高性能计算与高性能计算机
高性能计算应用案例
高性能计算应用案例高性能计算（High Performance Computing，HPC）是指利用超级计算机或者并行计算平台，采用高速、大规模、复杂的计算方法，用以解决科学、工程、商业和社会中的复杂问题。
下面将介绍几个高性能计算在不同领域的应用案例。
一、天气预报和气候模拟天气预报和气候模拟需要处理大量的气象数据和复杂的数学模型。
高性能计算通过并行计算的能力，可以加快天气预报的速度，提高准确性。
例如，中国气象局利用高性能计算技术，成功预测了2008年北京奥运会开幕式前一周的台风路径，为奥运会安全保障工作提供了重要依据。
此外，高性能计算还能够用于气候模拟，帮助科学家更好地理解地球的变化趋势，为应对气候变化提供科学依据。
二、基因组学研究基因组学研究需要处理巨大的基因序列数据，通过高性能计算，可以加快基因组测序和分析的速度。
例如，国际人类基因组计划利用高性能计算技术，成功测序了人类基因组，为医学研究和疾病治疗提供了重要的基础。
高性能计算还能够进行基因组比对、基因功能预测等工作，帮助科学家深入了解基因的结构和功能，促进生物医学研究的进展。
三、航空航天工程航空航天工程需要进行复杂的气动力分析、结构力学计算和飞行模拟等工作。
高性能计算提供了强大的计算能力，可以加速工程设计与优化，减少试验与验证的成本。
例如，中国的飞机制造商利用高性能计算技术，成功优化了飞机的气动外形设计，提高了飞机的飞行性能和燃油利用率。
高性能计算还能够进行飞行模拟，帮助飞行员培训和飞行安全预警。
四、金融风险建模金融风险建模需要处理大量的数据和复杂的数学模型。
高性能计算可以快速进行风险计算和模拟，帮助金融机构制定风险管理策略。
例如，利用高性能计算技术，可以进行蒙特卡洛模拟，评估金融产品的价值和风险。
高性能计算还能够处理大规模的金融数据，进行快速的实时数据分析，提高金融交易的效率和安全性。
五、药物研发与计算医学药物研发和计算医学需要进行大规模的分子模拟、药物筛选和临床试验设计等工作。
高性能计算的应用
高性能计算的应用随着科学技术的不断发展，我们的生活也越来越离不开计算机的帮助。
不同的领域都需要计算机的支持，但是传统计算机已经不能满足一些特殊领域的需求了。
高性能计算（High Performance Computing，HPC）正是针对这些领域的需求而发展起来的，它不仅能够提供更高的计算速度和更大的存储容量，还能够处理更加复杂的计算问题。
那么高性能计算的应用有哪些呢？一、天气预报天气预报在我们的日常生活中非常重要，它关系到我们的出行和生活等方面。
但是天气预报需要大量的数据和计算，而这些数据和计算需要高性能计算支持。
高性能计算可以快速地为我们提供精准的天气预报，大大提高了天气预报的准确性和可信度。
二、生物医学生物医学是目前高性能计算中应用最广泛的领域之一。
在生物医学领域中，高性能计算可以用来解决一些复杂的计算问题，比如对基因进行序列分析、对蛋白质进行结构研究、对药物进行分析等。
这些都是传统计算机难以处理的问题，需要高性能计算的支持。
三、航空航天航空航天是需要高度精密计算的领域。
飞行的安全性和效率需要精细的计算。
高性能计算可以帮助航空公司和航天机构进行模拟和优化设计，提高飞行性能和经济效益。
四、地球科学地球科学是对地球及其周围环境的科学研究。
高性能计算在处理地球科学数据方面非常重要。
比如对全球气候变化进行长期预测，需要大量的数据和计算。
五、能源能源是世界各国都关注的领域，而高性能计算在能源领域中的应用也非常广泛。
比如在核能领域，核反应堆的设计和优化需要高性能计算的支持。
同时，高性能计算也可以用于模拟和优化太阳能、风能等新能源的收集和使用。
六、金融和商业金融和商业领域的处理数据量也是非常大的，而高性能计算正好可以解决这个问题。
通过高性能计算，可以进行金融数据分析和风险分析等工作，使得金融和商业决策更加准确和可靠。
以上只是高性能计算的一部分应用，实际上高性能计算在许多领域中都有着广泛的应用。
高性能计算的发展也为各个领域的科研和工作带来了更多的可能性，它将持续地与各个领域协同发展。
通用计算异构计算高性能计算边缘计算
通用计算异构计算高性能计算边缘计算通用计算、异构计算、高性能计算和边缘计算是四种与计算机应用和体系相关的概念。
下面将对这四种计算进行详细的分析。
通用计算是指计算机内部的处理器可以用来执行任意的任务和程序，而不依赖于特定的应用领域或工作负载。
通用计算使用的处理器一般采用冯·诺依曼架构，具备能够进行算术运算和逻辑操作的能力。
通用计算常常用于个人电脑、笔记本电脑、服务器、手机等计算设备中，广泛应用于各个领域。
异构计算指的是在一个计算系统中使用多种不同类型的处理器和计算单元。
这些不同类型的处理器可以是CPU、GPU、FPGA等。
异构计算可以通过将不同的处理器分配不同的任务，从而提高整个系统的性能和效率。
例如，GPU在图像处理方面的运算能力非常强大，因此可以被用于图形渲染、计算机视觉等需要大量并行计算的任务。
高性能计算是指使用具有超级计算能力的计算机系统进行大规模的科学计算和工程计算。
高性能计算常常需要在短时间内处理大量的数据和计算任务，因此需要特殊的硬件和软件来提供高速的计算能力。
高性能计算系统通常采用并行计算的方式，通过将任务分解成多个子任务同时运行来提高计算速度。
高性能计算广泛应用于气象预报、地震模拟、分子动力学等领域。
边缘计算是一种分布式计算模型，它将计算和数据处理能力移到接近数据源的边缘设备中，从而减少数据传输的延迟和网络带宽的需求。
边缘计算的目标是提供实时、低延迟的计算服务，使得可以在边缘设备上进行即时的数据分析和决策。
边缘设备可以是传感器、智能手机、物联网设备等。
边缘计算可以用于智能交通、智能工厂、智能家居等应用中，大大提高了系统的响应速度和可靠性。
总结起来，通用计算是指计算机处理器能够执行任意任务和程序的能力；异构计算使用多种不同类型的处理器和计算单元提高系统性能；高性能计算通过超级计算机系统进行大规模科学和工程计算；边缘计算将计算和数据处理能力移到接近数据源的边缘设备上，提供实时的计算服务。
高性能计算HPC
*参与“上帝粒子”项目的28岁小伙子，计昊爽，合肥庐江人，毕业于中国科学技术大学，后 去美国威斯康辛大学读博士。他是欧洲核子研究组织（CERN）团队成员，他在计算和实验证 明出“上帝粒子”存在功不可没。他首次计算得到了5倍西格玛（Sigma）的显著度，有 99.9999%的可信度表明了该粒子的存在。这在科学界被认为已经证明了上帝粒子的存在。
7.1 计算模型的转变 7.2 系统结构的转变 7.3 编程模型的转变
3.1 大数据的采集与预处理
7.4 应用方式的转变
3.2 大数据的传输
7.5 其他方面的转变
3.3 大数据的存储 3.4 大数据的处理 3.5 大数据的展现
4. 大数据与物联网
8. 结论
8.1 从量变到质变 8.2 各领风骚十数年
计算能力。
4
1、大数据浪潮汹涌澎湃
(3) 新技术新应用催生的大数据
• 新技术：传感技术、新型通信技术、物联网技术等高速发展，让人们感知的东西很 多；人与人、人与机器、机器与机器时刻都在互联互动；新的获取、搜索、发现和 分析工具更使人们获得更丰富的数据。
• 新应用：物联网（使成千上万的网络传感器嵌入到现实世界中）和云计算（为海量 数据提供了存储空间和在线处理）等新型应用更使得数据激增。
• 大数据主要消费者是网民：近年来大数据骤增主要还是来自人们的日常生活（图片、 视频、音乐等），特别是互联网公司的服务。
• 传感网和物联网等相关技术催生了大数据的蓬勃发展。
摘要： 大数据、物联网和云计算是新一代信息技术发
展中的华彩乐章。物联网使成千上万的网络传感器 嵌入到现实世界中，云计算为物联网产生的海量数 据提供了存储空间和在线处理，而大数据则让海量 数据产生了价值。本报告，首先介绍大数据世界和 大数据潮流；其次讲解什么是大数据和大数据的一 般处理流程；接着介绍产生大数据来源之一的物联 网的产生、发展及其系统架构；然后讲述大数据与 云计算的关系和两者的异同点；最后在简介高性能 计算与高性能计算机的基础上，阐述了在大数据面 前高性能计算本身所面临的技术挑战等。
高性能计算与高性能计算机
高分辨率、高逼真度、三维、全物理、全系统的规模和能力。
计划研制5代计算平台，目前，前四代已完成，第五代平台正在研制。 随着第一个十年研究结束，已经开始为下一个十年发展制订规划。
国家高性能计算中心（合肥）
5/12/2020
14
1. 高性能计算的意义（12）
国家高性能计算中心（合肥）
5/12/2020
3
1. 高性能计算的意义（1）
1.1 高性能计算的内在含义 1.2 高性能计算的应用需求 1.3 高性能计算的战略地位
国家高性能计算中心（合肥）
5/12/2020
4
1. 高性能计算的意义（2）
1.1 高性能计算的内在含义
计算和计算科学
所有的学科都转向定量化和精确化 三大科学：理论科学、实验科学和计算科学
天体物理学
超新星三维模拟
国防和国家安全
密码破译 先进武器模拟
国家高性能计算中心（合肥）
5/12/2020
计算能力需求 存储容量需求
100Tflops 800Tflops 1Pflops
30TB 200TB 1PB
500Tflops
100TB
20Tflops 200Tflops 1Pflops
10TB 100TB 500TB
数字图书馆，数据仓库，数据挖掘，计算可视化等。 应用领域：图书馆、银行、证券、税务、决策支持系统等。
通信密集型应用（Network-intensive)：
协同工作，网格计算，遥控和远程诊断等。 应用领域：网站、信息中心、搜索引擎、电信、流媒体等。
国家高性能计算中心（合肥）
5/12/2020
8
高性能计算方法总结
高性能计算方法总结第一章：高性能计算的概念与发展：高性能计算（High-Performance Computing，HPC）是指利用较快速的计算机系统来解决各种复杂问题的计算方法和技术。
它的发展起源于20世纪40年代的计算技术研究，随着计算机硬件和软件技术的不断进步，高性能计算在科学计算、工程设计、数据分析等领域得到了广泛应用。
第二章：高性能计算的应用领域：1. 科学计算：高性能计算在科学研究中的应用广泛，例如气象学、地震学、天文学等需要大规模数据计算和模拟的领域。
通过高性能计算，科学家可以利用计算机模拟地球气候变化、观测宇宙演化等复杂问题，从而提高科学研究的效率和精度。
2. 工程设计与仿真：高性能计算在工程设计和仿真中具有重要作用。
例如，在航空航天领域中，可以通过高性能计算技术对飞行器的气动性能进行模拟和优化，从而提高飞行器的飞行性能和燃油利用率。
此外，在汽车、船舶、建筑等领域中，也可以利用高性能计算进行结构强度分析、振动噪声分析和流体力学模拟等工程设计。
3. 金融与风险管理：高性能计算在金融领域中的应用越来越重要。
例如，通过利用高性能计算对金融市场的大数据进行分析和预测，可以帮助投资者做出更明智的投资决策。
同时，在金融风险管理中，高性能计算可以模拟和分析不同的风险因素，帮助金融机构量化风险并制定相应的风险管理策略。
第三章：高性能计算的应用案例：1. 蛋白质结构预测：蛋白质结构预测是生物学领域中的重要研究课题。
通过高性能计算技术，科学家可以根据蛋白质的氨基酸序列进行模拟和预测其三维结构，从而帮助研究蛋白质的功能和作用机制。
2. 工业流体力学模拟：在工程领域中，流体力学模拟是一个重要的工具。
通过高性能计算技术，可以对液体或气体在不同条件下的流动进行模拟和分析，帮助优化工程设计和改进产品性能。
3. 天气预报与气候模拟：高性能计算在气象学领域的应用非常广泛。
天气预报和气候模拟需要对大规模的气象数据进行处理和计算，通过利用高性能计算技术，可以提高天气预报的准确度和气候模拟的真实性。
高性能计算技术详解
高性能计算技术详解随着计算机技术的不断发展，高性能计算技术越来越受到人们的关注。
高性能计算技术是指使用计算机系统进行大规模数据处理和模拟的技术。
它可以通过提高计算机系统的计算速度和处理能力，来快速地完成大量数据处理和科学计算任务。
本文将详细介绍高性能计算技术的相关概念、原理和应用。
一、高性能计算技术的概念高性能计算技术是指使用超级计算机、并行计算机、集群计算机等高性能计算系统，来进行大规模的数据处理和科学计算。
这些计算机系统具有更高的计算速度和更大的处理能力，可以同时执行多个计算任务。
高性能计算技术主要应用于科学计算、工程计算、仿真模拟、云计算等领域。
二、高性能计算技术的原理高性能计算技术的核心是并行计算，即将一个大规模计算任务分解成多个小规模的子任务，然后分别在不同的计算节点上进行计算，最后将计算结果汇总。
并行计算主要有以下几种方式：1、共享内存并行计算：不同的任务在同一个计算节点上执行，共享同一片内存。
2、分布式并行计算：不同的任务在不同的计算节点上执行，每个节点具有自己的内存。
3、混合并行计算：即同时应用第一种和第二种方式。
并行计算中的一个重要概念是“并发度”，它指的是计算节点的数量。
并发度越高，则计算速度越快。
三、高性能计算技术的应用高性能计算技术广泛应用于科学计算、工程计算、仿真模拟、云计算等领域。
1、科学计算：高性能计算技术可以用于大规模的天文学、气象学、生物学、地球科学等科学计算。
例如，全球气候模拟、基因组测序分析等任务都需要高性能计算技术的支持。
2、工程计算：高性能计算技术可以用于机械、计算机、电力等工程计算。
例如，建筑物结构模拟、汽车碰撞测试等任务都需要高性能计算技术的支持。
3、仿真模拟：高性能计算技术可以用于各种仿真模拟。
例如，飞行模拟、卫星轨道计算、核弹爆炸模拟等都需要高性能计算技术的支持。
4、云计算：高性能计算技术可以用于云计算。
例如，云计算资源调度、分布式存储、虚拟机管理等都需要高性能计算技术的支持。
科学计算中的高性能计算机
科学计算中的高性能计算机高性能计算机是指能够以快速且高效的方式进行各种科学计算的计算机。
它们通常配备着高速的处理器、大容量的内存、快速的存储器以及高速网络互联等先进硬件设备。
这些计算机用于科学计算和计算密集型任务，如天气预报、气候模拟、基因组分析、流体力学仿真等等。
高性能计算机的应用范围是非常广泛的，涵盖了物理、化学、生物学、工程学、金融和财务学等许多领域。
高性能计算机的特点主要包括计算能力强、性能优越、内存和存储器大、计算精度高和运算速度快等等。
这使得高性能计算机成为科学计算、天气预报、大数据分析、复杂系统建模和仿真等领域里不可或缺的重要工具。
高性能计算机的特点也使得它在计算密集型任务上比传统计算机快很多。
高性能计算机的发展历史可追溯到20世纪40年代，当时计算机发展刚刚起步，人们开始意识到计算机可以用于解决一些复杂的科学问题。
在过去的几十年里，高性能计算机得到了巨大的发展和进步，从最初的探索阶段发展为今天的成熟阶段。
如今，高性能计算机已经成为科研机构、工业和商业领域的重要工具。
高性能计算机的体系结构和普通的计算机有很大的区别。
普通的计算机通常是由一个或几个中央处理器、一些内存和外部存储器组成，而高性能计算机则用数百个处理器和大量内存、存储器以及高速的互联设备组成。
这些处理器是分布式的，它们能够并行地运行复杂的计算。
同时，高性能计算机的软件也需要具备并行计算的能力。
高性能计算机的应用领域非常广泛。
在天气预报中，高性能计算机可以通过分析海洋、大气、地表和地下水等数据，在短时间内为天气预报和自然灾害预警提供准确、详细的信息。
在生物学中，高性能计算机可以帮助科学家处理大量的基因测序数据，以便了解更多有关基因和生物过程的信息。
在工程学中，高性能计算机可以帮助设计更好的产品、车辆和航空器，以及优化各种电子设备和通信网络的运行方式。
高性能计算机的发展趋势是增强其智能化能力。
随着人工智能、深度学习和大数据的普及，高性能计算机在这些领域里的应用也将逐渐成为主流。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
所有处理器峰值速度之积 ， R’peak为一个处理器的峰值速度 可达速度与峰值速度之比 传送0-字节或单字的时间
无量纲
Mflop/s 无量纲 Μs
渐近带宽
r∞
传送长消息通信速率
MB/s
衡量系统性能的主要指标(1)
MIPS（百万条指令每秒） 理论计算：处理器的时钟频率与平均每条指令所 需的时钟周期（Cycles Per Instruction）的比 值 MIPS ＝ clock rate / CPI = (number of Instructions) / (CPU time) 实际数值：对于一个应用（程序），指令数目与 运行时间的比值 MIPS’＝ (number of Instructions) / (execution time)
T1
Tn R n = W/T n Sn=T1/Tn
程序在单处理机上的运行时间
程序在并行机上的运行时间 每秒百万次浮点运算 衡量并行机有多快
s（秒）
s（秒） Mflop/s 无量纲
效率
峰值速度 利用率 通信延迟
En = S n/n
R peak = n R’ peak U =R n/R peak to
衡量处理器的利用率
普及时代
高性能计算机价格下降，应用门槛降低，应用开始普及。两个技术趋势起到 重要作用。 商品化趋势使得大量生产的商品部件接近了高性能计算机专有部件 标准化趋势使得这些部件之间能够集成一个系统中，其中X86处理器、以太网、 内存部件、Linux都起到决定性作用。 机群系统是高性能计算机的一种，它的技术基础和工业基础都是商品化和标 准化。
计算所/曙光和高性能计算
1993.10 曙光一号
16个处理器，每秒6.4亿次
使中国成为少数能生产制造MPP的国家之一
1995.5 曙光1000
36个节点机，每秒25.6亿次
1998.12 曙光2000 I
68个节点机，每秒200亿次
2000.1 曙光2000 II
164个CPU，每秒1117亿次 中国第一个SMP集 每个节点都是一个完整的计算 机 – 各个节点通过高性能网络相互 连接 – 网络接口和I/O总线松耦合连 接 – 每个节点有完整的操作系统 – 曙光2000、 3000、4000, ASCI Blue Mountain
访存模型
NORMA: UMA:
NUMA:
多处理机（单地址空间共享存储器） UMA: NUMA: Uniform Memory Access Nonuniform Memory Access
多计算机（多地址空间非共享存储器） NORMA: No-Remote Memory Access
结构模型－－访存模型
UMA: NUMA: NORMA:
目前任何高性能计算和超级 计算都离不开使用并行技术， 所以高性能计算机肯定是并 行计算机。
其发展历程可以简单的分为两个时代
专用时代
包括向量机，MPP系统，SGI NUMA 系统，SUN大型SMP系统，也包括我国的神 威，银河，曙光1000等。 之所以称为“专用”，并不是说它们只能运行某种应用，是指它们的组成部 件是专门设计的，它们的CPU板，内存板，I/O板，操作系统，甚至I/O系统， 都是不能在其它系统中使用的。由于技术上桌面系统与高端系统的巨大差异， 和用户群窄小。
高性能计算机都在什么地方使用？都卖到哪儿 去？
国外状况 国内状况
提纲
高性能市场概要
曙光和高性能计算机 什么是高性能计算 什么是高性能计算机 集群系统
什么是高性能计算机？
由多个计算单元组成，运算速度快、存储容量大、 可靠性高的计算机系统。
也称为：巨型计算机、超级 计算机
衡量系统性能的主要指标(2)
MFLOPS（百万次浮点运算每秒）
理论计算：系统的浮点计算部件每秒可以做的浮点计算 次数； MFLOPS = (number of Floating Point compute Unit)×N N为每个浮点计算部件一个周期内可以做的最多浮点操作 数，对于目前常见的微处理器，一般为1－4； 实际数值：对于一个应用，浮点运算数目与运行时间的 比值； MFLOPS’ = (number of floating operations) / (execution time)
大规模并行计算机系统(MPP)
• MPP
– 物理和逻辑上均是分布内存 – 能扩展至成百上千个处理器( 微处理器或向量处理器) – 采用高通信带宽和低延迟的互 联网络 (专门设计和定制的) – 一种异步的MIMD机器；程序系 由多个进程组成，每个都有其 私有地址空间，进程间采用传 递消息相互作用； – 代表:CRAY T3E(2048), ASCI Red(3072), IBM SP2, 曙光 1000
高性能计算与高性能计算机
总结
什么是高性能计算和高性能计算机
什么是集群(Cluster)，怎么配臵集群 什么样的用户需要高性能计算机 高性能用户都关心哪些问题 高性能计算机销售和一般服务器销售的区别
提纲
高性能市场概要
曙光和高性能计算机 什么是高性能计算 什么是高性能计算机 集群系统
计算所/曙光和高性能计算
2001.10 曙光3000
每秒4032亿次 SUMA标准诞生
2003.3 曙光4000L
644个CPU，每秒3万亿次
2004.6 曙光4000A
2560颗CPU，每秒10万亿次 名列世界第十，成为除美日以外第 一个进入世界‚top500‛前10名的 国家
计算所/曙光和高性能计算
多处理机 && 多计算机
多处理机 (共享存储) 多计算机
(分布式存储)
UMA:
NUMA:
NORMA:
并行计算机的性能指标
名 称 机器规模 时钟速率 工作负载 符 号 n f W 含 意 处理器的数目 时钟周期长度的倒数 计算操作的数目 单位 无量纲 MHZ Mflop
顺序执行时间
并行执行时间 速度 加速
分布式共享存储系统(DSM)
• DSM
– 分布共享存储: 内存模块物理上局 部于各个处理器内部,但逻辑上(用 户)是共享存储的; 这种结构也称 为基于Cache目录的非一致内存访 问(CC-NUMA)结构;局部与远程内存 访问的延迟和带宽不一致,3-10倍 高性能并行程序设计注意; – 与SMP的主要区别：DSM在物理上有 分布在各个节点的局部内存从而形 成一个共享的存储器； – 微处理器: 16-128个,几百到千亿 次; – 代表: SGI Origin 2000, Cray T3D;
高性能计算市场
一些厂商的表现
例如：Intel
技术的发展
CPU多核化的趋势 多进程、多线程并行化的 趋势 其他 并行计算机上的广泛应用 高端下移 … … …
国家的政策
自主创新
… … … 高性能计算的市场正处于发展阶段
提纲
高性能市场概要
曙光和高性能计算机 什么是高性能计算 什么是高性能计算机 集群系统
两个指标的缺点
理论计算和实际测试的差别
现代高性能计算机都属于MIMD。MIMD从结构上 和访存方式上，又可以分为：
– 结构模型：PVP, SMP, MPP, DSM, COW – 访存模型：UMA, NUMA, COMA, CC-NUMA, NORMA
结构模型
对称多处理机系统(SMP)
• SMP
– 对称式共享存储:任意处理器 可直接访问任意内存地址,且 访问延迟、带宽、机率都是等 价的; 系统是对称的； – 微处理器: 一般少于64个; – 处理器不能太多, 总线和交叉 开关的一旦作成难于扩展； – 例子: IBM R50, SGI Power Challenge, SUN Enterprise, 曙光一号;
计算所/曙光和高性能计算
2005年
2006年
2007年
提纲
高性能市场概要
曙光和高性能计算机 什么是高性能计算 什么是高性能计算机 集群系统
什么是高性能计算？
高性能计算
HPC：High Performance Compute
高性能计算---并行计算
并行计算(Parallel Computing） 高端计算(High-end Parallel Computing) 高性能计算(High Performance Computing) 超级计算(Super Computing)
为什么要做高性能计算
人类对计算及性能的要求是无止境的
从系统的角度：集成系统资源，以满足不断增长的对 性能和功能的要求 从应用的角度：适当分解应用，以实现更大规模或更 细致的计算
问题: 科学和工程问题的数值模拟与仿真
计算密集 数据密集 网络密集 三种混合
什么人需要高性能计算
高性能计算机系统架构
并行向量机
SMP DSM（NUMA） MPP，节点可以是单处理器的节点，也可以是 SMP，DSM
Cluster
Constellation
高性能计算机的制造厂商
Cray
SGI IBM 曙光 银河
神威
并行计算机系统类型
Flynn分类：
什么是高性能计算？
计算科学与传统的两种科学，即理论科学和实 验科学，并立被认为是人类认识自然的三大支 柱，他们彼此相辅相成地推动科学发展与社会 进步。在许多情况下，或者是理论模型复杂甚 至理论尚未建立，或者实验费用昂贵甚至无法 进行时，计算就成了求解问题的唯一或主要的 手段。