鵬處理器自帶支持芯片級數(shù)據(jù)加/解密，密鑰管理安全性高。（2）高效存儲糾刪支持華為存儲糾刪碼算法，存儲利用率提升一倍（從33%提升到66%），減少了50%的節(jié)點部署數(shù)量；同時，重構(gòu)時減少了需要讀取的數(shù)據(jù)，實現(xiàn)了編碼速度和重構(gòu)速度的提升。3.1.4 鯤鵬計算典型應(yīng)用場景介紹分布式存儲場景02OPTION（4）融合部署支持鯤鵬架構(gòu)與x86架構(gòu)混合部署，實現(xiàn)系統(tǒng)平滑、性能無損擴容。（1）高性能發(fā)揮多核架構(gòu)高并發(fā)計算優(yōu)勢，在熱數(shù)據(jù)分布式存儲場景下，隨機讀寫IOPS性能相比x86架構(gòu)的有明顯提升。（3）快速加密密鑰管理安全性高，加密性能提升。（2）快速壓縮/解壓縮內(nèi)置硬件加速引擎，支持芯片級數(shù)據(jù)壓縮/解壓縮；對于相同數(shù)據(jù)量，壓縮/解壓縮時間相對減少。3.1.4 鯤鵬計算典型應(yīng)用場景介紹ARM原生場景03OPTIONACB原生兼容高性能降低總擁有成本安卓等移動應(yīng)用基于ARM架構(gòu)開發(fā)，鯤鵬處理器的TaiShan服務(wù)器兼容ARM架構(gòu)，無須進行應(yīng)用遷移或二次開發(fā)。移動應(yīng)用運行在TaiShan服務(wù)器上不存在底層的指令翻譯環(huán)節(jié)，應(yīng)用性能提升。按照實際測試，1臺標準滿配置的TaiShan服務(wù)器可虛擬約150部云手機，以替代150部真實手機，可以減少硬件投資，并能降低大量真機部署帶來的運維成本。3.1.4 鯤鵬計算典型應(yīng)用場景介紹HPC場景04OPTION相比常用的x86方案，系統(tǒng)內(nèi)存帶寬有明顯提升，能提供更強的內(nèi)存訪問能力，可實現(xiàn)計算機輔助工程（CAE）/計算流體力學（CFD）、氣象/海洋、生命科學/基因等內(nèi)存需求大的HPC應(yīng)用性能提升。支持服務(wù)器板級液冷和機柜級全液冷方案，數(shù)據(jù)中心無須部署行級空調(diào)，在采用液冷解決方案的場景下，電能利用效率（PowerUsageEffectiveness，PUE）值可小于1.05。高性能高能效3.1.4 鯤鵬計算典型應(yīng)用場景介紹Web場景05OPTION軟硬件協(xié)同優(yōu)化（KunPeng-turbo技術(shù)）優(yōu)化的鎖機制動態(tài)優(yōu)化內(nèi)存和計算的非均勻存儲器訪問（NUMA）結(jié)構(gòu)親和性芯片級RoCE網(wǎng)絡(luò)能力高性能如鯤鵬內(nèi)置的RSA加速方案，可實現(xiàn)Web應(yīng)用倍級的性能提升，為超文本傳輸安全協(xié)議（HTTPS）網(wǎng)站加速。有效解決多核引起的鎖線性度降低的問題，提升多核鎖的并發(fā)度。實現(xiàn)計算和數(shù)據(jù)按照NUMA結(jié)構(gòu)的最優(yōu)計算路徑配置，降低業(yè)務(wù)訪問時延，提升業(yè)務(wù)實時性。通過網(wǎng)卡、操作系統(tǒng)、業(yè)務(wù)各層次的協(xié)同調(diào)度技術(shù)，將需要處理的網(wǎng)絡(luò)數(shù)據(jù)包智能路由至業(yè)務(wù)所在計算核，以縮短網(wǎng)絡(luò)數(shù)據(jù)處理路徑、提升業(yè)務(wù)的IOPS、降低時延。相比x86CPU方案，數(shù)據(jù)庫查詢性能和交易性能均有明顯提升。3.1華為鯤鵬計算架構(gòu)概述3.2基于鯤鵬通用計算平臺的典型案例介紹學習要點3.2.1 大數(shù)據(jù)分析案例某智慧城市項目中有新建大數(shù)據(jù)分析場景的需求，目標是通過對各種數(shù)據(jù)的分析、處理，為城市的社會綜合治理提供有效手段。該項目基于TaiShan服務(wù)器（1000多臺）和華為云FusionInsight智能數(shù)據(jù)湖打造大數(shù)據(jù)平臺，包含在線集群、非結(jié)構(gòu)化集群、實時流處理集群（Storm類）、全文檢索集群（ES類）、離線集群（Hive/Spark類）等組件，單集群的TaiShan服務(wù)器數(shù)量達到了近300臺，兼容主流操作系統(tǒng)和數(shù)據(jù)庫，具備更高能效比，顯著降低了機房對周圍環(huán)境溫度的要求。鯤鵬大數(shù)據(jù)分析解決方案支持多種大數(shù)據(jù)平臺，涵蓋離線分析、實時檢索、實時流處理等多個場景。離線分析通常是指對海量數(shù)據(jù)進行分析和處理，形成結(jié)果數(shù)據(jù)，供數(shù)據(jù)應(yīng)用使用。離線處理對處理時間要求不高，但是所處理的數(shù)據(jù)量較大，占用計算存儲資源較多，通常通過MapReduce、Spark作業(yè)或SQL作業(yè)實現(xiàn)。其典型特點如下。對處理時間的要求不高。處理數(shù)據(jù)量巨大（PB級）。處理數(shù)據(jù)格式多樣。多個作業(yè)調(diào)度復(fù)雜。占用計算存儲資源多。支持SQL類作業(yè)和自定義作業(yè)。容易產(chǎn)生資源搶占。3.2.1 大數(shù)據(jù)分析案例離線分析以Hadoop分布式文件系統(tǒng)（HadoopDistributedFileSystem，HDFS）為數(shù)據(jù)底座，計算引擎以基于MapReduce的Hive和基于Spark的SparkSQL為主，詳細架構(gòu)如圖所示。3.2.1 大數(shù)據(jù)分析案例名稱說明數(shù)據(jù)源數(shù)據(jù)源的種類包括流式數(shù)據(jù)（Socket流、OGG日志流、日志文件）、批量文件數(shù)據(jù)、數(shù)據(jù)庫等實時采集系統(tǒng)Flume：用于Socket流或者日志文件等的數(shù)據(jù)采集。第三方采集工具：第三方或者定制開發(fā)的數(shù)據(jù)采集工具或程序，比較常見的模式有采集后送入Kafka和SparkStreaming進行數(shù)據(jù)預(yù)處理及實時加載批量采集系統(tǒng)Flume：用于批量采集數(shù)據(jù)文件、日志文件。Sqoop：用于批量采集數(shù)據(jù)庫數(shù)據(jù)。第三方采集/ETL（ExtractTransformationLoad，抽取、轉(zhuǎn)換、裝載）工具：第三方數(shù)據(jù)采集、加載、處理工具離線批處理引擎Hive：傳統(tǒng)SQL批處理引擎，用于處理SQL類批處理作業(yè)，使用廣泛，海量數(shù)據(jù)下表現(xiàn)穩(wěn)定，但是處理速度較慢。MapReduce：傳統(tǒng)批處理引擎，用于處理非SQL類批處理作業(yè)，尤其是數(shù)據(jù)挖掘和機器學習類批處理作業(yè)，使用廣泛，海量數(shù)據(jù)下表現(xiàn)穩(wěn)定，但是處理速度較慢。SparkSQL：新型SQL批處理引擎，用于處理SQL類批處理作業(yè)，適合處理海量數(shù)據(jù)，處理速度高效。離線批處理引擎Spark：新型批處理引擎，用于處理非SQL類批處理作業(yè)，尤其是數(shù)據(jù)挖掘和機器學習類批處理作業(yè)，適合處理海量數(shù)據(jù)，處理速度高效。Yarn：資源調(diào)度引擎，為各種批處理引擎提供資源調(diào)度能力，是多租戶資源分配的基礎(chǔ)。HDFS：分布式文件系統(tǒng)，為各種批處理引擎提供數(shù)據(jù)存儲服務(wù)，可以存儲各種文件格式的數(shù)據(jù)業(yè)務(wù)應(yīng)用查詢并使用批處理結(jié)果的業(yè)務(wù)應(yīng)用，由獨立軟件供應(yīng)商（IndependentSoftwareVendors，ISV）開發(fā)大數(shù)據(jù)離線分析場景的各類節(jié)點說明3.2.1 大數(shù)據(jù)分析案例大數(shù)據(jù)離線分析場景的各組件配置推薦數(shù)量及規(guī)格要求節(jié)點類型典型配置數(shù)量規(guī)格要求管理節(jié)點雙路機架式服務(wù)器，2個華為鯤鵬916或920處理器，128GB及以上內(nèi)存，6塊600GB及以上SAS2.5英寸硬盤，1GBLSIRAID0/1卡（支持3組以上RAID1），兩個萬兆網(wǎng)口，兩個吉比特網(wǎng)口（兩個網(wǎng)口配成bond，分別接入兩臺接入交換機），1+1冗余電源2—控制節(jié)點雙路機架式服務(wù)器，2個華為鯤鵬916或920處理器，256GB及以上內(nèi)存，10塊600GB及以上SAS2.5英寸硬盤，1GBLSIRAID0/1卡（支持5組以上RAID1），兩個萬兆網(wǎng)口，兩個吉比特網(wǎng)口（兩個網(wǎng)口配成bond，分別接入兩臺接入交換機），1+1冗余電源3/5/9/11集群規(guī)模為30～100：3臺集群規(guī)模為100～500：5臺集群規(guī)模為500～2000：9臺集群規(guī)模為2000～5000：11臺管理控制節(jié)點（混合部署）雙路機架式服務(wù)器，2個華為鯤鵬916或920處理器，256GB及以上內(nèi)存，12塊600GB及以上SAS2.5英寸硬盤，1GBLSIRAID0/1卡（支持6組以上RAID1），兩個萬兆網(wǎng)口，兩個吉比特網(wǎng)口（兩個網(wǎng)口配成bond，分別接入兩臺接入交換機），1+1冗余電源3集群規(guī)模為3～30數(shù)據(jù)節(jié)點雙路機架式服務(wù)器，2個華為鯤鵬916或920處理器，256GB及以上內(nèi)存，2塊600GB及以上SAS2.5英寸硬盤，12塊4TB及以上SATA3.5英寸硬盤，1GBLSIRAID0/1卡（支持1組以上RAID1），兩個萬兆網(wǎng)口，兩個吉比特網(wǎng)口（兩個網(wǎng)口配成bond，分別接入兩臺接入交換機），1+1冗余電源依據(jù)數(shù)據(jù)量計算按照數(shù)據(jù)量計算，計算公式如下：節(jié)點數(shù)=規(guī)劃數(shù)據(jù)量×1.5（數(shù)據(jù)膨脹率）×1（數(shù)據(jù)壓縮率）×3（3副本）/0.8（磁盤利用率）/0.9（磁盤進制轉(zhuǎn)換）/[12（磁盤個數(shù)）×4TB（磁盤容量）]3.2.1 大數(shù)據(jù)分析案例Hive組件原理Hive引擎把用戶提交的SQL類作業(yè)轉(zhuǎn)譯為MapReduce作業(yè)，在Yarn的資源調(diào)度下訪問HDFS數(shù)據(jù)，對外就像一個SQL數(shù)據(jù)庫，組件架構(gòu)如圖所示。Hive使用Yarn作為資源調(diào)度系統(tǒng)，提供以比例、絕對值等多種方式配置資源；支持按照物理節(jié)點隔離資源；支持節(jié)點線性擴展，對硬件要求低；支持TXT、Sequence、ORC、Parquet多種文件或數(shù)據(jù)格式；支持數(shù)據(jù)壓縮和數(shù)據(jù)加密。3.2.1 大數(shù)據(jù)分析案例Spark組件原理SparkSQL引擎把用戶提交的SQL類作業(yè)轉(zhuǎn)譯為Spark作業(yè)，在Yarn的資源調(diào)度下訪問HDFS數(shù)據(jù)，對外就像一個SQL數(shù)據(jù)庫，組件架構(gòu)如圖所示。Spark和MapReduce都是Hadoop中基礎(chǔ)的分布式計算框架，主要用來處理非SQL類批處理作業(yè)，如數(shù)據(jù)挖掘和機器學習。兩者的區(qū)別在于：Spark主要依賴內(nèi)存迭代，MapReduce則依賴HDFS存儲中間結(jié)果數(shù)據(jù)；Spark內(nèi)存迭代速度快，是MapReduce的5～10倍；Spark內(nèi)置函數(shù)和算法多，支持MLib、Mathout等多種數(shù)據(jù)挖掘和統(tǒng)計分析算法；Spark對硬件要求高，對內(nèi)存容量要求大。3.2.1 大數(shù)據(jù)分析案例鯤鵬大數(shù)據(jù)分析解決方案的詳細組網(wǎng)數(shù)據(jù)集群建議采用雙平面，管理平面是GE網(wǎng)絡(luò)，業(yè)務(wù)平面是10GE網(wǎng)絡(luò)。優(yōu)先推薦采用兩層網(wǎng)絡(luò)，如果采用三層網(wǎng)絡(luò)，則建議網(wǎng)絡(luò)收斂比是3∶1?？蛻舳丝梢圆渴鹪诖髷?shù)據(jù)集群內(nèi)網(wǎng)、大數(shù)據(jù)集群外網(wǎng)或者互聯(lián)網(wǎng)中，可以是物理機，也可以是虛擬機。客戶端與所有大數(shù)據(jù)節(jié)點都要保持網(wǎng)絡(luò)連通。鯤鵬大數(shù)據(jù)分析解決方案系統(tǒng)包含管理平面和業(yè)務(wù)平面，其詳細組網(wǎng)如圖所示。云手機業(yè)務(wù)包括托管型、游戲型和辦公型這3種典型應(yīng)用場景，可以無縫兼容安卓原生App及對接公有云服務(wù)。3.2.2 云手機案例云手機服務(wù)器（CloudPhoneHost，CPH）在華為云上基于華為TaiShan服務(wù)器提供的仿真手機服務(wù)，具有云服務(wù)的彈性伸縮（橫向和縱向）等優(yōu)勢。云手機業(yè)務(wù)典型應(yīng)用場景3.2.2 云手機案例業(yè)務(wù)類型應(yīng)用場景托管型終端仿真：模擬真機進行系統(tǒng)層測試，如手機ROM測試、攝像頭算法測試、情感界面（EmotionUI，EMUI）測試等App測試：提供基本安卓環(huán)境，支撐App的功能、安全、準入等測試手機托管：支撐云手機各種托管類應(yīng)用游戲型云游戲：游戲遷移到云端運行，手機端只用于I/O，實現(xiàn)玩游戲免下載安裝，即點即玩，是游戲推廣的有效方式游戲掛機：采用云手機掛機代練，“解放”玩家自己的手機辦公型虛擬移動設(shè)施（VirtualMobileInfrastructure，VMI）：通過云手機支持移動辦公，實現(xiàn)數(shù)據(jù)不落地，保障企業(yè)信息安全云手機業(yè)務(wù)類型及其應(yīng)用場景3.2.2 云手機案例云手機業(yè)務(wù)托管型場景是當前使用較多的一個場景。在云手機業(yè)務(wù)托管型場景中，解決方案聚焦于數(shù)據(jù)中心內(nèi)部，不涉及終端用戶體驗，對客戶端用戶界面（UserInterface，UI）連接要求低。在其他子場景中解決方案大同小異，只是側(cè)重點有所不同。詳細的云手機業(yè)務(wù)托管型場景全棧架構(gòu)如圖所示。3.2.2 云手機案例云手機業(yè)務(wù)托管型場景各類節(jié)點說明名稱說明安卓應(yīng)用+工具不同子場景需要運行的安卓應(yīng)用以及部署的工具不一樣，業(yè)務(wù)按需要進行針對性適配設(shè)備模擬開源模擬器，只提供CPU、內(nèi)存、存儲、基礎(chǔ)網(wǎng)絡(luò)等基本模擬安卓虛擬機/容器將計算機的各種實體資源，如服務(wù)器、網(wǎng)絡(luò)、內(nèi)存及存儲等轉(zhuǎn)換后呈現(xiàn)出來，打破實體結(jié)構(gòu)間不可切割的障礙，使用戶可以采用比原本的組態(tài)更好的方式來應(yīng)用這些資源Ubuntu/EulerOS操作系統(tǒng)用來安裝虛擬機軟件的操作系統(tǒng)TaiShan服務(wù)器+專業(yè)顯卡高性價比專業(yè)顯卡支持本地渲染，單機多卡支持3.2.2 云手機案例云手機業(yè)務(wù)托管型場景一般需要配置專業(yè)顯卡，以支撐虛擬手機的UI和所部署應(yīng)用的渲染。詳細的組網(wǎng)情況如圖所示。3.2.2 云手機案例典型配置清單配置項典型配置說明（TaiShan100）（TaiShan200）服務(wù)器類型2U雙路機架均衡型2U雙路機架均衡型根據(jù)用戶對機柜空間、磁盤大小、密度、PCI-e網(wǎng)卡數(shù)量等的需求選擇合適的服務(wù)器類型。機架式服務(wù)器最靈活，支持各類硬盤類型，預(yù)留多個PCI-e槽位，支持GPU卡CPU2×華為鯤鵬9165130處理器2×華為鯤鵬9207260處理器CPU配置根據(jù)用戶的業(yè)務(wù)規(guī)格和配置可以動態(tài)調(diào)整，以提供更多的計算資源內(nèi)存插槽8×32GB16×32GB內(nèi)存配置根據(jù)用戶的業(yè)務(wù)規(guī)格和配置可以動態(tài)調(diào)整本地存儲2×900GBSAS2×900GBSAS硬盤配置根據(jù)用戶的業(yè)務(wù)規(guī)格和配置可以動態(tài)調(diào)整3.2.3 Web應(yīng)用案例華為TaiShanWeb應(yīng)用解決方案遵循開放架構(gòu)標準，支持所有開源Web組件，提供了良好的場景適用性。華為TaishanWeb應(yīng)用解決方案軟件堆棧如圖所示。3.2.3 Web應(yīng)用案例華為TaiShanWeb應(yīng)用解決方案相關(guān)組件說明名稱說明反向代理/負載均衡常用開源組件有Nginx和LVS等Web服務(wù)器常用開源組件有Nginx、Apache和Tomcat等國內(nèi)的ISV組件有東方通（TongWeb）和金蝶天燕（Apusic）緩存服務(wù)器常用開源組件有Memcached等SSL卸載通過TaiShan服務(wù)器提供的硬件引擎卸載RSA算法計算，釋放CPU算力硬件平臺TaiShan服務(wù)器3.2.3 Web應(yīng)用案例華為TaiShanWeb應(yīng)用解決方案可以覆蓋下圖所示的典