HPC Bakım & Operasyon
7/24 izleme, proaktif bakım ve incident response ile yönetilen HPC hizmeti. Süper bilgisayarınız üretimde kalsın, ekibiniz bilime odaklansın — Mevasis HPC bakım sözleşmesi.
Bir HPC sistemi için en pahalı an, kullanıcılarınızın iş zamanında kuyruğa girememesi veya sistemin başarısız bir hesaplamayla saatlerce dönmesidir. HPC bakım ve operasyon hizmetimiz — diğer adıyla yönetilen HPC hizmeti — sistemin günlük ritmini bizim üzerimize alır; ekibiniz bilim ve mühendislik problemleriyle ilgilenir, sistem yöneticiliği değil.
“Yönetilen” gerçekten ne anlama geliyor
Yalnızca arıza geldiğinde müdahale eden klasik bir bakım sözleşmesi değil. Sistemi proaktif ve kanıt-tabanlı yönetiriz:
- 7/24 metrik izleme — kullanıcı şikayet etmeden sorunu yakalamak
- Düzenli sağlık kontrolleri ve trend analizleri — küçük bozulmaları büyük arızalara dönüşmeden çözmek
- Tahmin edilebilir SLA çerçevesi — yanıt süresi sözel değil, sözleşmeyle bağlı
- Aylık kapasite ve verimlilik raporları — yönetime gösterilebilir somut çıktılar
Hizmet kapsamımız
7/24 izleme ve uyarı yönetimi
- Donanım: GPU sıcaklığı, fan/PSU sağlığı, NVMe aşınma, ECC hata oranları
- Ağ: InfiniBand link kalitesi, paket kaybı, switch bellek/CPU yükü
- Depolama: paralel dosya sistemi sağlığı, metadata server yükü, kapasite uyarıları
- Zamanlayıcı: kuyruk birikimi, başarısız iş oranı, fairshare anomalileri
- Mevasis NOC ekibi kritik uyarılarda 15 dakika içinde triaj yapar
Düzenli bakım
- Aylık bakım pencereleri: yamalar, firmware güncellemeleri, disk sağlığı
- Çeyreklik fiziksel ziyaretler: toz temizliği, kablo kontrolü, fan/PSU değişimi
- Yıllık kapasite ve performans denetimi — sistem ilk günkü gibi mi çalışıyor?
- Güvenlik yamaları: CVE bazlı önceliklendirilmiş yama yönetimi
Olay yönetimi (incident response)
- Tier-1 / Tier-2 / Tier-3 destek katmanları, sözleşme seviyenize göre eskalasyon
- Donanım arızasında yedek parça stoğumuzdan saatler içinde teslim
- Üretici garantilerinin yönetimi — RMA süreçlerini biz yürütürüz
- Olay sonrası kök neden analizi (RCA) raporu
Yazılım ve lisans yönetimi
- Bright Cluster Manager / xCAT / Warewulf güncellemeleri
- SLURM kuyruk politikaları ve fairshare ayarlarının düzenlenmesi
- BeeGFS / Lustre konfigürasyon optimizasyonu
- Lisans takibi (commercial + open-source); süresi dolan lisansların proaktif yenilenmesi
- Kullanıcı / quota yönetimi (talep formuna bağlı süreç)
Performans optimizasyonu
- İş yüküne özel ayar (compiler flag’leri, MPI parametreleri, NUMA topolojisi)
- I/O dar boğazlarının tespiti ve giderilmesi
- GPU kullanım verimliliği analizleri (kullanıcı eğitimine geri besleme)
- Aylık verimlilik raporu: kullanım oranları, kuyruk istatistikleri, top kullanıcılar
SLA seviyeleri
| Seviye | Yanıt süresi | Kapsam | Uygun olduğu durum |
|---|---|---|---|
| Standart | 8 saat | İş günleri, uzaktan destek | Araştırma laboratuvarları, küçük ekipler |
| İş Kritik | 4 saat | 7/24, uzaktan + saha | Üretim sistemleri, üniversite merkezleri |
| Misyon Kritik | 1 saat | 7/24, dedike mühendis | Endüstriyel HPC, simülasyon-bağımlı süreçler |
Müşteri kazanımı
- HPC için iç sistem yöneticisi maliyetinden tasarruf (özellikle 24×7 nöbet)
- Kullanıcı şikayet sayısında ölçülebilir azalma (düzenli müşterilerimizde tipik %70+ düşüş)
- Donanım garantisi sona erdikten sonra bile uzun ömürlü, güvenilir operasyon
- Yönetim için: aylık raporlanabilir uptime ve kullanım metrikleri
Sıkça gelen kısa sorular
Bir sonraki aşama
Sistem stabil çalışırken bile büyüme bir noktada gerekli olur. HPC Kapasite Genişletme → sayfasında üretimi durdurmadan nasıl büyüttüğümüzü anlatıyoruz.
Yaşam Döngüsü Aşamaları
Bir mühendisle konuşun
Kümenizin yaşam döngüsünde hangi aşamada olduğunu anlatın, bir sonraki adımı birlikte planlayalım.
İletişime GeçinBirlikte Geleceği İnşa Edelim.
