Google云计算更新去年所推出的HPC工具包，不仅能够支持HPC使用案例，现在也可更好地支持人工智能和机器学习的工作负载，供用户简单部署人工智能运算环境。HPC工具包是一组开源工具和资源，简化重复创建HPC运算环境的任务，用户可以通过现有HPC蓝图，或是在YAML文件新建蓝图，在数分钟内迅速启动并执行HPC集群。

Google发现客户会在传统的HPC集群上，使用像是Nvidia NeMo人工智能和机器学习框架，大规模定制化和部署模型。因此Google现在改进HPC工具包，应对HPC系统与人工智能/机器学习工作负载融合带来的部署挑战，让用户只要使用HPC工具包，就可以通过鼠标点击迅速设置HPC环境，开始在Nvidia GPU上训练大型语言模型。

HPC工具包拥有几个关键组件，包括HPC蓝图（Blueprint）、HPC模块、ghpc引擎和HPC部署文件夹。HPC蓝图是一种用YAML文件格式定义的配置文件，其详细指定了所要使用的HPC模块，以及定制化这些模块的方法。而HPC模块则由Terraform和Packer配置文件组成，是构建部署文件夹的基本组成。ghpc引擎则是Google的开源工具，会使用HPC蓝图以及不同的HPC模块，产生HPC部署文件夹，该文件夹为自包含，具有部署完整HPC集群需要的所有元素。

在本次更新中，Google强化HPC工具包对人工智能工作负载的支持，官方指出，他们与Nvidia一起开发了人工智能和机器学习蓝图，蓝图提供预配置分割区，支持包括G2、A2和A3三种不同的Nvidia GPU虚拟机类型。

此外，该系统以Google的Ubuntu深度学习虚拟机镜像文件为基础，并且包含了NCCL（Nvidia Collective Communications Library）Fast Socket优化，可以提升分布式运算环境中的网络通信效率。而且Google通过在蓝图中捆绑enroot容器工具，和适用于Slurm工作负载调度程序的Pyxis扩展组件，让用户能够无缝集成非特权容器，并在Slurm任务中指定使用该容器。

通过运用Google云计算的HPC工具包，开发者可以快速创建和部署遵循最佳实践的云计算环境，并集成Cloud Monitoring，进行监控与获得性能可见性。而且HPC工具包也与Google的合作伙伴解决方案与技术集成，因此能够结合DAOS、DDN EXAscaler等存储系统，以及Slurm工作负载调度程序一起使用，高效处理大量数据和复杂计算任务。