AWS ParallelCluster v3.13.0 版本深度解析：云原生HPC集群管理新升级

AWS ParallelCluster 是亚马逊云科技推出的开源集群管理工具，专门用于在AWS云环境中快速部署和管理高性能计算(HPC)集群。它简化了HPC工作负载的部署过程，支持多种调度器如Slurm、AWS Batch等，让研究人员和工程师能够专注于计算任务本身，而非底层基础设施的管理。

核心升级亮点

操作系统支持扩展

本次3.13.0版本带来了重要的操作系统支持更新：

• 新增对Ubuntu 24.04 LTS的全面支持，为用户提供最新的Linux发行版选择
• 同时明确表示这将是最后一个支持Ubuntu 20.04的版本，因该版本将于2025年5月结束标准支持周期

安全增强措施

安全方面进行了多项改进：

• 官方AMI镜像中默认禁用了非必要的cups和wpa_supplicant服务，减少潜在攻击面
• 移除了DSA密钥生成功能，因OpenSSH 9.7+已不再支持此算法
• NVIDIA驱动安装不再使用已弃用的'no-cc-version-check'选项

性能组件升级

关键性能组件获得版本提升：

• Slurm调度器升级至24.05.7版本
• NVIDIA驱动更新至570.86.15（AL2除外）
• CUDA Toolkit升级到12.8.0（AL2除外）
• ARM性能库(PL)升级至24.10版本
• EFA安装包更新至1.38.0，包含多项子组件更新

架构优化与功能改进

计算节点启动优化

• 移除了计算节点启动时对cfn-init的依赖，显著缩短了节点扩展时间
• 修复了使用代理时可能导致的计算节点引导失败问题
• 现在Slurm能够正确获取并显示实例ID和实例类型信息

存储与网络增强

• 亚马逊EFS工具升级到2.1.0版本
• EFA组件全面更新，包括：
  • efa-driver 2.13.0
  • libfabric-aws 1.22.0
  • OpenMPI分别提供4.1.7和5.0.5两个版本

开发环境更新

• Python环境升级至3.12.8（AL2除外）
• Lambda层和安装程序中的NodeJS升级到20.18.3
• 移除了不再使用的第三方cookbook（apt和pyenv）
• 更新了多个第三方cookbook依赖项

问题修复与稳定性提升

本次版本修复了多个关键问题：

• 解决了Ubuntu 22.04上NVIDIA驱动安装时的编译器版本匹配问题
• 修复了仅在头节点执行aws-parallelcluster-node包覆盖的问题
• 解决了Rocky 9.5+上使用目录服务时authselect导致的节点引导失败
• 修复了Pyxis/Enroot容器在多用户环境（与Active Directory集成）下的执行问题

配置与部署调整

• 默认根卷大小调整为45GB
• 头节点引导超时时间增加5分钟，总计达到35分钟
• 新增验证器限制登录节点池数量不超过10个

技术建议与升级考量

对于现有用户，升级到3.13.0版本时需注意：

• Ubuntu 20.04用户应考虑迁移计划，因后续版本将不再支持
• 使用DSA密钥的环境需要提前转换为其他密钥类型
• 依赖特定Python或NodeJS版本的应用需验证兼容性

AWS ParallelCluster 3.13.0通过这一系列更新，进一步提升了在云环境中部署和管理HPC工作负载的便利性、安全性和性能表现，为科学计算、工程仿真等场景提供了更强大的基础设施支持。