HPC集群设计资料库
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
ClusterDesign.org 是 Konstantin S. Solnushkin 维护过的高性能计算与数据中心设计站点，核心资产是 Cluster Design Tools 与 SADDLE。它并非通用开发者工具，而是偏工程设计/CAD 的专业工具集，服务于 HPC cluster、Hadoop cluster、Web server farm 等基础设施的早期方案设计与估算。
正文显示，SADDLE 是一种基于 Python 的脚本语言，用于自动化设计集群超级计算机和数据中心。它可以分析硬件价格/性能比，设计互连网络和供电系统，将设备放入机柜并进行机房平面布局，还能自动计算资本与运营成本。站点还覆盖 fat-tree、Ethernet fat-tree、torus networks、UPS sizing、performance models、floorplanning 等主题。Floorplanning 模块能根据机柜数量、尺寸、通道宽度和最大连续机柜长度，计算机房长宽、面积与机柜排布公式，并输出机器可读结果。
Cluster Design Tools 0.8.4 起包含源码；工具以 GNU GPL 发布，Web services 以 GNU Affero GPL 发布。0.8.5 是最终版，主要为兼容 Python 3.4.2 及更高版本。正文还提到 fat-tree design tool 使用 Object Pascal 编写。用户可下载发行包运行，浏览器启动后访问相应模块，具备自托管和二次修改基础。
正文未出现商业价格、订阅或付费支持信息；从 GPL/AGPL 发布方式看，主要是免费开源使用。最大问题是作者已在2015年明确停止维护，评论关闭，也不再提供 HPC 建议。因此它的服务支持评分很低，硬件数据库、价格、协议实践和工程假设都需要使用者自行复核。
优点是覆盖HPC集群设计的网络、电力、机柜、机房面积、成本等多维问题，并给出不少工程化说明和示例。缺点是项目停更时间久，现代硬件、网络设备和Python环境适配存在不确定性。它适合HPC研究人员、集群架构师作为历史资料、算法参考或二次开发起点；不适合希望获得即开即用、持续更新、厂商级支持的生产团队。
正文未提供中国大陆访问、镜像、支付或本地化信息，访问状态只能判定为未知。若用于实际项目，建议同时评估当前厂商工具、数据中心规划软件或自研脚本作为替代。
本测评基于公开资料整理,不构成购买建议,请以 clusterdesign.org 官网实际信息为准。
高性能计算网络与建模资料有参考价值。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。