高性能计算范文
时间：2023-03-22 01:11:19
高性能计算范文第1篇
1月17日，全球高性能计算机Top 500排行榜的官方网站了最新的Top 500名单。由曙光公司研制生产并即将部署在上海超级计算中心的百万亿次高性能计算机――曙光5000A以峰值速度230万亿次、Linpack值180.6万亿次的成绩再次跻身世界超级计算机前10。这一成绩代表着中国成为惟一能和美国分享Top500前10榜单的国家，同时上海超级算计中心也以此成为世界上最大的通用高性能计算平台之一。
国产HPC全面提速
曙光5000A的成功，并非是一个简单的个案，根据2008年11月中国软件行业协会数学软件分会、国家863高性能计算机评测中心和中国计算机学会高性能计算专业委员会3家联合正式对外的《2008年中国高性能计算机性能Top 100排行榜》，可以发现中国高性能计算机研制正在进入一个相对活跃的阶段。
榜单显示，本届排行榜入选系统的总体Linpack性能达到1.01Pflops（千万亿次浮点运算），Top100总峰值达到了1.657Pflops。榜单中排名第一的Linpack性能比2007年提高了9.4倍，即使排名前10中最低性能的机器性能也比2007年提高了2.53倍。
负责该排行榜的中国软件行业协会数学软件分会秘书长张云泉博士告诉记者，“落户上海超级计算中心的曙光5000A夺得第一名，这是Top 100排行榜有史以来的第一套百万亿次计算机，而且这是阔别3年后，国产高性能计算机再次夺回第一名的位置。今年的第二名也被另一台国产的高性能计算机――联想深腾7000以83.1万亿次每秒的性能夺得。而且，本次榜单中所有入选机器的平均Linpack性能首次超过10Tflops（万亿次浮点运算），达到10.11Tflops，是2007年的3.29倍。国际上平均性能接近10万亿次的时间是2007年6月，因此，从这一点来看，国内高性能计算机与国外高性能计算机在性能上的差距已经从原来的两年半缩小到了现在的一年半。”
在2008年全国高性能计算机学术年会上，张云泉表示，2008年国内高性能计算应用的增长非常快，入选这届排行榜的性能门槛为3.33万亿次，远远超过了预期的两万亿次，甚至是2007年的1.2万亿次的2.78倍。无论是第一名系统的性能，还是总体性能、平均性能和入门系统的性能，都比2007年有了大幅度的增长，这也意味着中国高性能计算机应用正在步入新一轮的快速增长阶段。
“中国高性能计算机市场是呈S形规律发展的，平稳期和增长期往往是每隔两三年实现一次交替。”张云泉说。
应用成为HPC发展动力
2008年对于中国来说是特别的一年，既有南方雪灾、四川地震这样严重的自然灾害发生，也有奥运会、神七这样的重大事件发生。应用需求的爆发，成为2008年中国高性能计算发展的一个重要特色。
根据榜单综合统计，能源、科学计算、政府部门、工业和大气气象仍然是目前中国高性能计算机的主要用户，但值得注意的是，动漫渲染、地震、视频计算和网络加速开始作为新应用领域今年在Top 100中首次出现。
在上榜机器数量上，能源行业仍旧占据着第一的位置，达到了35%，政府部门列第二位，达到12%，科学计算再次回到前三，占到全部上榜机器的10%。不过从机器Linpack性能上来看，科学计算、能源行业、政府部门分别占据了前3位。
有16个省市出现在了这次Top100榜单中，北京和上海仍旧占据着数量上的领先位置，不过两者在数量上垄断的情况已经明显变弱，地处西部欠发达地区的甘肃省也首次出现在了榜单中。
在2008年全国高性能计算机学术年会上，记者就看到了很多来自各地的用户，既有进行地震预测的研究人员，也有从事新型织物研发的企业开发人员。
李奕权来自明新弹性织物（香港）有限公司，这次他就是专程从香港赶到无锡参加高性能计算机学术年会的。他不仅用DV全程记录专家的演讲，会后还和各方代表展开热烈的讨论。他向记者表示，这次专程来参加会议，就是因为自己企业的日常工作中，高性能计算机正发挥着越来越重要的作用。
如今，高性能计算越来越像一个强大、冷静、充满智慧的“幕后英雄”，促进着人类文明的发展，改变着人类每一天工作、生活、学习的传统习惯。但由于历史的原因，很多人认为高性能计算只是关系到航天、科学计算等尖端领域，是高高在上的。随着个人高性能计算机概念的提出，这种距离正在逐步被缩短。特别是具有相当规模的中小企业，以及高端人群对高性能计算的强烈需求，推动高性能计算产品进入市场。
在学术年会上，国家高性能计算中心（合肥）主任陈国良院士在发言中表示，他对于个人高性能计算的普及充满了信心，个人高性能计算机必将成为高性能计算的一个发展趋势。但是同时他也指出，个人高性能计算机在设备“体积”和设备“噪音”两方面仍然有着很大的提高余地。
英特尔公司服务器产品事业部产品经理顾凡表示，个人高性能计算机得到普及有几个前提。“第一个是个人高性能计算机要容易上手，使用者不需要额外学习太多的东西； 第二个是大众确实能买得起; 第三是它不要太吵。所以从这些角度来说面临几个挑战: 第一个是单位价格能够提供的计算能力，第二个是能耗，第三个是软件的易用性。”
千万亿次的考问
鉴于曙光5000A已经突破了百万亿次的计算速度，有专家预测计算峰值超过千万亿次的国产高性能计算机很有可能会在2010年至2011年出现。但是就在这些超级计算机风光无限的时候，也存在着“并行计算编程”、“效率”等还需整个产业切实考虑的问题。
在2008年全国高性能计算机学术年会上，多位院士、专家表示，多年来国内外高性能计算机行业一直在为攻克并行计算的难题不懈努力，尤其是现在成千甚至上万枚多核处理器集成在一台高性能计算机上应用的今天，并行应用软件的开发更加艰苦，代价也越来越大，软件编译的复杂性超出想象。因此，中国高性能计算要实现普及，必须加大对并行计算编程的研究，必须要有足够的人才。科研院所和高等院校应该开设在多核平台上的并行计算课程。“此类人才的储备会对未来高性能计算普及起到非常重要的作用。”
英特尔公司高性能计算解决方案设计师Tom Metzger也向记者表示，“从软件角度来说，它是整个高性能计算业界都面临的挑战。并行计算在超大规模的系统中如何去扩展，直接影响着未来高性能计算的发展。今天编写的或者所使用的代码能否在未来多核平台上甚至众核平台上获得兼容性的扩展，需要从简单性、保护投资和标准化三方面均衡考虑。”
另外，还有两个话题近年来一直伴随着高性能计算机的发展，就是能耗和效率。在本次榜单上，记者看到北京市气象中心的高性能计算机也列在了33位。据记者了解，这台高性能计算机专门服务于奥运会的气象服务。但是在投产之初，北京市气象中心也面临这台“大家伙”带来的高能耗问题。相关的工作人员曾经抱怨，“一天1万元的电费真是有些吓人”。据了解，位列榜单第一位的曙光5000A在这方面有了改善，其不带水冷系统时的功耗是700千瓦，含水冷系统的功耗则为1兆瓦。
在2008年全国高性能计算机学术年会上，有参会的代表在谈到高性能计算机的能耗问题时，直接把话题指向了高性能计算的“效率”问题。“高性能计算是耗电，这可以说是性能的代价。如果我的高性能计算效率能进一步提高，我早一天找到油，甚至提早一周、提早一个月，那所能创造的价值要比消耗的能源大多了。”一位代表说。
有代表表示，高性能计算的需求是无止境的，用户对解决问题的时间、解决问题的复杂度的要求不断提高，都会让高性能计算的能耗和效率问题的规模越变越大。可见，高性能计算机的能耗和效率，在某种程度上既是相互促进又是相互制约的。
英特尔公司高性能计算软件经理Sanjay Goil表示，在他看来能耗问题的确很重要，尤其是对于那些更大规模扩展的集群来说。“效率和能耗之间还是有一定的联系。从效率的角度来说，如果高性能计算效率越高，就可以用更少的节点来完成相等的任务，当然也可以达到节省能耗的目的。”Goil说。
在Goil看来，更多的是从像芯片处理器、服务器、基础设施架构这些层面来谈如何解决能耗的问题。但是效率的问题，更多的是软件的问题。不能以峰值成绩来论高性能计算的能效，因为峰值成绩本身只是一个基准测试。随着大规模的集群以及众核的出现，如何让软件厂商更快地去适应新的多核架构，在大规模扩展的集群里面能够让应用扩展得更好值得思考。“现在，应用可以跑在几百个CPU上，但是将来应用是否能跑到几千个甚至更多的CPU上吗？这就是软件层面和效率方面的问题，只要这方面做得好，效率也就能够提升。”
高性能计算范文第2篇
“当今全球高性能计算系统的计算能力正在飞速发展，这与处理器、编译器和软件等多方面综合因素是密不可分的。英特尔在光互连方面以及硅光学方面都走在世界前沿，今后，英特尔会在南能计算市场有更多动作。”英特尔公司高级副总裁兼数字企业事业部总经理帕特基辛格博士在今年4月上海IDF上曾经明确了英特尔在高性能计算方面的方向。
时隔半年，当11月1日，中国软件行业协会数学软件分会、国家863高性能计算机评测中心和中国计算机学会高性能计算专业委员会三家联合正式对外《2008年中国高性能计算机性能TOP100排行榜》时，帕特基辛格的“预言”实现了。
报告显示，英特尔仍然是TOP100的最大家，基于英特尔处理器的系统数量占到了71％，这与英特尔在TOP500中的份额非常相似、在6月份的TOP500中，英特尔占据了73.5％的绝对优势。
与此同时，“在高性能计算领域，英特尔的软件同样发挥着很重要的作用”。英特尔公司全球副总裁王文汉对软件在高性能计算领域中的价值表示充分肯定。
背后的力量
与以往不同，在《2008年中国高性能计算机性能TOP100排行榜》中我们看到了联想、浪潮、曙光、宝德等更多国产厂商的身影，而在这些厂商的背后有着一只强而有力的软、硬件推手。
在四年前，当时的联想正欲在高性能计算领域有所突破，“当时联想要做一个非常大的打印机，这部打印机需要一个很重要的测试程序叫linpack，这一程序将决定整部机器的效率。于是英特尔从美国调来了这一方面的专家。”王文汉讲道。
鉴于在以往其他地区的经验，这样的项目以这位博士的水平仅仅需要三天的时间，但是，当他来到中国后才发现由于当时中国的网格计算水平发展与国际还有一定的差距，在很多技术细节方面缺乏一定的环境支撑，他必须从每个细节开始工作，于是他被“搁浅”在了中国。
有意思的是，这位博士很老实，他出门的时候只向他妻子“请了三天的假”，可是过了三天，又过了几个三天他还是回不去，由于“初来乍到”博士并不清楚如何在国内给他的妻子挂电话“请假”，无奈之余只能求助。
电话通了，假也请了，博士塌实了，联想的高性能计算机也完成了自己的关键测试。
“在高性能计算领域，我们与国内的多家厂商都有合作，且合作的时间很久。”王文汉介绍到。“也许正是有了类似英特尔这样国际企业的帮助与支持，国内的高性能计算领域才有了长足的进步。”
在《2008年中国高性能计算机性能TOP100排行榜》公布的同时，TOP100排行榜创始人之一、中科院软件所研究员张云泉博士这样感叹：“尽管在核心部件上，我们对国外厂商的依赖性很强，但在此次榜单中，国产机入围数明显增多。”积极与政府和教育合作
如同与联想、曙光、浪潮等国内的企业合作，英特尔在国内的政府、教育等领域也从未停止过自己的脚步。
2002年，教育部发起建设“中国教育科研网格”(ChinaGrid)的工作，该项目在十五“211”二期支持下启动、得到国家科技部863南性能计算重大专项支持的公共服务体系。
2003年9月，英特尔(中国)有限公司与中国教育部签署了一份合作谅解备忘录。双方决定携手构建国家高等教育网格计算平台和网格的研究和应用。
随后，ChinaGrid在公共中间件平台(CGSP ChinaGrid suppoftPlatform)上取得突破性进展，Intel在CGSP与GPE的互联互通研究等方面与国内的各高校展开了更为广泛的合作。
在中国，短短的三年，从06年当初五个大学参与，到今年08年8月份为止达到102个大学参与进来。多核大学计划的内容，包括了英特尔给这些学校建立多核的实验室，包括教师培训。
在清华，在武汉大学还有在浙江大学，英特尔分别举办了三期，这样把今年60多个新学校教师培训都开展了，在这个基础上，英特尔将会继续跟踪学校课程的开展情况。
8月份，在厦门，英特尔首次把这102所大学高校教师，大概132组的教师汇集在一起，让这些优秀的大学，能把他们开课的经验和大家分享，也请英特尔工程师把最新的技术给教师做一些培训。这也是我们多核计划的一个内容。
8月20日，由中国教育科研网格ChinaGrid工作组主办，兰州大学信息学院承办的“中国教育科研网格ChinaGrid第三届学术年会(ChinaGrid 2008)”，在甘肃省敦煌市举行，王文汉博士再次阐述了英特尔推动我国高性能计算发展的决心，“除在系统优化方面，英特尔还将为ChinaGrid提供更多的软件工具以及更好的技术支持。”
硬件其实是软件
“目前，国际上，英特尔、AMD已经在多核、异构方面进行不断的创新!”张云泉认为，国内目前的主要研发方向应该向国际靠拢，与此同时，硬件环境的不断变迁为软件的发展带来了挑战，同样也提供了不断向前迈进的动力。
在提及高性能计算的多核架构对软件发展的影响时，王文汉讲起了自己的亲身感受。1991年，王文汉到英特尔接到的第一个项目就是设计芯片，当时叫超能奔腾。此时的王文汉已经拥有了两年的工作经验，这两年中，王文汉始终认为硬件就是硬件。
但经过了这个项目后，他却得到了一个很难理解的道理――硬件其实是软件。在设计硬件的过程中，要用高级语言来编。
在编过之后，多大需要缓存，多长CPU线程，作为研发人员要将这些一一汇总。“但实际上是我们可能几百个工程师，每个人负责一块一块的弄，编程序一样的编芯片，”王文汉认为，硬件本身其实就是软件，软件可以辅助设计人员研发不一款硬件产品，同时这一硬件产品又为其上的软件提供一个更好的开发平台。
就好象CD-DVD的录放器，硬件放在那里，设计这个东西有很多软件来设计，可是有了DVD录放器以后，很多做DVD的电视、电影导演可以做很多附加价值的内容，来让在上面可以赚很多的钱，是很好的创意产业。同样，硬件也是，用软件设计硬件，硬件出来以后就提供软件的厂商可以在上面做很多创新。
高性能计算范文第3篇
美国国家大气研究中心怀俄明州超级计算中心，刚刚上线了每秒能实现2万万亿次运算的气候研究超级计算机，用以分析研究中心和美国海洋暨大气总署（NOAA）在过去半个世纪里统计的地面和天气观测数据，它能模拟大气或海洋的变化，对暴雨、飓风进行准确的追踪、预警。
淘宝的量子统计系统是淘宝掌柜离不开的工具，它能对销售、收藏等数据进行实时分析，让掌柜们随时了解顾客的喜好、地理位置，分析、解读店铺的经营状况。作为淘宝进行服务增值的利器，它同样是依靠高性能计算实现的。
……
近十年来，高性能计算的每一步发展都推动了科技、商业的深刻变革。在超级计算系统不断刷新记录的同时，人类在军事航天、核工业、能源勘探、天气预报、生命科学、基因分析、游戏视频制作、电力、教育、工程、政府决策、互联网服务等众多领域，也获得了飞速发展的可能。
在今年6月召开的2012国际超级计算机大会上，超算TOP500排行榜单（以下简称TOP500）中全球最快的超算系统的浮点运算速度已经达到了16.32 PetaFLOPS（千万亿次/秒）。仅几个月后，美国橡树岭国家实验室刚刚建成的超级计算系统Titan，就凭借20 PetaFLOPS以上的峰值性能改写了这一记录。在刚刚结束的2012年全国高性能计算学术年会上，与会专家预测：峰值100 PetaFLOPS的超算系统将在2014年到2015年之间出现在中国。
超级计算系统从P级计算（PetaFLOPS，千万亿次）迈向E级计算（Exascale，百亿亿次）时代的时间表越来越明确，未来的无限可能将如何展开？面向云计算、大数据时代的应用，E级计算面临的真正挑战又是什么？对于中国，超级计算这条路又应该如何走下去？
E级计算猜想
技术对国家发展带来的巨大实惠远超人们的想象。据IDC预计，百亿亿次级计算将极大推动科学进步，增加各国的工业和经济竞争力，改善人们的生活品质。这也是为什么今天美国、日本、中国、俄罗斯等和欧盟，均在E级计算领域不惜投入展开激烈竞争的原因。
科技、经济发展对高性能计算的依赖，已让计算力成为国力的表征。在美国能源部（DOE）的一份关于百亿亿级计算的研讨报告中，曾经充分论述了百亿亿级超级计算系统在美国能源与环境、国家安全、高能物理、核物理和天体物理等研究项目中的价值。在这份报告中，百亿亿次计算被视为支撑核能、生物学与生物燃料、材料、气候建模研究，确保国家核储备安全，以及探索宇宙奥秘和发现微观物质组成的“必要条件”。
在通往E级计算时代的阶梯上，中国与美国的差距到底有多大呢？在TOP500排行榜中，中国的两套超算系统“天河1A”和“曙光星云”进入了TOP10榜单，分别排在第五位和第十位。“天河-1A”的Linpack性能已达到2.57 PetaFLOPS，峰值达到4.7 PetaFLOPS。在TOP500
的榜单上，中国有68套超算系统上榜，成为仅次于美国的第二大超算国家。
国际超算权威专家、TOP500的发起人之一Hans Werner Meuer博士曾用“极具震撼力”来形容中国超算的发展。2011年，中国了首台自主研发CPU及底层系统的千万亿次超算系统“神威蓝光”，将全世界高性能计算领域技术专家的眼光转移到中国。Hans Werner Meuer
在接受Super Computers记者的采访时表示：“‘神威蓝光’意味着中国已经形成了足以改写未来产业格局的技术储备。”
在2012中国高性能计算TOP100（以下简称中国TOP100）榜单上，共有8家厂商上榜，国内厂商数量为6家，国外厂商只剩下IBM和惠普两家。曙光以36%的份额超过IBM，夺取了TOP100数量份额第一的宝座，浪潮则以12%的份额位居第三。中国计算机学会高性能计算专委会秘书长张云泉认为，曙光与IBM之间的竞争正在加剧，而浪潮等厂商崛起，意味着中国本土厂商在高性能计算市场位置的巩固。在应用领域，由中科院计算技术研究所自主研发的龙芯系列CPU，也开始在嵌入式应用、桌面应用、服务器应用领域处处开花。现在，龙芯在工业领域的市场份额已达到了5%。基于未来“百亿亿次”计算时代的众核架构应用，浪潮还推出了全自主研发的HPC专用“云冈”刀片服务器等产品。
E级计算不得不推倒“能耗墙”
采用了8700个计算核心（SW 1600）但电力消耗仅为百万瓦特，这正是让Hans Werner Meuer等高性能计算领域的专家对计算性能与英特尔处理器相当的“神威”CPU刮目相看的原因。
超级计算机在性能提升的同时，也带来了能耗问题。“天河1A”要想达到百亿亿次计算级别，必须付出16亿瓦的耗电量，相当于200万个家庭的用电量。在高性能计算发展到P级计算时，能耗问题的严重性就已经显现。IBM深度计算部门副总裁戴夫·特瑞克曾表示，一台只配置中央处理器处理核心的P级超级计算机的能耗约为20亿瓦特，相当于一个中等规模的原子能核工厂的耗能，降低能耗必将成为研究人员考虑的重点。
“高性能计算机的计算速度每十年提高1000倍，大规模应用已经表现出对超高E级计算机能力的需求。但是，根据ITRS预测，未来高性能CUP的功耗将达到120～200W。”在2012年全国高性能计算学术年会上，国防科技大学杨学军院士指出，“能耗墙”将是E级计算将要面对的最大挑战之一。
“每一代芯片的发展，都会使能耗问题变得更糟，未来计算架构必须使系统更加高效才能解决这一问题，未来的高性能计算必将走向混合计算架构。”NVIDIA的Tesla事业部CTO Steve Scott在大会演讲中谈到，为了解决能耗问题，高性能计算的架构演进已经出现了明确方向。
英特尔资深院士、数据中心及互联系统事业部首席技术官、架构事业部和数据中心及互联系统事业部拓展部总经理 StephenS.Pawlowski告诉记者，晶体管本身的耗电问题将成为E级计算发展的羁绊，电压升高可以提升计算能力，但同时又会造成系统稳定性下降，必须为此寻找一个合适的平衡点，在控制能耗的同时还能提升性能。
他指出，要在20兆瓦内做到E级计算，意味着数据在整个系统内部的能耗必须降到20皮焦以内。而现在数据仅从内存迁移到计算单元就大约会产生50皮焦的能耗，让20皮焦变成整个系统内数据移动的全部能耗几乎是不可想象的任务。但如果不完成这个任务，人们就没有办法在有限能耗下完成E级计算。据介绍，英特尔目前正在尝试通过尽量减少数据在系统内移动路径的方法节能降耗，类似的思路也被扩展到了片上通信、片间通信及系统内部通信过程的节能降耗。在他看来，减少数据移动的路径将成为在20兆瓦内做到E级计算的有效方案之一。
谁在束缚E级计算释能
高性能计算应用大多是数据密集型和计算密集型相结合的，对计算和I/O的处理能力都有较高的要求。数据的I/O瓶颈一直是制约高性能计算释放计算能力的关键因素：如果集群中的节点无法获得高速率的数据传输性能，其计算性能也无法获得充分发挥。
高性能计算发展到今天，超级计算机需要处理的任务也越来越庞大复杂，集群需要支持多种类型的数据流。过去只能在同一集群中采用不同类型的互联网络，而这些网络又拥有各自的网络协议，因为网络性能和特性的不同，反而会束缚高性能计算数据中心计算性能的释放。不仅如此，数据中心的运维、管理也会因此而格外复杂。目前，集群计算、存储区域网、网格计算、内部处理器通信等，都在对高带宽、高扩展性、高QoS以及高RAS（Reliability、Availability and Serviceability）产生迫切的需求。目前，石油勘探行业对高性能计算系统的需求已经显露出对E级计算能力的渴望。石油勘探领域的用户非常关注如何将应用迁移到Hadoop架构，以解决计算性能的提升和成本的降低等细节问题。在本次全国高性能计算学术年会上，当记者向美国俄亥俄州立大学的Dhabaleswar K. Panda教授咨询石油勘探应用向Hadoop架构迁移可能存在的风险时，他指出最大问题正是要解决网络通信的瓶颈。“Hadoop架构只有在完成网络优化后，才有可能实现计算性能提升和成本降低的双向受益。如果没有高效的网络通信，基于Hadoop架构的计算平台只是鸡肋。”
“网络通讯将成为E级计算发展的瓶颈。”国际高性能计算咨询委员会主席、Mellanox全球市场开发副总裁Gilad Shainer认为，传输介质所能提供的带宽、传输速率以及数据传输的稳定性和成本效益，都将成为影响超算中心计算能力的关键因素。从操作管理的角度来看，传统方案已经让高性能计算数据中心的维护费用上涨到硬件成本的8倍。从功耗的角度看，用于冷却的能耗费用也上升为硬件成本的两倍。但在很多数据中心，却有超过一半的CPU处于无应用负载的闲置状态。他认为，面向大数据、云计算等应用需求，Infiniband标准显然更具优势。
在Top500榜单中，目前有41.2%的超算系统采用了Infiniband互连技术。据统计，中国超算Top100榜单中，位于前十的系统，也有半数都采用了Mellanox的Infiniband产品，如天河一号、曙光星云等。Gilad表示，Infiniband互连技术在高性能计算市场的占有率已经超过了以太网，高性能计算的网络标准已经转变，这是未来发展的一个趋势。从成本和性能的角度来看，Infiniband的特性比以太网更胜一筹；在扩展性方面，Infiniband的前景也要更好。据他介绍，56Gb/s FDR是当前最高带宽、最低延迟的Infiniband产品，具有最快的网络连接速度和最低的CPU开销。它具有完整的I/O架构包括适配器、交换机、电缆和软件，能够实现12GB/s的网络带宽，是QDR的两倍，延迟却只有0.7us，是QDR的一半。
超算竞赛将是应用的竞赛
TOP500榜单，只是一次计算力的竞赛结果。比如亚洲最快的超级计算机“K Computer”，虽然在LinPack测试中获得了高分，但其对实际应用的贡献还非常有限。仅将某些超级计算机变成“计算超人”，并不能代表一个国家在高性能计算领域的真正实力。
从今年中国TOP100榜单超算系统的行业分布情况来看，超级计算机的应用领域比去年有所下降。机器数量上变化最明显的是互联网领域，从去年的21%增加到今年的35%，工程领域的占比为11%，首次排到第三位。
在中国科学院计算技术研究所所长孙凝晖看来，虽然中国目前在高性能计算的技术方面与领先国家还有差距，但中国在应用领域的需求却走在了世界的前列，这一变化不容忽视。特别是在互联网和通信领域，中国产生的应用负载需求可能是任何一个国家都难以出现的。
“当前如何让高性能计算承载互联网应用的发展，也是国际领先科研机构和技术领导型企业需要攻克的难题，而如何降低成本、制造更加便宜廉价的产品，满足更广泛的需求，这些问题全球的研究机构和技术企业都是无解的，大家又站在了同样的起跑线上。”他指出，未来中国需求将刺激高性能计算领域的技术发展，中国在高性能计算领域的研究一旦在互联网这样的领域解决了中国的问题，也会连带解决世界的问题。
HPC商业应用新方向
在商用市场，HPC的技术发展正在成为CIO们最关心一个话题。未来，HPC在商业市场的应用前景如何，HPC云与商用云的区别在哪里，HPC在大数据领域又将如何前行……
Platform Computing于去年10月被IBM收购。这家企业服务于全球2000多家客户，包括30家最大规模跨国企业中的23家，欧洲核子研究组织、花旗集团、英飞凌、红牛车队、挪威国家石油公司都是它的客户，它还是HPC在全球商业应用的软件事实标准制定者。针对HPC商业应用的热点问题，本报记者独家采访了Platform Computing
联合创始人，IBM系统与科技部Platform Computing全球开发总监王敬文博士。
大数据HPC
中国计算机报：传统的HPC主要用于科学计算，而IBM Platform Computing却在商业领域推进了HPC的发展，为HPC打开了更为广阔的天地。
王敬文：传统应用就像“象牙塔”中的HPC，而我们希望它能够应用于各行各业。可以说我们的技术重点有三个领域，一是将HPC的计算推广到商业领域，二是让HPC用户从现有的IT模式转入到云计算模式，三是让HPC在新兴的商业分析和大数据领域发挥作用。
中国计算机报：新兴的商业分析和大数据是未来资源密集型计算的重要领域，能够应用HPC也是一个新的增长点。
王敬文：是的。其实生命科学、CAE、EDA，以及HPC在石油等领域的应用也还只能算是传统的HPC应用。在现今的经济体系下，模拟和分析能力是产品竞争能力的关键，因此商业模型和数据分析应用是HPC商用的发展方向。
这主要分为计算密集型和数据密集型。计算密集型是一种随机过程，模拟未来经济如何发展，根据市场数据计算承担风险。这个模型在银行当中应用很多，比如金融市场和信用风险与保险领域的应用，包括金融衍生品，定价与风险价值模型，信用风险。
数据密集型分析则是最近两三年热起来的“大数据”，包括防欺诈检测、Web分析，以及用户行为分析。大数据最开始热在Web分析，实际上最大的潜力不是Web，而是商业、银行、电信、零售、政府、安全各行各业当中的大数据应用。
中国计算机报：新的需求需要全新的应用软件结构，不能按照传统的模式。那么，Platform Computing
的产品架构是怎样的？
王敬文：我们的产品构架很明晰，最高层是应用，最低层是设备。理想状态下这些应用直接在设备上运行，但现实是多台计算机组成集群，操作系统不同，有Windows、Linux、KVM，存储设备各异，用户有很多，应用也千差万别，比如制造业、石油、科学计算、智能商务、金融分析、大数据分析。这么多的应用怎么使用这些分散的设备呢？这就需要软件来组织，因此设备之上一层是动态集群管理平台，也可以说是一种云技术，它使得HPC动态调配，按需变化，自助服务。
机器配置好了怎么与应用结合？动态集群管理平台之上就是应用管理中间件，通过一个界面，让用户把需求描述出来，并找到最合适的资源。当然软件是不同的，有的串行、有的并行，有的长作业，有的短作业，应用环境也不一样，所以我们有两大家族的软件来支持。一个是LSF分布式批处理应用管理平台，另一个就是Symphony并行SOA分析类应用管理平台。这个结构不是传统的物理模型，而是随机的模型，这和传统的机械计算、工程模拟的数据模型完全不一样，它更适合于做经济模型的模拟。另外，我们也支持第三方应用管理中间件。
架构的演变
中国计算机报：软件在HPC领域是非常重要的，传统的一对一开发不利于HPC的推广。那么在没有Platform Computing之前，所有HPC用户都是自行研制和开发么？
王敬文：可以这么说。因为我们成立公司之前，在20年前，HPC集群用的是工作站，主要是UNIX平台。大部分用户一台计算机不够用了就用两台，手工编写程序脚本，模拟和分析规模都很小。而有了我们的产品之后，用户就可以同时应用几百台计算机。
中国计算机报：几百台都是x86架构服务器吗？
王敬文：不是，最开始都用的工作站，那时都是价格昂贵的机器，几百台已经是很大规模的计算集群了。上世纪90年代末 x86才开始正式进入普及， 2000
年以后慢慢转向x86架构。而我们的软件业大大降低了单台x86服务器故障对整体集群所造成的影响，减少了x86的不可靠性。
中国计算机报：我们不得不提银行领域应用的z系列主机，我们知道在国外HPC的商业应用客户有一部分来自于银行，那么两者有什么区别？
王敬文：主机应用很多是“Bank office”，每天做完交易，每天要结账，所有用户的账号是绝对不能出错的，不敢冒哪怕是百万分之一的风险。所以，主机的可靠性很重要的。从这个角度看，很多银行客户的“Bank office”数据交易的关键应用都在主机上，作为一种通用的商业机器，它的特点是可靠，以前的应用都一直保持，几十年前的，很老的语言都继续支持，有很好的历史兼容性。
而HPC在银行业的应用主要是“Analytics Computing”，用于数据分析。数据是存储在固定的地方，分析之后再做结论。而且HPC是高并发式的，一旦出问题还可以重算，但如果用户存款、取款就不可以出现重算的可能。此外，计算密集型需要很多个CPU同时运算，里面用的全部都是数学模型。
HPC云不用虚拟化
中国计算机报：HPC云和一般商业云的区别在于很少用到虚拟化，这与我们一直在商业云领域强调的虚拟化是云化的基础截然不同。那么HPC云和商业云的主要区别在哪里呢？
王敬文：个人认为，HPC首先强调的是高性能。虚拟化在技术上其实是在硬件上又加了一层虚拟机，需要通过软件模拟实现，从某种程度上会降低机器的计算速度。对于性能要求很高的HPC应用并不应该采用虚拟化方案。事实上大部分HPC用户是比较排斥虚拟化的，至少目前阶段是这样。
另外，HPC云的分配单位是集群而不是虚拟机，关注的是整体容量。HPC云所分配的资源，其硬件基本架构是一样的，系统配置也是一样的，所以从云实现的角度来讲将更容易。但商业云则完全不同，每台服务器的硬件、软件配置可能完全不同，个体配置复杂，更适合用虚拟化方案。所以，HPC云的配置是可以批处理的，但商业云中的每一台服务器则需单独处理，云管理更为复杂。
中国计算机报：HPC云一般应用在什么地方？
王敬文：HPC云普通应用在计算中心，比如中国应用较多的是超算中心，国外有很多大型研究中心，也会借此进行化学、生物等领域的研究。
HPC的昨天、今天与明天
与原子能、航天等领域的高精尖技术一样，高性能计算（HPC）也诞生于军事需求，其发展在相当长的时间里都是为军事用途所驱动的。上述重大项目的实施往往需要智力、技术、资金的高强度投入，因而注定是国家行为，也决定了其最初用户往往是国防部门。
在军事与摩尔定律的双重驱动下，HPC在不断追求更高性能的同时，也从军事、科学计算扩展到技术计算、商业应用乃至公共服务。如同电力、通信、交通等一样，HPC成为社会基础设施只是时间问题。
军用需求催生HPC
HPC的历史源头可以追溯到1946年，应美国陆军军械部要求，美国宾夕法尼亚大学研制了ENIAC计算机，用于炮弹弹道的计算，这也是全球首台电子管计算机。之后，ENIAC的两位研发者于1951年为美国人口统计局研发了UNIVACⅠ，这台商品化的计算机开启了公众服务先河，严格意义上说，当时UNIVACⅠ还不能算是商业应用。
最早把核物理和计算机这两个领域联系起来的是哥伦比亚大学。早在1939年，物理学家费米在哥大普平实验室用实验证实了原子的裂变。1942年，来到芝加哥大学的费米主持研发了核反应堆，实现了受控原子裂变反应，从而用实验证实了原子弹的裂变理论，人类从此进入原子能时代。3年后的1945年，老沃森在哥伦比亚大学设立了IBM第一个实验室沃森科学计算实验室。1953年，沃森实验室研发出IBM 701计算机，这是IBM推出的第一台计算机，也是IBM进入计算领域的起点。
也许，上述发生在哥大的两件事只是一种巧合，但高性能计算技术与核技术相辅相成地发展，却是不争的事实。在今年6月最新的全球HPC500强中，美国性能最高的3台机器分别安装在美国能源部下属的洛斯阿拉莫斯、阿贡和橡树岭等3家国家实验室。
在核技术应用拉动HPC技术发展的同时，半导体技术则是HPC技术发展的驱动力。在晶体管问世后不到7年，贝尔实验室于1954推出全球首台全晶体管计算机TRADIC。
HPC将成为基础设施
HPC追求的是性能为王，当HPC的性能尚不能满足核武这样单一应用的需求时，HPC必须针对特定的应用进行性能优化，与此同时，高昂的拥有和使用成本也只有军用、气象、石油勘探等极少数的用户可以承受，因此，HPC长期都是专机专用。
然而，伴随着信息技术的发展，商品化的通用处理器和通用图形处理器不断增进HPC的性价比；而集群架构以及其后的虚拟化技术使得HPC在多任务的动态部署与管理上变得方便起来。当用户无须拥有HPC而只须为使用付费时，应用门槛大为降低，HPC也就从专用走向通用。
我国商用高性能计算的先行者曙光公司，于2001年推出曙光3000，开始了HPC通用化的探索。到了2008年，曙光5000A成为我国首个进入全球超算500前10名的商用HPC，更大的意义在于它是当时全球性能最高的通用高性能计算系统。以曙光5000A为核心的上海超级计算中心，在2000年已经拥有300多个用户，涉及航空航天、汽车、核电、钢铁、机电装备、市政工程、油气勘探、气象、气候、生命科学、药物、新材料、物理和化学等多个领域。
迈向百亿亿次
如果个人计算过去四十多年的快速发展让人们感叹不已，那么，HPC性能发展的速度更令人惊讶。从1961年IBM7030的1.2MF（百万次），提高到1983年苏联M-13的2.4GF（10亿次），再到1997年英特尔ASCIRed的1.338TF（万亿次），直至2008年IBM走鹃的1.026PF（千万亿次），HPC性能每提高1000倍所用的时间，依次为22年、14年、11年，而据预测，2018年，HPC将迈入百亿亿次时代，此番1000倍性能的提高预计只用10年时间。
近十多年来，我国的HPC发展速度更为惊人。2008年曙光5000A首次挤进全球超算500强前十阵容，排名第十；2010年国防科大为国家超级计算天津中心建造的天河一号跃居全球超算500强首位；2011年，国家并行计算机工程技术研究中心为国家超级计算济南中心研制的神威蓝光落成。
神威蓝光从处理器到系统软件都是自主研发的，因而成为我国第一个自主可控的千万亿次HPC。虽然神威蓝光在当年中国HPC百强中名列第二，但研发单位表示，神威蓝光采用的是万万亿次体系架构，言外之意，神威蓝光还有数十倍的性能扩展能力。神威蓝光采用自主研发的16内核处理器和水冷散热，在性能功耗比、组装密度位居世界先进水平。
根据市场研究公司Market Research Media的预测，从2015年至2020年，全球军用HPC市场将以10.4%的年复合增长率成长，到2020年将达到655亿美元；而全球非军用HPC市场将以8.3%的年复合增长率成长，到2020年达到400亿美元。
从千万亿次到百亿亿次，将引发芯片、网络到体系架构的技术变革，其中最值得关注的是处理器内核的急剧增加，特别是硅光电子学对现有高速网络总线标准Infiniband的颠覆。无生产线的芯片设计厂商Luxtera公司今年3月与意法半导体达成单片硅光电子解决方案量产协议，这意味着，单块集成电路就可以完成光电转换以及400Gb/s速率的发射和接收，HPC节点间互连简单到只用一根光纤，而Luxtera的愿景是实现系统间、板卡间乃至芯片间的光互连。
迈向百亿亿次意味着竞争更加激烈。阿贡国家实验室主任Isaacs曾表示：美国难以忍受在计算机技术领域位居中国或其他国家之后。引领HPC发展的国家在每一个领域都将具有巨大的竞争优势，这也包括国防领域。
迈向百亿亿次，也是HPC走向社会基础设施的开始，这才是最令人兴奋的。
高性能计算范文第4篇
“事实上，星云的变化，是曙光和国家超算深圳中心协商后，人为主动地降低的。”曙光副总裁聂华向记者透露，星云今年被一拆为二，一部分面向传统科学计算和高性能计算，另一部分则在拆分的同时，去除了一些加速部件，增添了一些灵活通用、面向分布式网络的部件，做好了迎接云计算应用的准备。
这一变化体现了曙光的未来策略的转变。“曙光今年很重要的工作，是在维持原有高性能计算领先优势的基础上，大力推广云计算。”聂华说。
不过，高性能计算机与云计算集群能够很容易地转换么？
高性能计算机也能做云计算
“确实有一种观点认为，高性能计算机不能用来做云计算。”聂华对高性能计算机和云计算的集群系统进行了比较：“传统意义上的高性能计算机，其节点间的耦合非常紧密。而云计算的集群系统耦合比较松散。但是，从技术角度来看，松耦合的系统想改进成紧耦合系统是非常难的事情，而紧耦合系统按照松耦合的系统来使用，在技术上不存在任何障碍。”
今天，高性能计算和云计算在技术上已经有很多共同点，云计算很多技术，尤其是基础架构方面的技术，其实是对高性能计算机技术的延伸。“最早的高性能计算机为了让耦合度更紧密，需要采用专用部件、网络。发展到通用集群架构之后，不再像传统大型机一样需要将整个系统整合到一台设备中，与云计算所用的集群技术重合度越来越高。”聂华表示，曙光在高性能计算方面的很多技术积累完全可以应用在今天的云计算系统上。当然，也有一些虚拟化方面的技术、分布式网络的技术是与云计算一同出现的。
同时，高性能计算机也开始面临一些新的问题。“计算能力充足之后，高性能计算机也要解决I/O墙的问题，因此也衍生出了高吞吐计算机的概念。今天，高性能计算机也需要解决进行大量数据交换的问题。这些恰恰是云计算主要面对的问题。”聂华表示，从这一发展过程来看，高性能计算机在技术角度上完全可以在未来承担云计算的任务。只不过，高性能计算机成本更为高昂，从运营角度来看，所付出的成本等代价过高。因此，高性能计算机与云计算集群系统依然需要各司其职。
要为应用做计算机
未来，高性能计算也会出现不同的分支。“传统科学计算中，有一类问题的特点是计算规模非常庞大、数据关联度比较低，像气象问题等。这些计算以后会更加趋向于通过专门的加速器来进行加速。另一类是一些传统工程计算，这些计算往往涉及到一些大型商业软件，因此系统架构不会发生太大变化。”聂华说。
“与专用计算机相比，我们设计过的最难高性能计算机恰恰是为上海超算中心设计的更通用的计算机。”说到架设云计算系统和高性能计算系统的不同，聂华半开玩笑地举例：“针对特定应用开发的专用系统，只需要某一方面的性能足够强。但上海超算这样的系统对各个方面的指标都有要求，即使只有1%的应用对某项指标有要求，也需要达到这个标准。”
面向云计算的系统，其指标要求和高性能计算不尽相同。而且，高性能计算还可以靠虽然未必全面，但大家普遍认可的Linpack标准进行衡量，但云计算还没有这样一个可以让大家普遍接受的衡量标准。
“云计算最重要的是什么？有人说是运营成本，有人说是易用性、方便性、弹性，目前还没有找到一个最具参考性、最有效的指标。只是在某一方面有一些标准出现，例如，对能耗，有QUE这一指标进行衡量。一个行业普遍认可的标准不是短期内能出现的。实际上，没有一个应用的过程，你很难去总结出这样一个指标，也很难进行针对性的提升。”聂华说。
星云的拆分，正是为了满足应用的需求，真正将机器用起来。“在星云面向云计算的一部分中，虽然撤掉了一些加速部件，但它的内存、存储、网络等方面的指标和过去不可同日而语。”聂华说，“这恰恰体现了一个理念，那就是，要为应用造计算机，让一个超算中心能够运营起来。”
高性能计算范文第5篇
不同的是，云计算的商业价值目前已经为更多人所认可，高性能计算在其中发挥了重要的影响力，其价值却并不像云计算那样受人瞩目。如今高性能计算将其在应用领域的趋势带到市场中来，用实际的影响力证明其更深刻的价值。
向应用进发
想要了解高性能计算的应用情况，就不得不弄清其产业背景。从市场的角度来讲，高性能计算机是高技术、高利润而且市场份额在不断扩大的一个产业。高性能计算机在政府部门、科研等领域的广泛应用，对增强一个国家的科技竞争力有着不可替代的作用。另外，美国和欧洲的经验已经证明，企业使用高性能计算机能够有效地提高生产率。
在我国，超算中心能够为企业和科研单位提供高性能计算服务，这在一定程度上能够帮助高性能计算得到更多的普及。超级计算机按应用类型可分为计算密集型（如大规模工程计算和数值模拟）、数据密集型（如数据仓库和数据采集）以及通信密集型（如协同工作和远程遥控）。与地方经济发展结构相结合，超级计算机的主要应用范围广泛。“国家超级计算长沙中心”湖南大学建设办公室主任蔡立军教授介绍，在我国，超算中心跟随地区及国家的产业调整政策，在多个领域多触角延伸。在传统行业中，如天气预报、气候预测、海洋环境工程等数值模拟领域的研究将看到超算中心的身影。建筑行业中，如大型桥梁、隧道等土木工程结构的设计、过程仿真、抗震与安全评估。而在商业领域，金融模拟分析，商业数据挖掘，物流与生产排程规划等将是超算中心发挥作用的主要渠道。
超级计算机之所以能够为众多行业提供良好的技术支撑，关键还在于其超速的运算能力，在实际生产应用中，仅以飞机和汽车制造为例，通过采用大规模高性能计算技术， 波音公司将777飞机的研制周期从8年缩短到5年，工程返工量减少了50%；日本丰田汽车公司在研制2002年嘉美新车型时缩短了研发周期10个月，减少了试验样车数量65%。福特用高性能计算机构造了一个网上集市，通过网络连到它的3万多个供货商。这种网上采购不仅能降低价格，减少采购费用，还能缩短采购时间。福特估计这样做大约能节省80亿美元的采购成本。此外，制造、后勤运输、市场调查等领域也都是高性能计算机大显身手的领域。
随着我国的经济发展，除了传统的密集计算型科学领域需求持续增长，各类工业、民用企业领域的需求正以几何级数递增，如汽车飞机的制造、核电、钢铁、新材料等领域。因此，超级计算机中心的运行能力只有更紧密的与实际生产、经济发展相结合才能够发挥其效力。除此之外，高性能计算在城市服务领域的作为更加不可小觑。蔡立军表示，如果将智慧城市理解为城市内与城市间“互联网+物联网”的物物相联，通过超算和云计算将其整合，能够实现人类社会与物理世界的和谐融合。智慧城市少不了以超级计算和云计算为基础的信息系统，有限的计算，创造无限的可能，智慧城市要从超级计算和云计算开始。
总的来说，国外的高性能计算机应用已经具有相当的规模，在各个领域都有比较成熟的应用实例。政府部门大量使用高性能计算机，能有效地提高政府对国民经济和社会发展的宏观监控和引导能力，包括打击走私、增强税收、进行金融监控和风险预警、环境与资源的监控和分析等等。
勇于突破屏障
高性能计算机能为企业和政府创造的价值是非凡的，国外的企业和用户已经充分地认识到这一点。一个证明是，20世纪90年代中期以来，国外 80%以上企业的信息主管在选购机器时考虑高性能计算机，而在20世纪90年代初，这个数字只有15%。
随着经济的快速发展，我国的超算中心在应用方面与国外有较大差距。造成差距的原因，除了科技创新实力有一定差距外，认识层面的普及和宣传也存在偏差。王鹏解释，高性能计算在科技领域的地位是无法撼动的，但在其他领域并不为人知晓，或者有些使用高性能计算的层面也没有被准确定位。在国内，这方面的市场引导和意识培养还很不够，没有让企业、政府和社会充分认识到高性能计算机的益处，从而导致了一些观念上的误解。一提起高性能计算机，人们马上就会联想到用于尖端科学计算的超级计算机。此外，超级计算应用时间的长短也是一个很重要的因素，我国在超级计算领域起步比发达国家晚，在国家的大力支持下近几年发展迅速，很快达到了世界领先水平，但超级计算的应用推广还没能全面跟上，即便是在发达国家，超级计算也是通过一个较长推动过程才做到广泛的普及。如在西方发达国家：进入21世纪，金融、投行、保险业开始使用超级计算做风险分析。但实际上，高性能计算机90%的用途是非科学计算的数据处理、事务处理和信息服务，并非是仅仅存在于“象牙塔里的阳春白雪”。
想要突破高性能计算的应用瓶颈，一方面要保持住其高端科技计算领域的不可替代位置，另一方面在于相关技术融合的同时，也要勇于做出适度的牺牲。王鹏说：“高性能计算在数据挖掘分析和进行密集计算的时候优势非常明显，但其却无法实现像云计算那样的网络化服务，无法对实时数据处理进行时时交付，在存储方面也存在无法满足的要求。因此在与相关技术融合（例如hadoop）时，既要保持住优势，又要不可避免的牺牲部分计算能力，只有这样还能实现融合，才能让高性能计算更接地气。”
高性能计算范文第6篇
作为高性能计算领域的先行者，戴尔近日宣布推出全新的高性能计算服务器产品、云产品、软件，继续为主流企业带来高性能计算能力，继续致力于让各种规模的企业都能享受高性能计算，推动高性能计算社区的发展。新系统包括搭载了采用英特尔至强Phi处理器的PowerEdge C6320p服务器。PowerEdge C6320p补充了戴尔现有的高性能计算产品组合，提供了一个专为高度并行负载而优化的解决方案。
戴尔验证解决方案与高性能计算事业部高级副总裁吉米・甘塞尔（Jim Ganthier）表示：“戴尔具备很多优势来突破以数据为中心的高性能计算所面临的障碍，使客户能够继续在大数据和云融合领域的全新工作中保持领先。我们与包括客户在内的高性能计算社区合作，推动并优化高性能计算创新，同时让各种规模的企业和机构都能轻松获得并部署这些系统。”
解决日益复杂的问题不仅仅需要有快速精准的计算结果的能力，同时也需要一个适当均衡并集成的系统。戴尔PowerEdge C6320p是半宽1U服务器节点。它采用了英特尔至强Phi处理器，专门用于高密度、高度并行、高性能计算的环境。
采用了英特尔至强Phi处理器的戴尔PowerEdge C6320p服务器在并行编码、降低延迟和简化管理上拥有出众的表现。并行计算多用于对科学和工程等I域的难题进行建模。然而，随着大数据和机器学习的兴起，商务应用需要更快的计算系统来提供更强的动力，这些应用需要以并行计算来处理大量数据。PowerEdge C6320p服务器可以为用户提供出色的并行处理功能和更大的吞吐量，可以帮助客户满足并行处理环境的需求，来应对快速增长的数据和更高的压力负载。
搭载了生命周期控制器（Lifecycle Controller）的戴尔远程访问控制器（iDRAC8）可以简化并自动处理戴尔PowerEdge C6320p服务器的部署、监控和更新，从而简化运营并确保更高水平的服务和可用性，这些都可在不使用会对应用性能产生影响的操作系统的前提下实现。
值得一提的是，英特尔至强Phi处理器能够兼容其它英特尔至强处理器，这样用户就能够通过使用已熟悉的相同的x86代码和开发库保护前期编码投资。在英特尔架构上进行标准化意味着可以为代码使用同一个编程模式，从而通过共享开发库和重复利用代码来提高效率，同时尽量减少重新培训程序员学习新界面、新方法和新语言的学习时间和成本。
它具有平衡强大的处理能力与低延迟I/O的平台设计，为研究人员提供了更快、更深入洞察研究事物的能力。
高性能计算系统不仅仅被应用于地震、生命科学、气象分析等领域，它还将应用于更多前沿科技和与普通大众息息相关的领域。戴尔大中华区企业级产品市场总监周俊杰表示：“以前高性能计算领域一般是指地质、气象、生命科学等领域，离普通大众比较远。但近几年，人工智能、机器学习等领域的应用越来越多，它们通常以高性能计算为基础，为普通的大众提供服务。”
高性能计算范文第7篇
按照2005年11月新出版的《计算机科学技术百科全书》的定义，高性能计算就是“用高速计算机系统解决复杂问题的计算方式”。鉴于这里的“高速计算机”和“复杂”并没有具体的定义，所以高性能计算实际上是一个“相对”的概念。
高性能计算来源于高性能计算机，而高性能计算机的快速发展和摩尔定律有密切的联系。摩尔定律反映了计算机的计算能力随着时间的推移会有指数量级的提高。比如，1993年6月进入世界超级计算机排行榜TOP500的所有500台超级计算机的计算能力之和，只和2005年6月排在最后一位的一台超级计算机的性能相当，况且将500台计算机的计算能力简单相加得到的能力之和，实际上在性能上是根本无法和一台具有相同指标的计算机相抗衡的。这反映出高性能计算机发展的迅猛势头，它也提醒我们在高性能计算领域存在着激烈的竞争和快速淘汰过程。
高性能计算体现国家综合实力
从总体上说，高性能计算的发展水平是一个国家综合国力和竞争力的重要体现，在一定程度上，它的作用和国民生产总值GDP（Gross Domestic Production）的作用可以进行类比。
比如，自从1993年TOP500排行榜建立以来，进入TOP500的超级计算机中美国一直占一半左右，作为世界头号技术和经济超级大国，这充分说明了美国在高性能计算领域的雄厚实力。拿2006年6月的最新统计结果来说，超级计算机拥有量排在前5名的国家分别是，第一名美国占59.8%，第二名英国占7%，第三名日本占5.8%，第四名中国占5.6%，第五名德国占3.6%。中国进入前5名，充分说明了中国近年来在高性能计算领域的飞速发展，也从另一个方面说明了中国在经济上的腾飞。
高性能计算主要服务于两个最终的目标，一个是国家战略高科技，它涉及到国家的长期利益和根本安全问题; 一个是产业高科技，它涉及到国家当前企业的活力与竞争力的问题。
没有高性能计算，美国就没有办法开展核爆炸模拟研究，就无法保持其核威慑，其超级大国的地位就会受到严重挑战。没有高性能计算，就没有中国的两弹一星，就没有中国的载人航天，中国的探月计划也就不可能提到议事日程上来，我国能够在世界舞台上发挥越来越重要的作用，和我国在自主高性能计算技术支持下开展的战略高科技上所取得的成果是密不可分的。
而对产业高科技而言，作用更是明显。比如高精密度的快速计算模拟可以帮助气象服务、航空航天、制造、石油勘探、新材料、新药物等行业节省大量的成本，加快研制和生产周期，提高生产效率，这都是以高性能计算的支撑为前提的。
高性能计算的几个要素
一个国家高性能计算能力的大小取决于以下几个要素: 高性能计算机、高性能计算应用、高性能计算软件以及跨学科高性能计算人才。其中，高性能计算机是依托，高性能计算软件和高性能计算人才是基础，高性能计算应用是目的。
1.高性能计算机
按照TOP500中的分类，目前的高性能计算机主要有如下几种类型:
集群式系统（cluster），这在2006年6月的排行榜中已经占到72.8%;
大规模并行处理系统（MPP），这在2006年6月的排行榜中占到19.6%;
星群系统（constellation），这在2006年6月的排行榜中占到7.6%。
集群式系统具有研制周期短、性价比高、易扩展等优点，已经成为目前高性能计算的主流，这主要得益于它所采用的通用与标准化的技术路线。组成集群式系统的计算结点和互连网络都是通用和标准化的，是直接可以从市场上购买到的，不需要一切从头进行设计和生产，这就直接导致了它具有下面几个优势:
（1） 研制周期短。集群式系统是一种积木块式的高性能计算机构造方式，它的组成部件都是现成的，设计者需要做的就是根据需求和预算，在可选的结点/网络中进行比较、优化和调整，实现快速组合;
（2） 性价比高。以前的高性能计算机因为专业化程度太高、不能大批量规模化生产，导致了高成本和高投入，所以研制的高性能计算机价格昂贵，但通用和标准化部件的采用，一方面大大降低了成本，另一方面，通用部件的计算速度和通信速度都在呈指数增长（通信领域的摩尔定律），这种成本不断降低和性能不断提高的趋势，使得集群式系统的发展势不可挡，很快成为高性能计算的主角;
（3） 扩展性好。集群式系统的可扩展性直接取决于连接该系统的网络的性能和规模，只要网络在保持或者提高性能的前提下可以扩展规模，只需再添加相应的计算结点，集群式系统的性能和规模就可随着提高，因此非常容易扩展。
与集群式系统相比，大规模并行处理系统的研制难度高，周期长，不易扩展，而且一般也比较昂贵，但是它有一个重要优势就是可以取得比同等规模的集群式系统更高的性能。如果说集群式系统走的是一条通用化的路线，则大规模并行处理系统走的就是一条相对专用化的技术路线。集群式系统主要从摩尔定律得到性能的提升，而大规模并行处理系统除此之外还可以从一些专门的系统设计与专门技术上得到性能的提高。这种系统虽然昂贵，但是它能够存在的一个根本原因是有比较专业化的特定需求，因为某些专门的应用领域对计算机系统有特定的需求，比如有些应用需要特别大的共享内存，有些应用有特殊的通信模式，只有针对这些需求设计专门的机器，才能够满足实际应用的需求。
与前两者相比，星群系统走的就是一条中间道路。集群系统连接的是一些比较简单的小计算结点，如果把这些结点进行扩展与放大，达到大规模并行处理系统的规模和性能，然后再用集群的方式连接起来，这就是星群。集群连接的是一些小结点，而星群连接的是大系统。随着高性能计算应用领域的不断拓广，针对不同应用特点的高性能计算机系统会不断涌现，可以预见，将这些不同特点的高性能计算机连接起来的星群系统在高性能计算领域所占的比重会逐渐增加。
2.高性能计算应用
高性能计算所涉及到的应用非常广泛，包括半导体、金融、地球物理学、天气与气候研究、计算流体动力学、天气预报等。根据2006年6月TOP500的最新统计数据，最主要的三个应用领域是工业生产（占51.4%）、科学研究（占23.6%）与高等教育（占16.6%）。
3. 高性能计算软件
不管高性能计算机本身的硬件性能有多高，如果没有合适的软件支持，高性能计算机的功能就根本发挥不出来，也不能用它来有效地解决实际的问题。高性能计算软件包括系统软件和应用软件两大类，系统软件用来有效管理整个高性能计算机的资源，而应用软件是针对特定应用开发的专门软件。
从高性能计算机所采用的操作系统看，目前Linux占绝对优势，根据2006年6月TOP500排行榜的数据，使用Linux的大约占73.4%，使用Unix的大约占19.6%。在操作系统之上，几乎所有的高性能计算机都支持MPI（Message Passing Interface）并行编程环境，不管是Linux还是MPI，都是开源软件，由此不难看出，开源软件在高性能计算软件中的重要性。相信在不久的将来，将会有大量开源高性能计算应用软件涌现，而且在高性能应用软件中所占的比重会不断增加。
4.高性能计算人才
高性能计算要想发挥作用，还必须和具体的应用相结合。在高性能计算机硬件的水平有了普遍提升和大幅度推广的情况下，既懂应用需求，又懂高性能计算知识的“复合”型人才就显得尤为重要，而相对其他方面的人才来说也更为缺乏。因此，高性能计算领域面临的一个重要问题就是“复合”型高性能计算人才的培养问题，尽管它是一个软指标，但是却是发展高性能计算最重要的一个指标。
我国高性能计算的现状
我国在高性能计算领域所取得的成果是十分显著的。在高性能计算机的研制方面，首先是联想率先在2002年研制成功“深腾1800”集群式超级计算机系统，该系统在2002年11月的TOP500排行榜中位居43，跻身前50名，紧接着在2003年联想又研制成功了“深腾6800”超级计算机。该系统在2003年11月的TOP500排行榜中位居14，又跻身前15名。很快曙光研制成功了“曙光4000A”超级计算机系统，它在2004年6月的TOP500中排名第10，我国终于有一台自主研制的超级计算机进入了世界超级计算机的前10名，这是一个非常大的飞跃。清华大学和深圳大学联合研制的“深超－21C”超级计算机系统，在2003年11月的TOP500排行榜中名列163位，它是我国高校自主研制的第一台进入TOP500的超级计算机系统，展示了我国高校在超级计算机研制方面的实力。在短短2年的时间里，在集群式超级计算机系统研制方面我们取得了让整个世界为之震惊的成果。目前我国正在计划研制千万亿次的超级计算机，而目前由IBM研制的最快的超级计算机BlueGene/L 的速度是280.6万亿次。
我国顶尖高性能计算机在TOP500中的名次不断提升的同时，进入TOP500的高性能计算机的数量也在增加，从1995年6月只有1台（而且不是自主研制的），到2006年6月的统计结果已经达到28台，绝对数目虽然不太多，但是和世界其他国家相比，增速正在加快。
我国从1995年到现在，先后建立了近10个国家高性能计算中心，更令人高兴的是，我国众多的科研单位甚至是一些企业也开始建立自己的高性能计算机系统。另外，我国软件行业协会数学软件分会建立了中国超级计算机排行榜，2002年11月第一次排名情况，以后每年的11月一次，第一次只了50台超级计算机，以后数量扩展到100台。中国超级计算机排行榜的，引起了世界相关机构的高度重视，它一方面是中国高性能计算机快速发展的真实反映，另一方面也促进了中国高性能计算机的发展。
然而，与发达国家相比，我们还存在明显不足。
首先从高端技术看，我们的高性能计算机还是以集群式系统为主，这是一种相对比较成熟的技术，门槛比较低。其次，从低端看，我国高性能计算总体的应用水平还比较低，推广普及程度还远远不够，使得我国高性能计算的发展缺乏足够的动力。
从高性能计算软件看，我国的高性能计算机软件特别是应用软件的水平低下，这严重制约了我国高性能计算机应用的效果，而这需要跨学科高性能计算人才的培养以及长期的积累。
从高性能计算的人才看，一方面，我国专门从事高性能计算研究的人才积累不如国外; 另一方面，在跨学科高性能计算应用人才方面，我们国家和国外发达国家的差距尤为明显。 我们的科研人员往往缺乏跨学科的合作意识，有需求的人不知道如何使用高性能计算机，而会使用高性能计算机的人又对需求缺乏深刻的理解。人才的差距是我们和国外发达国家最重要的一个差距。为此，中国计算机学会高性能计算专业委员会在2005年7月30日发出了“关于推动我国高性能计算发展的倡议书”，在倡议书中，呼吁政府加大对高性能计算的投入，各种单位与职能部门密切结合，加大对国产高性能计算机的支持。作为一个专业委员会，它更多关注的是该领域存在的问题，但是只要我们正视这些问题，全社会共同努力，我国高性能计算蓬勃发展的局面就不会是昙花一现，它将逐步走上健康、稳步而快速发展的轨道，为我国的经济腾飞和社会进步做出独特的贡献。
作者简介
都志辉
博士，清华大学计算机系副教授，高性能计算技术研究所副所长，主要研究方向是网格计算与高性能计算，出版了我国第一本介绍MPI并行程序设计和第一本介绍网格计算的图书。
链接:世界主要超级计算机供应商
IBM: 目前的主要产品包括P69X系列、BlueGene 系列以及HPC集群系统，IBM拥有目前排名第一的超级计算机Blue Gene/L系统。
HP: 主要产品包括SUPERDOME系列和HPC集群系统。近年来，HP公司逐渐转向使用通用芯片，如Intel的Itainum 2处理器。
SGI: SGI是一个专注于工程与科学计算的厂商。目前的主要产品包括Altix系列，采用Intel的Itanium 2处理器和Linux操作系统。与其他公司产品不同之处在于，SGI使用Numa-Link的高速互连网络使得整个系统成为一个CC-Numa系统。
CRAY: CRAY是向量超级计算机的代表。CRAY曾一度被SGI公司收购，近年来CRAY又从SGI中独立出来。高速互连网络、可配置的加速器是目前CRAY公司的特色技术。
Sun: Sun公司具有自主的SPARC结构的处理器和Solaris操作系统，SUN公司的SMP服务器占有较大的市场份额。
曙光: 目前主要提供曙光4000系列超级计算机。峰值速度超过10TFLOPS的曙光4000A安装在上海超级计算中心，在世界高性能计算机500强排行榜上曾达到过第10名的位置，是我国自主研制的超级计算机的最高记录。
联想: 联想公司目前主要提供深腾系列超级计算机。峰值速度超过4TFLOPS的深腾6800安装在中科院网络中心，在世界高性能计算机500强排行榜曾达到过第13名的位置。
高性能计算范文第8篇
产业机会
星级评定:4
2008年将会是高性能计算领域获得长足发展的一年，各国对于高性能计算机的应用将会稳步扩展，相关厂商之间在高性能计算机领域之间的竞争趋于激烈，而相关的高性能技术发展则趋于成熟。
基于x86芯片、以集群形式构筑的高性能计算机将成为主流，千兆以太网、Infiniband将会取代Myrinet等连接技术成为高性能计算机领域最重要的互联技术，Linux将继续是高性能计算机领域占统治地位的操作系统。刀片服务器将会在高性能计算机中扮演重要角色，成为构筑高性能计算机的关键力量。
不过，由于高性能计算机领域硬件发展远快于软件开发，因此，在2008年，相关应用的开发以及高性能计算应用人才的培养，也将是整个领域的热点。
由于高性能计算机的竞争代表着国家技术发展水平以及科技应用水平，也代表着制造企业的技术能力，因此，明年各国将会进一步提升高性能计算机的能力，各大企业也会进一步抢夺各种高性能计算机制造合同。
此外，在2008年的高性能计算领域，中国将会首个百万亿次高性能计算机，而全球范围也将有可能诞生首个千万亿次高性能计算机，每年国产高性能计算机Top 100的榜单以及全球TOP 500超级计算机的榜单，也将吸引更多人的注意。
应用前景
星级评定:5
随着芯片技术的发展，高性能计算机的性能将会大幅度攀升，相对而言价格将会大幅度下降，即高性能计算机的性价比将大为提高。这也使得此前在价格上高不可攀的高性能计算机，能够在更广大的范围内得到应用。
而随着微软高性能计算机版本操作系统Windows Compute Cluster Server（WCCS）的成熟，高性能计算机应用的软件门槛也会进一步降低，其应用有望得到进一步拓展，尤其是是中低端的高性能计算应用将会获得快速发展，高性能计算机应用将会快速“平民化”。
此外，由曙光公司牵头发起的中国电子工业标准化技术协会高性能计算机标准委员会，在2007年4月份通过民政部的审批之后正式成立。
高性能计算机标准委员会的成立，将进一步推动制定高性能计算及应用的相关技术标准和规范，同时提出促进产业与应用发展的相关意见。此举标志着高性能计算正式进入标准化的快速发展阶段，将快速推动我国高性能计算产业的发展。
因此可以说，2008年高性能计算的软、硬件技术将会更趋成熟，将会有越来越多的企业享受到高性能计算的优势。
同时，随着网格等技术的发展，高性能计算机的应用可以在更广泛的范围内开展，并且在一定程度上简化了应用的难度。
高性能计算范文第9篇
2005年12月，浪潮高性能计算创新奖励基金管理委员会在京正式征集成果，对获奖项目、获奖机构或人员颁发奖励证书和奖金，同时2006年“浪潮高性能计算创新奖励基金”成果征集公告。
据IDC统计，中国的高性能计算市场年增长率达到20%～30%。近年来，高性能服务器的市场随着需求而迅猛增长：2003年，中国服务器市场上高性能服务器的销售量已经达到2.325万台；2004年高性能服务器的市场销售量有增无减，销售额却占据了整个服务器市场销售额的50%以上。而一直以来，这一市场基本上被国际厂商所垄断。
国产服务器厂商浪潮认为，中国的政府、服务器厂商以及相关的科研院所必须承担起高性能自主化和产业化的重任。浪潮服务器技术总监胡雷钧说，开放架构在高性能服务器领域的应用，使得国内厂商拥有与国外厂商同等的技术“起跑线”，将会为中国本土高性能服务器产业的兴起提供重要的发展契机。
据了解，“浪潮高性能计算创新奖励基金”，是国家“863计划”计算机软硬件技术主题专家组与浪潮集团联合设立的一项长期的社会奖励基金。该奖励基金主要面向国内高性能计算机和商用高性能服务器系统的研究与开发领域，旨在鼓励国内在高性能领域的科技创新和技术成果转化，推动国内高性能计算领域的研究、开发和产业化。胡雷钧说，这是浪潮回报社会的一种方式。
胡雷钧介绍，高性能计算从市场应用角度大致分为两个部分：高性能科学计算（HPC）和高性能商用计算（HPS）。前者对服务器的计算性能提出了很高要求，主要应用在科学研究、地质勘探等领域; 后者则要求服务器具有强大的事务处理能力，在金融、证券、电力、税务等行业有着广泛的应用。高性能商用计算占到整个高性能计算市场份额的95%。
胡雷钧认为，国产高性能要实现产业化，需要着眼于占市场份额绝大部分的高性能商用计算市场，发展具有强大事务处理能力的高性能系统。这其中，实现应用的突破和创新才是创新的关键，高性能产业的发展重点应该是商用高端应用，围绕商用高端应用，重点发展高性能体系结构、操作系统与应用软件的应用价值。
我国高性能产业经过多年的发展，已经取得了长足的进步。据不完全统计，863项目在高性能计算领域已经鉴定的成果近400项，这些成果中已应用的成果有230多项，已形成产品并取得明显效益的有80多项。
但是，胡雷钧介绍，与国际先进水平相比较，我国高性能产业还存在较大差距，无论技术、应用，还是发展模式上都有待进一步提升。
要实现高性能应用的产业化，就需要建立完善的产业化转换机制，使最新的研究成果能够最迅速地转化为可以应用的产品。为此，我国在上个世纪80年代初便开始推动建立“产学研”工程。
高性能计算范文第10篇
今年2月，在高性能计算战略研究咨询组第二次研讨会上，院士及专家们除了对过往50年有所总结，更是对未来10到15年中国高性能计算的发展，给出了方向。
中国高性能计算机在运算速度上的飙升，容易让人以为中国高性能计算接近了国际水平。但中国高性能计算从业者给出的答案是，“还差得远呢”。
根据计世资讯数据，2005年，IBM、HP在中国高性能计算机市场占据了主要地位，占市场总量的83.3%。其中IBM市场占有率达到了52.5%，HP市场占有率为32.8%。其余市场中主要供应商，SUN、联想、曙光、浪潮等公司，市场份额都低于5%。
“在银行系统里跑的高性能计算设备，几乎青一色是国外品牌，即使在低端服务器中，国外品牌也占去了95%以上。”主管服务器业务的浪潮集团高级副总裁王恩东坦率地说。这个数字得到了联想集团首席科学家祝明发的认可。
高性能计算机应用于两个领域――科学计算和金融、电信等商业领域。前者仅占高性能计算机应用的5%，绝大部分的应用在商业领域。在中国，高性能计算机多应用于气象、石油、基因工程等科学计算领域，在商业应用领域，国产高性能计算机应用寥寥无几。
那么，中国高性能计算机，到底差在哪里？
核心技术的缺失
北京华大基因研究中心生物信息部应用平台陈杰副主管接受记者采访时说，在华大研究中心的实际应用过程中，国产高性能计算设备在单节点内存容量、I/O控制方面还是和国外产品存在差距，不能满足华大中心的某些应用。
中国科学院计算技术研究所系统机构研究部主任孙凝晖也直言不讳地告诉记者，在CPU等关键技术方面的差距，的确影响了国产高性能计算产品的性能。而王恩东则认为，中国高性能计算机与国外的差距，最主要的是在关键技术上。
尽管中国拥有曙光、深腾、天梭系列等高性能计算机，但掩盖不了的一个事实是，许多关键的部件如CPU等均购自国外。“我们能做高性能计算机了，但是设备都来自国外，甚至有小品牌的机器是攒出来的。”一位老专家说。
可以说，高性能计算与国外的差距，是中国整个信息产业水平与国外的差距。这是国人对于“中国芯”情结偏重的原因。集成电路制造业以及集成电路装备制造业是一个国家信息产业的基础之一。长期以来，由于受到产业链失衡、巨大的进出口逆差、知识产权问题、高层次人才匮乏、资金投入不足、研发体系与市场体系不完备等问题的困扰，中国集成电路制造业以及集成电路装备制造业水平明显落后于世界先进水平。日前，由中国科学院计算技术研究所设计研发的“龙芯2号增强型处理器芯片设计”(龙芯2E)面世，可以说是国家对芯片业务的探索。
“算得快”更要“用得好”
“过去的落后状况，使得国人单纯追求速度指标上追英赶美，而忽视了应用。”王恩东说，中国信息产业存在着“重指标不重应用”的风气，高性能计算的衡量指标应该是应用的效能而非计算机的性能。
近10多年来，一台台超级计算机都在努力追求更强大的计算能力，计算速度一直是国际高性能计算领域的一个风向标。但是越来越多的高性能计算业内人士已经认识到，速度已经不是评判高性能计算能力的单一标准。对用户来说，最重要的是实际应用中运算效能。NEC公司的地球模拟器高性能计算机曾经长期占据世界高性能计算机的头把交椅，它的实际效能也只有30%左右，而据国内第一线高性能计算应用人员介绍，国产的高性能计算机的实际效能的上限只有10%左右。
2004年，曙光4000A高性能计算机一经诞生就达到了世界高性能计算机十强的水平。计算能力更加强大的曙光5000高性能计算机也已经在研发中，中国的高性能计算可以说已达到世界先进水平，成为继美、日之后，世界高性能计算的“第三股力量”。但是，曙光4000A主要研发者孙凝晖告诉记者，“制造水平可达到世界前三强，从应用水平上面来说，我们只能排在第五，美、日、德、英国排在我们前面。”李国杰院士在多个场合说，应用需求是整个高性能计算机发展的主导因素，在这一点上，我们要比美国等发达国家落后15年左右。
国内应用软件的缺乏是影响高性能计算应用水平的阻碍因素之一。高性能计算在中国的发展相对于国外而言，仍属于刚刚起步。所以应用平台、中间件等大多是使用现成产品多，自行开发少。高性能计算应用软件专业性强，并非一般成熟的商业软件公司所能开发的。没有长时间积累和大量资金的投入，要想在短时间能开发出适合中国各行业特点的应用软件并非易事。这也导致了由于目前国内的高性能计算产品的厂商，主要以硬件销售为主，出现了“卖机器的不管用机器的”尴尬局面。
王恩东介绍说，为了促进与其他厂商国内高性能计算应用方面的合作，2005年浪潮与国家“863计划”成立了“浪潮创新奖”，以寻找和鼓励高性能计算方面的合作伙伴。2005年开始第一届评奖，但今年发现，很难找到新的伙伴参与进来评奖。
“不是软件公司没有看到这个市场，而是这个市场的回报周期太长和软件复杂。曾经有一些软件公司进来做，又纷纷退出了，研发周期太长，国内的软件公司撑不住。”王恩东认为，应用软件的缺乏，亦是中国现有的经济状况构成的。
曙光集团总裁历军对记者说: “关于应用软件的问题，还需要一定的时间，由于它涉及到方方面面，特别是一些基础科学领域，涉及到国家非常尖端科技的领域，不仅仅是一个软件本身的问题，应该说是一个系统工程，还需要一个相当长的时间来积累和解决。”
中国惠普服务器高级产品经理陈武胜告诉记者，虽然目前国内高性能计算的厂商以硬件销售为主，但是随着时间的推移，他们在高性能计算方面的经验积累逐渐增加，最终也会和惠普现在一样，以提供解决方案为主，最终还是要落脚在“用好高性能计算”。 曙光已经开始在应用方面与合作伙伴开展多方面的合作。刚刚完成的曙光用户体验中心，就是利用曙光自身的硬件平台，结合其他软件厂商的产品，向客户展示各种应用解决方案。
离“平民化”还有多远？
“南开之星”是目前中国高校中运行速度最快的高性能计算系统之一。使用的用户除了校内的学生教师以外，
大部分是受到天津市科委专项基金支持的用户，真正自己承担使用费用的用户还是少数。“并不是高性能计算有多么神秘和高深，而是用户缺少使用意识，感觉‘用不用都行’。”南开大学科学计算研究所“南开之星”的一位管理人员如是说。
相应人才匮乏、使用效率低下，已经制约中国高性能计算应用水平的发展。了解高性能计算的专业人才毕竟是少数，熟悉相应学科应用又同时掌握计算算法程序设计的人员更是凤毛麟角。陈杰告诉记者，在华大基因研究中心，许多项目组中的科研人员大都来自计算机以外学科，虽然对程序编写有所了解，但是毕竟并非科班出生，有些程序上机运行之后效果差强人意。
发展起步晚是造成目前高性能计算用户市场有待培养的原因之一，所以无论是政府、设备生产商，还是教育科研机构，都应积极承担起对高性能计算用户的教育培训职责。上海大学先进计算和应用中心常务副主任徐炜民对记者说: “在中心成立之初，我们在高性能计算方面的培训相对比较少，很多人对高性能计算的概念还不清楚，根本不敢用。在我们为上海市高校系统进行了几次培训之后，立竿见影，马上就产生了效果，很多人从不敢用，到愿意用，发展到一直和我们合作。”
上海超级计算中心副主任袁俊给记者举了奇瑞汽车例子，“我认为奇瑞汽车很值得敬佩，以前奇瑞做过仿制的道路，他们不会在高性能计算机上做汽车安全性的分析。但是，随着奇瑞将自主研发作为发展重点之后，他们一下子就体会到了利用高性能计算这种手段，对于汽车设计的所带来的好处。”