新闻中心

见行见新，洞悉未来

高性能计算是什么？

高性能计算是指将多个计算节点组织起来，通过网络连接在一起，进行协同工作，组成一台性能更强大的计算机，通常指具有极快运算速度、极大存储容量、极高通信带宽的一类计算机。高性能计算能够让整个计算机集群为同一个任务工作，以更快的速度来解决一个复杂问题。一台高性能计算上往往执行一个任务（或者有限的几个任务）。全部的计算机资源都被倾注到同一个任务中。为了解决同一个问题，集群的不同计算机之间要有非常好的沟通能力。高性能计算机是计算机和网络的结合。假设说互联网从外部将分立的计算机连接在一起，那么集群则是将网络内部化，让网络成为系统内部不同计算机的沟通桥梁。

高性能计算为什么重要？

高性能计算是计算机科学与工程的“皇冠”。高性能计算是计算机技术的源头之一。互联网产业依赖的数据中心的核心技术，诸如 Hadoop 等并行编程工具和 RDMA 等远程通信技术大多脱胎于此。因此，高性能计算机被视为计算机科学与工程的“皇冠”。

高性能计算的核心能力是 64 位双精度浮点运算能力。高性能计算是一种通用算力，其设计目标是提供完备、复杂的计算能力，在高精度计算能力更强。业界广泛用于衡量高性能计算性能的 Linpack 测试，测试的是高性能计算的“双精度浮点运算能力”，即 64位浮点数字的计算（FP64），这是一种高精度的数值计算。在以二进制所表示数字精度中，还有单精度（32 位，FP32）、半精度（16 位，FP16）以及整数类型（如 INT8、INT4）等。数字位数越高，意味着人们可以在更大范围内的数值内体现两个数值的变化，从而实现更精确计算。

高性能计算在底层芯片性能要求上高于普通的数据中心和智算中心。算力中心有多种，大致可分为数据中心、高性能计算中心、智算中心等，而它们都可以用云的形式来提供服务。以实现人工智能需求为例，推理、训练和模拟为 AI 的三类主要任务。在此维度上，芯片的应用上限由其底层构造所决定，即使采用软件优化也无法再提升。从芯片层面来看，如果底层芯片采用的是 CPU+专用 AI 芯片，那么其只能完成 AI 推理和训练任务，而无法完成模拟。因为 AI 芯片无法实现双精度浮点运算，双精度浮点运算大量涉及线性代数方程求解，而自然界的很多问题，包括科学问题、社会问题等，最后都可转化为线性代数方程求解问题。

高性能计算的体系结构设计和软件同样重要。芯片是高性能计算的重要组成部分，但不是高性能计算技术的全部。高性能计算不是简单的 CPU 堆砌，体系结构设计、高速互联网络、并行文件系统、储存列阵等方面如果有所欠缺，即使堆再多的 CPU，高性能计算性能也无法提高。随着计算能力的增强、应用课题规模和复杂度的增加，高性能计算机对并行文件系统等性能要求越来越高。高性能计算的技术溢出效益非常明显。由于服务器可以平滑地采用高性能计算的互联技术、CPU 技术、操作系统技术和并行软件设计等技术，在高性能计算方面的积累能够自然地溢出到服务器产业。

高性能计算主要应用于哪些场景？

高性能计算适用于需要并行运算的任务，应用场景持续拓展。高性能计算主要应用场景分为两类，一类是飞行器设计、核模拟实验、星云模拟、解密码等数值模拟场景，一类是大数据分析、统计和人工智能等数据分析场景。由于飞行器等工程设计中很多情况无法实测，只能进行计算模拟。高性能计算应用正在从过去的高精尖向更广更宽的方向发展。随着高性能计算的发展，尤其是使用成本的不断下降，其应用领域也从具有国家战略意义的核武器研制、信息安全、石油勘探等科学计算领域向更广泛的国民经济主战场快速扩张，比如制药、基因测序、动漫渲染、数据挖掘、金融分析以及互联网服务等等。

从中国高性能计算机 TOP100中的行业应用领域 Linpack 性能份额来看，算力服务、高性能计算中心、人工智能、科学计算等领域是高性能计算的主要用户，互联网大数据特别是 AI 领域增长强劲。