高性能计算 （HPC）的趋势是什么？

随着数据价值的不断提升以及大数据、人工智能等新兴数字产业的兴起，高性能计算正在由“大计算”的HPC加速迈向 “大计算”+“大数据”的HPDA（高性能数据分析），并呈现五大趋势特点。

1、多元应用驱动多元算力

     CPU处理器和GPU、FPGA、xPU等专用处理器相结合构建高性能计算的异构算力体系结构。

2、AI计算发展迅猛

     AI计算成为高性能计算算力发展最为迅猛的类型之一，且逐步呈现计算芯片DSA化、计算网络多平面化等特征。成为与传统高性能计算越来越有区分的领域，这种变化与特征在大模型时代表现的更为明显。 

3、异构多态复合归一，资源集约推动架构融合化

      一方面，根据应用的需求，构建不同性能和功能的计算和存储环境，通过灵活组织异构计算体系结构，实现计算、存储资源比例的灵活调整和性能功耗的平衡。另一方面，围绕应用负载特征开展体系结构软硬件协同设计，提升资源的使用效率与性能。 

4、高速互联，更宽更快推动全光化

     当前高性能计算互联网络主要有Infiniband、Slingshot和RoCE 等，随着技术积累和产业需求升温，光子集成技术已从功能器件研究向规模化集成芯片演进，光交换技术趋于成熟，全光交换成为发展趋势。

5、按需弹性极简运维，加速应用容器化

     容器可以为高性能计算工作负载提供动力，并为大规模计算工作负载启用若干功能框架，能够提前封装高性能计算运行环境，易获取、易操作、易利用，在科研人员中普及化使用高性能计算。 

6、以数据为中心，数据密集型超算快速发展

      进入大数据时代后，数据的规模不断增长。随着HPDA的发展，高性能计算系统的业务负载需考虑HPC、大数据和AI的混合叠加，对于数据的存储和处理能力提出了更高要求。高性能计算系统需要从数据密集型角度进行设计，支持应用驱动的科学计算工作流，推动负载从计算科学发现向数据科学发现转变。 

总结以上趋势，不难看出，当前计算性能已不再是评价高性能计算集群的唯一标准，集群的综合性能日益受到重视，尤其是与数据息息相关的存储系统。