2003年9月至2007年7月 吉林大学 计算机科学与技术专业 学生 2008年9月至2011年7月 吉林大学 计算机应用技术专业 学生 2011年7月至今 国家超级计算天津中心 系统工程师 1、我和值班团队7*24小时保障各套系统全年稳定运行，4年来无重大故障，累计运行作业数800多万个，服务全国的科研用户超过1600家，服务的应用领域涉及生物医药、基因技术、航空航天、天气预报与气候预测、海洋环境模拟分析、航空遥感数据处理、新材料、新能源、脑科学、天文等诸多领域。 2、2015年8月12日爆炸后我坚守第一线，8月17日，在确定超算中心大楼符合恢复系统运行的硬件条件后，作为“天河一号”恢复系统的开机、调试负责人之一，我在规定时间内圆满的完成了开机、调机任务，极大的支持和鼓舞了开发区的灾后重建工作。 3、我撰写值班制度、值班手册、故障处理流程等文档，规范、完善系统管理流程，组织新员工系统管理培训。经过我的努力，中心形成了完善的值班队伍培训机制和规范的故障处理流程。 4、系统监控、分析工具优化 1）工具优化：存储超时报警显示原因、ost链接数监控优化、mount报警自动处理、network单点RAM_ECC误报过滤、check_job用户作业分析工具、管理节点资源监控等。 2）针对ost掉链接和自动重启等频发问题，开发针对lustre每个卷的io监控，同时开发了io监控日志的分析工具，以便准确的定位到引起存储问题的用户，及时处理。 3）分析发现存储掉链接和自动重启跟高速网不定时卡顿有一定关系，为此部署了网络延迟监控，及时发现高速网卡顿问题并解决。 5、参与TH-HPC1、TH-HPC2、TH-ES新集群搭建工作，包括方案撰写、系统搭建、性能测试等。Linpack调优后实测峰值524.5 Tflop/s，并行效率87.9%，在当时的Top500中排391名。现在这三套集群已经稳定运行一年多了，稳定性和易用性深受广大用户的好评。 6、完善并落实系统安全规范，部署rkhunter、snpooy、nessus等安全工具，部署security、setuid、snoopy等安全扫描监控。通过部署这些工具、软件，保障了集群的网络安全和系统安全。 7、开发运维自动化工具，部署jumpserver运维环境，安装flume、elasticsearch、kibana等日志分析组件，通过部署这些工具，在简化了日常运维工作的同时，提高了系统的稳定程度。 8、参与我国自主研发新一代百亿亿次超级计算机“天河三号”的E机原型机系统搭建、测试。经过密集性能测试，实现多项实验突破，进一步证明其易用性，将为我国科研及产业创新提供新的动力。 9、用户服务提升 1）应用分析：测试vtune、darshan、tau、scalasca等软件，撰写测试报告；利用espresso等程序，使用darshan、slurm profiling等收集用户性能数据；完成利用darshan获取hpc高性能计算用户IO数据方法及结果报告。 2）开发用户核心数据备份工具、数据回收站工具。 3）开发“OA故障指导系统” 4）开发“用户问题反馈系统” 10、发表论文 1）超级计算机作业管理系统概述，《数码世界》，独立撰写 2）浅谈中国超级计算机及其发展，《数码世界》，独立撰写 3）Workload Characterization and Evolutionary Analyses of Tianhe-1A Supercomputer，《Computational Science - ICCS 2018》，第三作者 4）On the Load Imbalance Problem of I/O Forwarding Layer in HPC Systems，《2017 3rd IEEE International Conference on Computer and Communications (ICCC)》，第五作者 11、获得荣誉 1）天津经济技术开发区2013年度“建功立业”奖优秀建设者 2）2013年天津市滨海新区科学技术进步奖一等奖 12、参与项目 1）国产化自主可控信息平台（2015.9-2016.12） 2）国家高性能计算环境构建与资源提升关键技术（2016.7-2018.6） 3）多体系结构评测-E级计算机关键技术验证系统（2016.7-2018.6） 4）工业云公共服务平台及应用推广（2016.12-2018.12） 13、参与撰写软件著作权： 1）天河高性能计算集群状态可视化监控软件 2）天河高性能计算集群系统状态监控软件