高性能计算迎来黄金十年 青云科技探索丰富、灵活、低成本的算力服务新模式

伴随现代科学疆界的不断扩展、以及数字世界与物理世界的深度融合，高性能计算在近 20 年间维持了辉煌的“十年千倍”增长规律，远超摩尔定律，其应用模式也从传统的计算模拟与数字仿真走向“科学研究第四范式” —— 即基于大数据相关性分析的科学发现和研究。我国高性能计算崛起于“863”计划、国家重点研发计划等国家统筹支持，超级计算机曾连续 5 年 10 届问鼎世界 TOP500 排行榜榜首，并由此走入大众视野。时至今日，我国高性能计算已不仅面向前沿科学研究、服务国家突破战略科研领域，更将作为驱动产业转型升级的新动力，在生命科学、先进材料、能源、工业仿真、遥感计算、深度学习等产业领域产生愈发深远的辐射带动作用。

图：TOP500 算力增长趋势但在璀璨光环的背后，我国高性能计算的核心价值远未得到充分发挥，其商业化、生态化、产业化道路依然充满挑战。一方面，“大计算”与“大数据”的融合已成为最具确定性的应用创新趋势，日渐丰富的大数据/AI 应用迫切需要支持多种处理模式的异构融合计算平台，尤其是大数据的多源性、多样处理模式、复杂数据访问模式，都对传统超算中心的平台架构设计、存储管理、数据分析挖掘等诸多方面提出了严峻挑战。另一方面，国家科研项目的资助模式和管理方法适用于单点突破，虽然推动了我国超算数据中心的飞速崛起，但依然缺乏全局生态环境的顶层布局和产业化持续造血能力，底层硬件、系统软件、应用、开发套件的深度协同需要基于完备的产业链生态，其中，更高效、更便捷、更低成本的商业模式是不可或缺的基石。随着我国高性能计算逐渐进入到以应用需求为导向的发展阶段，面向大数据应用的异构算力开始在重点领域迅速落地，政府机构、高校院所、云厂商、第三方超算运营平台等多方力量也在积极探索高性能计算的商业化、生态化、乃至产业化新模式。例如，在生命医学领域，从神经内部结构三维立体重建、到高通量虚拟药物筛选、再到多源异质组学数据的融合挖掘，快速增长的多样化应用亟需基于多尺度、多模态数据实现关联分析，基于深度学习的任务调度、程序性能优化至关重要。为支持上述应用，高性能硬件也从单纯面向科学计算转向兼顾 AI/大数据应用，NVIDIA 深度学习优化 Tensor Core GPU，以及 Google TPU、寒武纪 MLU、FPGA、ASIC 等深度学习处理器/加速部件都得到了广泛应用。在产业化方面，中国国家网格是我国超算由政府主导走向需求引领的率先探索，依托国家“863”计划，中国国家网格旨在建立具有新型运行机制和丰富应用资源的、实用型的高性能计算应用服务环境和应用领域社区，目前接入了 6 家国家超级计算中心，以及上海超级计算中心、中科院超级计算中心 2 个主节点。众多高校、科研院所也更倾向于将自建的超算中心与云计算打通，为科研人员、教师、学生等多样需求提供集约化、弹性、便捷的超算服务。此外，北京超级云计算中心则通过政府与超算运营平台联合运营，探索超算商业化新模式，上海超级计算中心也在积极探索面向公众开放的商业化超算服务。青云科技作为一家企业级云服务商，也是一个基于云模式的综合企业服务平台，始终致力于探索为行业应用提供丰富多样、灵活便捷、低成本的算力服务模式。在我国高性能计算深度融合大数据应用、探索商业化路径的过程中，青云科技提出一种：基于公有云 IaaS、PaaS 层基础架构的高性能计算方案，提供从上云计算到结果产出的全流程 SaaS 化计算服务，真正实现高性能计算资源的弹性伸缩、按需计费、无需运维等“云属性”。11 月 23 日，青云科技将重磅发布 —— QingCloud EHPC 高性能计算平台，为您解锁新算力、新架构、新服务，传递极致算效的最佳实践！