超算基础概念

超级计算，也称之为高性能计算，指的是利用并行工作的多台计算机系统的集中式计算资源，处理极端复杂的或数据密集型的问题。超级计算具备极强的计算能力，其浮点运算速度能够达到千万亿次每秒。

2021年中国超算服务市场规模达到196.6亿元，其中第三方超算服务市场规模为32亿元，中商产业研究院预测，2022年中国超算服务市场规模将达244.8亿元。

场景

从服务场景看，传统超算行业围绕气象海洋、地质勘探、工业仿真、物理模拟等为主，服务对象多以高等院校、科技研究所、政府主导的科技工程项目为主，随着互联网、大数据、物联网时代的到来，越来越多的企业对数据分析的需求越来越强。面对海量的数据分析和处理需求，一般性的计算机、服务器已经无法胜任技术要求，例如多媒体渲染、分子模型模拟、碰撞实验等。未来，在科技的赋能下，越来越多的企业服务场景将面临显著的高性能计算服务需求。

随着5G通信技术的进一步发展，人工智能、云技术、大数据、区块链等新兴技术的快速应用，超算服务将融合更多新兴技术和产业，实现服务的进一步升级。在与新兴技术融合下的超算服务，能够以更加灵活、强大、便捷的模式服务更多潜在客户，尤其是企业客户及高校客户等。

地质勘探

当前能源地质勘探技术已经步入大数据时代，为了确保勘探结果的准确与效率，地质勘探服务商通常需要分析、模拟出地下数千米的物理构造和地质组成。此外，随着“宽方位、宽频带、高密度”勘探技术的普及，每次地质勘探的测量都会产生TB级，乃至PB级的数据量，面对如此海量的测量数据，还需要进行进一步的计算与模拟，提供可解读的地质勘探结果。高性能计算成为提高地质勘探结果的核心途径解决方案之一。

气象、海洋监测与预警

高性能计算能够根据流体的物理特性，结合科学的流体建模公式，包括热力学、流体力学、大气化学等维度，在高性能计算中求解出未来一段时间内的流体运动状态，从而达到监测、预警的效果。另一方面，在获取流体物流特性时，往往需要雷达观测、卫星观测等多维信息获取渠道，从而带来海量的信息调用、信息分析与处理、信息建模的计算需求。此场景下，只有通过超级计算，才能够保证数据处理的准确性和时效性。

生物信息与生命科学

以分子模型分析为例，生物信息建模往往涉及到海量的分子匹配测试和与之对应的模型计算，与此类似的还有基因测序、药物筛选等。面对海量的计算需求和数据存储、调用需求，只有高性能计算服务才能满足此类需求。

life science simulation and financial modelling in order to solve complex problems in a short time span

富媒体渲染

从技术角度看，富媒体渲染涉及到海量的数据获取、分析与处理，此外典型的富媒体渲染场景都具有一定的时效性，运用高性能计算服务才能保证相关的商业任务能够准时交付，从而实现最大的商业价值。与生物信息类似，富媒体渲染也更加欢迎具备高弹性的超算服务，原因在于各次渲染的计算资源调用存在一定差异，企业往往需要平衡商业回报和制作成本的关系。

工业仿真

以汽车机械为例，仿真体系能够辅助企业在车型研发时的空气动力学分析与预测、车体结构的刚强度分析、碰撞分析等，仿真结果能够帮助工程师进行各个流程、子项目的优化和设计升级。在仿真体系中，往往需要输入大量的设计参数，配合智能算法，实现仿真结果的精准展示。与汽车机械类似的还有船舶设计、电子芯片仿真等多个制造业场景。

IIOT + HPC

The high usage of machine learning (ML) & optimization and physical simulation in various applications are augmenting the high growth of the High Performance Computing Market in recent years

Using high-performance computing (HPC) to automate a factory or computer-aided design (CAD) is commonplace today. A growing number of manufacturing organizations are also using artificial intelligence (AI) to gain greater value from their manufacturing processes. Source Code helps these clients achieve their goals with custom-tailored hardware optimized for their unique workload.

Azure HPC

在Apache Flink中使用GPU来完成机器学习任务

参考

• https://mp.weixin.qq.com/s?__biz=MzIzMjI1Njc3NQ%3D%3D&mid=2654830797&idx=1&sn=e9bb53b02bec554203dbc8f79d1bd20c&scene=45#wechat_redirect
• https://www.163.com/dy/article/HC2QK2M2051481OF.html
• NVIDIA GTC分享
• interl HPC https://www.intel.com/content/www/us/en/high-performance-computing/overview.html
• azure HPC
• aws HPC https://aws.amazon.com/cn/hpc/
• https://www.intel.com.tw/content/www/tw/zh/high-performance-computing/hpc-artificial-intelligence.html
• 请问高性能计算的学习路线应该是怎样的？ - 陈清扬的回答 - 知乎
  https://www.zhihu.com/question/33576416/answer/1243835966