高性能计算 HPC 是什么？用超级计算机解决最复杂的计算问题

高性能计算（High Performance Computing，HPC）是指利用超级计算机或由大量计算机组成的集群，以远超普通计算机的计算能力来解决复杂问题的技术。它通过把一个大问题分解成很多部分，在成千上万个处理器上同时进行计算，从而在合理的时间内完成普通计算机需要几年甚至几百年才能完成的计算。

它由什么组成

一个高性能计算系统通常包括：大量的计算节点，每个节点配备多颗高性能的处理器，越来越多地配备 GPU 等加速芯片；把这些节点连接在一起的高速、低延迟的网络，比如 InfiniBand，因为并行计算中各个节点之间需要频繁地交换数据；能够同时为大量节点提供高速数据读写的并行文件系统；以及作业调度系统、并行编程库等软件。

怎么衡量超级计算机的性能

超级计算机的性能通常用每秒能完成的浮点运算次数（FLOPS）来衡量。TOP500 榜单自 1993 年起每年发布两次，按照运行 LINPACK 基准测试的成绩，列出全球最快的 500 台超级计算机。2022 年，美国橡树岭国家实验室的 Frontier 成为第一台在榜单上正式突破百亿亿次（每秒 10 的 18 次方次浮点运算，也叫 E 级）的超级计算机；此后美国的 El Capitan 等系统也相继进入 E 级行列。我国的“天河”和“神威·太湖之光”等超级计算机也曾多次位居榜首。

应用领域

天气预报和气候研究：模拟大气和海洋的运动，预测未来的天气和长期的气候变化。新药研发和生命科学：模拟蛋白质的结构和药物分子的作用，分析基因组数据。材料科学：在原子和分子的层面模拟材料的性质，设计新的电池材料、半导体材料。工程仿真：模拟汽车碰撞、飞机周围的气流、建筑的抗震性能，减少昂贵的实物试验。能源：石油和天然气勘探、核聚变研究。天体物理：模拟星系的形成、黑洞的碰撞。金融：大规模的风险分析和建模。

与 AI 的融合

高性能计算和人工智能的关系越来越紧密。一方面，训练大语言模型本身就是一种规模空前的高性能计算任务：需要成千上万块 GPU 通过高速网络连接、并行工作数周甚至数月，其中用到的并行计算、高速互联、并行存储等技术，很多都来自高性能计算领域。另一方面，AI 也在改变传统的科学计算：比如 DeepMind 的 AlphaFold 用 AI 预测蛋白质结构，许多原本需要大量计算模拟的问题，可以用 AI 模型快速地给出近似的答案；AI 天气预报模型能在几分钟内完成过去需要超级计算机运行几个小时的预报。这种 AI 与科学计算的结合被称为“AI for Science”，即人工智能驱动的科学研究，是当前非常活跃的方向。新一代的超级计算机也越来越多地以 GPU 为主，同时服务于传统的科学计算和 AI 计算。