地学高性能计算实验室：核心定位与总体架构   
   

地理数据与应用分析中心地学高性能计算实验室始建于2016年12月，是地理科学学部重点建设用于提升科研信息化水平的重大基础设施。自成立以来，实验室以地理学区域性、综合性、复杂性研究需求为导向，以支撑高效、多元地理计算为目标，在梳理国内外典型海量时空数据应用场景与框架结构基础上，逐步整合并行计算（包括MPI、Map/Reduce、GPU）、内存计算（SPARK）、云计算（VMware）、分布式存储（HDFS）等计算模式，形成形式多样、安全高效的地理数据“清洗-加载-管理-分析-表达”一体化计算环境。

目前，实验室在计算资源方面主要包括一组并行计算平台、一组胖节点平台、一组云计算平台、一组HADOOP计算平台、一组GPU处理平台以及一组高性能计算服务器，双精度浮点计算峰值35万亿次 (Tflops)以上，总CPU核数超过500，总内存超5000GB。各类计算平台综合应用56Gbps FDR Infiniband网络与万兆光纤网络连接，并集成多台防火墙与堡垒机设备，全面保障高效安全的数据吞吐环境。

实验室自2018年9月投入运行以来，以助力地理数据科学分析方法体系研究，推动地理学第四范式发展为目标，主机资源得到充分有效地利用，并为土壤-水文过程模拟、全球温度变化、全球贸易分析、地缘关系分析、耕地质量评价等多项研究提供服务支持，充分发挥了公共服务平台的重要作用。

实验室工程设计

实验室网络拓扑

平台总体架构

时空数据多层级格网组织体系^[1]

[1] Ye Sijing, Liu Diyou, Yao Xiaochuang, Tang Huaizhi, Xiong Quan, Zhuo Wen, Du Zhengbo, Huang Jianxi, Su Wei, Shen Shi, Zhao Zuliang, Cui Shaolong, Ning Lixin, Zhu Dehai, Cheng Changxiu*, Song Changqing*. RDCRMG: A Raster Dataset Clean & Reconstitution Multi-Grid Architecture for Remote Sensing Monitoring of Vegetation Dryness[J]. Remote Sens. 2018, 10, 1376