IBM高性能计算机系统一次重大故障分析

IBM高性能计算机系统承担着中国气象局主要气象气候业务科研模式运行，整个系统的数据交换网络是通过HPS（High Performance Switch）来实现的。2006年9月21日，IBM高性能计算机系统的HPS网络发生故障，导致了科研分区不能使用，但没有影响业务模式系统。文章主要介绍了这次故障现象和解决办法，分析了故障发生的原因，并通过对故障的分析总结，探讨了目前存在的问题，以及以后的一些工作计划和建议。