制造行业中的高性能计算主要应用及其特点(精)
我国高性能计算机的应用前景及发展中的问题
弃 了应 用 的打 算 。 在 经济 效 益 不够 好 的 传
统 产 业 尤 其如 此 。 这种 资 源 分 布的 不 均 匀 性 一 方 面 使 需 要 资 源 的 用 户 难 以 获 得 资 源 ， 另一 方面 也 造 成 宝贵 资 源 的 闲置 和浪 费。 结 语 我 国 的高 性 能 计算 事 业 必须 走 可持 续 均 衡 发 展 的 道 路 。 高性 能 计 算 是 昂贵 的 ， 不 仅 有 设 备 的 初 始 投 入 ，而 且 有 场 地 条 件 、 电力 消 耗 、运 行 维护 和 人 员队 伍 建 设 等 需 求 出发 ，大 力促 进 应 用的 进 步 ， 以此 推 动 高性 能 计 算 的发 展 。 强调 应 用 需求 牵 引 并 不是 忽 视 技 术 的推 动 作 用 。技 术 的进 步 可 以 创造 新 的应 用 ，调 动新 的 应 用需 求 。 网 格以 其 资 源共 享 、协 同 工作 的 固有 能 力 和 网 格 服 务 的 形 式 ，支 持 用 户 共 享 使 用 Ｉ ｅｒ ｔ中的各类资源 ｌ网格允许用 户克 ｎｔ ｎｅ 服地 理 的 障碍 ，更 便 捷地 获 得 高性 能 计 算 的能 力 ；网格 简化 高性 能 计 算 机的 使 用 方 式 ，使 更 多的普 通 用 户 能够 利 用高 性 能 计 算机的能力去解决过去难以解决的问题 ， 扩 大 了高 性 能计 算 机 的应 用 范 围 。需 要 强 调 的是 ，高性 能计 算 的技 术 创 新有 赖 于 国 家 持续 的 支 持 ，以保 证 足够 的 研 究 经费 和 支 高水 平 精 干的 研 究 队伍 。高 性能 计 算 人 才 的培 养 是 一项 长 期 的艰 巨任 务 ，不 仅 要 通过 改 革 高 校的 学 科 划分 和 专 业设 置 来 加 强 高性 能 计 算 复合 型 人才 的 培 养 ，还 要 通 过 应用 系统 的开 发 ，培养 和 锻 炼 各个 行 业 与 领域 熟 悉 高性 能 计 算的 人 才 ， 只有 这 样 才 能真 正 保 证 高性 能 计算 及 应 用 的可 持
高性能计算应用及应用原因
高性能计算应用及其原因高性能计算指通常使用很多处理器（作为单个机器的一部分）或者某一集群中组织的几台计算机（作为单个计算资源操作）的计算系统和环境。
高性能计算主要应用于生物医学、航空航天制造、气候、海洋和环境、核能、石油勘探等领域。
然而，在过去几年中，其他非传统领域如建筑、图形设计甚至是游戏都对高性能计算有着不断增长的需求【1】。
金融、电信、税务等行业中的很多企事业也已经开始应用高性能计算。
·气象工作离不开高性能计算机气象领域对高性能需求十分强烈，其需求主体是数值天气预报模式的科学研究和业务运行【2】。
数值天气预报水平的高低已成为衡量世界各国气象事业现代化程度的重要标志。
我国是一个幅员辽阔的国家。
在气候上呈现多层次多样性多变性等特点。
及时准确的天气预报十分重要。
图1为曙光公司利用刚性能计算机完成的气象图。
图1·高性能计算在高光谱遥感数据处理中的应用高光谱遥感数据包括了空间、辐射和光谱三重信息，行业应用中的数据量已经达到TB级，已经达到海量数据级别.大量数据操作和处理的复杂性决定了高光谱遥感图像数据处理具有很强的计算性，普通计算机和价格昂贵的专用硬件系统远远无法满足遥感数据处理日益增长的需求【3】。
高性能计算是解决海量数据处理效率低的有效方法，也是进行高光谱遥感数据处理的绝佳途径。
·高性能计算在化工领域的应用在对材料的物理性质进行第一性原理分析研究时,需要高性能的计算机进行计算，通过分析这些系数相关的力学性质模量与电学性质模量,可以得到新材料的相关力学性质与电学性质【4】。
·高性能计算在地震勘探领域的应用在地球物理勘探领域，其海量地震数据及其数据运算规模对处理器的浮点运算能力、I/O性能、内存容量以及带宽都有较高的要求【5】。
因此高性能计算在地震研究中起着重要作用。
·高性能计算与纳米技术高性能计算也应用于纳米技术。
A proposal to optimize computationsin an HPC setup and distribution of work in various clusters has been formulated to make Nanotechnology computations more effective and realistic on a Windows Cluster Server based framework【6】.参考文献[1]Brahma, M. Patra, G.K. Thangavelu, R.P. Kumar, V.A. Mobile basedpayment model for HPC cloudsDOI:10.1109/ICRTIT.2011.5972361 2011 , 189 - 193[2].WEI Min,WANG Bin,SUN Jing,et al.Analysis of the applicability oftianhe-1 supercomputer in the field of meteorology [J]. Advances in Meteorological Science and Technology,2012,2(1)：31-35(in Chinese).[魏，敏，王彬，孙婧，等。
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。
航顺高性能32位MCU系列产品特点及其产品应用介绍
1前言传统的低功耗MCU设计都是以8位MCU为主，因为8位内核阈门相对较少，运行或泄露电流低，售价也相对低廉。
但是，随着物联网、5G、云计算、大数据以及智慧城市、智慧家庭、智慧园区的应用，8位内处理效率已经不能满足市场需求。
近年来，鉴于以下缘由，32位低功耗MCU得以兴起。
①手持式消费性电子产品与无线功能的需求越来越高、设计越来越复杂，要提高性能的同时又要兼顾低功耗，需要有一高性能低功耗的主控MCU来作为平台。
②工业上的智能化也在展开，如远程监控、数字化、网络化等。
简单说来，就是人物之连结（云端应用）、物物之连结（物联网）需求越来越多，导致产品功能越来越复杂，运算量越来越高，③制程微缩技术的进步，嵌入式闪存制程普及化及降价，主要成本来自内存大小及模拟外围和I/O管脚数量，CPU内核的成本差异已大幅缩短，更促进了高性价比32位低功耗MCU的快速发展。
应该看到，随着集成电路制造技术的不断进步,单个芯片上集成的晶体管越来越多。
这使得大规模集成电路（VLSI）的功耗成为芯片设计的关键问题，尤其是，当工艺发展到深亚微米时，功耗对电路的影响使它成为集成电路设计中必须考虑的因素。
低功耗设计对提高电路可靠性和降低成本有着非常积极的作用。
就数字CMOS电路功耗主要由动态开关功耗、漏电功耗和短路功耗三部分组成，其中动态开关功耗占据了总功耗的绝大部分，因此降低功耗主要通过降低动态开关功耗实现，而降低动态开关功耗又可以通过减小翻转率、减小负载电容和降低芯片供电电压等手段实现。
今天，不管是通用MCU，还是低功耗MCU对于国产MCU产业面临的现实困境，想要在通用MCU 领域和国外企业直面竞争，是非常不现实的。
我们更倾向于在细分领域形成差异化优势，根据客户实际的需求对产品的功能、外围电路、模拟特性等进行定制化设计，以此打开市场。
与此同时，航顺芯片也在加快32位MCU产品系列的扩充，其量产的通用8位MCU（HK32S003XX 家族），32位MCU-M3家族（HK32F103）和M0家族（HK32F030/031）已有近百个单品型号，功耗更低，稳定性可以通过车规级测试标准。
2023年高性能计算行业分析报告及未来五至十年行业发展报告
高性能计算行业分析报告及未来五至十年行业发展报告目录申明 (5)一、2023-2028年高性能计算企业市场突破具体策略 (5)(一)、密切关注竞争对手的策略，提高高性能计算产品在行业内的竞争力 (5)(二)、使用高性能计算行业市场渗透策略，不断开发新客户 (6)(三)、实施高性能计算行业市场发展战略，不断开拓各类市场创新源 (6)(四)、不断提高产品质量，建立覆盖完善的服务体系 (6)(五)、实施线上线下融合，深化高性能计算行业国内外市场拓展 (7)(六)、在市场开发中结合渗透和其他策略 (7)二、高性能计算行业（2023-2028）发展趋势预测 (8)(一)、高性能计算行业当下面临的机会和挑战 (8)(二)、高性能计算行业经营理念快速转变的意义 (9)(三)、整合高性能计算行业的技术服务 (9)(四)、迅速转变高性能计算企业的增长动力 (10)三、高性能计算产业未来发展前景 (10)(一)、我国高性能计算行业市场规模前景预测 (11)(二)、高性能计算进入大规模推广应用阶 (11)(三)、中国高性能计算行业的市场增长点 (11)(四)、细分高性能计算产品将具有最大优势 (12)(五)、高性能计算行业与互联网等行业融合发展机遇 (12)(六)、高性能计算人才培养市场广阔，国际合作前景广阔 (13)(七)、高性能计算行业发展需要突破创新瓶颈 (14)四、高性能计算行业发展状况及市场分析 (15)(一)、中国高性能计算市场行业驱动因素分析 (15)(二)、高性能计算行业结构分析 (15)(三)、高性能计算行业各因素（PEST）分析 (16)1、政策因素 (16)2、经济因素 (17)3、社会因素 (18)4、技术因素 (18)(四)、高性能计算行业市场规模分析 (18)(五)、高性能计算行业特征分析 (19)(六)、高性能计算行业相关政策体系不健全 (19)五、2023-2028年高性能计算行业企业市场突围战略分析 (20)(一)、在高性能计算行业树立“战略突破”理念 (20)(二)、确定高性能计算行业市场定位、产品定位和品牌定位 (21)1、市场定位 (21)2、产品定位 (21)3、品牌定位 (23)(三)、创新寻求突破 (24)1、基于消费升级的科技创新模式 (24)2、创新推动高性能计算行业更高质量发展 (24)3、尝试业态创新和品牌创新 (25)4、自主创新+品牌 (26)(四)、制定宣传计划 (27)1、策略一：学会做新闻、事件营销——低成本的传播工具 (27)2、策略二：学会以优秀的品牌视觉设计突出品牌特色 (28)3、策略三：学会使用网络营销 (28)六、高性能计算产业发展前景 (29)(一)、中国高性能计算行业市场规模前景预估 (29)(二)、高性能计算进入大面积推广应用阶段 (29)(三)、中国高性能计算行业市场增长点 (30)(四)、高性能计算行业细分化产品将会最具优势 (30)(五)、高性能计算产业与互联网相关产业融合发展机遇 (31)(六)、高性能计算国际合作前景广阔、人才培养市场大 (32)(七)、巨头合纵连横,行业集中趋势将更加显著 (33)(八)、建设上升空间较大,需不断注入活力 (33)(九)、高性能计算行业发展需突破创新瓶颈 (33)七、高性能计算行业竞争分析 (34)(一)、高性能计算行业国内外对比分析 (34)(二)、中国高性能计算行业品牌竞争格局分析 (35)(三)、中国高性能计算行业竞争强度分析 (36)1、中国高性能计算行业现有企业的竞争 (36)2、中国高性能计算行业上游议价能力分析 (36)3、中国高性能计算行业下游议价能力分析 (36)4、中国高性能计算行业新进入者威胁分析 (37)5、中国高性能计算行业替代品威胁分析 (37)八、高性能计算行业企业差异化突破战略 (37)(一)、高性能计算行业产品差异化获取“商机” (37)(二)、高性能计算行业市场分化赢得“商机” (38)(三)、以高性能计算行业服务差异化“抓住”商机 (38)(四)、用高性能计算行业客户差异化“抓住”商机 (39)(五)、以高性能计算行业渠道差异化“争取”商机 (39)九、高性能计算行业多元化趋势 (40)(一)、宏观机制升级 (40)(二)、服务模式多元化 (40)(三)、新的价格战将不可避免 (40)(四)、社会化特征增强 (41)(五)、信息化实施力度加大 (41)(六)、生态化建设进一步开放 (41)1、内生发展闭环,对外输出价值 (41)2、开放平台,共建生态 (42)(七)、呈现集群化分布 (42)(八)、各信息化厂商推动高性能计算发展 (43)(九)、政府采购政策加码 (43)(十)、个性化定制受宠 (44)(十一)、品牌不断强化 (44)(十二)、互联网已经成为标配“风生水起“ (44)(十三)、一体式服务为发展趋势 (45)(十四)、政策手段的奖惩力度加大 (45)十、高性能计算成功突围策略 (46)(一)、寻找高性能计算行业准差异化消费者兴趣诉求点 (46)(二)、高性能计算行业精准定位与无声消费教育 (46)(三)、从高性能计算行业硬文广告传播到深度合作 (46)(四)、公益营销竞争激烈 (47)(五)、电子商务提升高性能计算行业广告效果 (47)(六)、高性能计算行业渠道以多种形式传播 (47)(七)、强调市场细分，深耕高性能计算产业 (48)申明中国的高性能计算业在当前复杂的商业环境下逐步发展，呈现出一个积极整合资源以提高粘连性的耐寒时代。
高性能计算-国家科技管理信息系统公共服务平台
附件1“高性能计算”重点专项201６年度项目申报指南依据《国家中长期科学和技术发展规划纲要（2006—2020年)》,科技部会同有关部门组织开展了《高性能计算重点专项实施方案》编制工作，在此基础上启动“高性能计算”重点专项2０16年度项目,并发布本指南。
本专项总体目标是：在E级计算机的体系结构,新型处理器结构、高速互连网络、整机基础架构、软件环境、面向应用的协同设计、大规模系统管控与容错等核心技术方面取得突破,依托自主可控技术,研制适应应用需求的E级(百亿亿次左右）高性能计算机系统,使我国高性能计算机的性能在“十三五”末期保持世界领先水平。
研发一批重大关键领域/行业的高性能计算应用软件，建立适应不同行业的２—３个高性能计算应用软件中心,构建可持续发展的高性能计算应用生态环境。
配合E级计算机和应用软件--研发，探索新型高性能计算服务的可持续发展机制,创新组织管理与运营模式,建立具有世界一流资源能力和服务水平的国家高性能计算环境,在我国科学研究和经济与社会发展中发挥重要作用，并通过国家高性能计算环境所取得的经验，促进我国计算服务业的产生和成长。
本专项围绕E级高性能计算机系统研制、高性能计算应用软件研发、高性能计算环境研发等三个创新链（技术方向)部署２0个重点研究任务，专项实施周期为5年，即2016年—２0２０年。
按照分步实施、重点突出原则，201６年启动项目的主要研究内容包括：E级计算机总体技术及评测技术与系统，高性能应用软件研发与推广应用机制,重大行业高性能数值装置和应用软件，E级高性能应用软件编程框架及应用示范，国家高性能计算环境服务化机制与支撑体系,基于国家高性能计算环境的服务系统等重大共性关键技术与应用示范研究,以及新型高性能互连网络、适应于百亿亿次级计算的可计算物理建模与新型计算方法等基础前沿研究。
2016年在三个技术方向启动１0个任务。
--针对任务中的研究内容,以项目为单位进行申报。
项目设１名项目负责人，项目下设课题数原则上不超过5个,每个课题设１名课题负责人,每个课题承担单位原则上不超过5个。
芯片行业的人工智能芯片研发与应用
芯片行业的人工智能芯片研发与应用随着人工智能技术的快速发展，人工智能芯片在科技领域的研发和应用中起到了至关重要的作用。
人工智能芯片不仅具备高性能和低功耗的特点，还能够为各种智能设备提供强大的计算能力和智能加速。
本文将深入探讨芯片行业的人工智能芯片研发与应用，并分析其对科技产业和日常生活的影响。
一、人工智能芯片的定义与分类人工智能芯片，顾名思义，是专门为人工智能技术而设计和制造的芯片。
根据其功能和用途的不同，可以将人工智能芯片分为训练芯片和推理芯片两大类。
训练芯片主要用于人工智能模型的训练和优化过程，具备强大的计算和存储能力；推理芯片则用于在实际应用中进行模型的推理和决策，注重低功耗和高效能。
二、人工智能芯片的研发与技术挑战人工智能芯片的研发是一项复杂而艰巨的任务，需要多学科的协同合作和技术的突破。
首先，研发团队需要具备深厚的硬件设计和制造技术，能够设计出满足人工智能算法需求的高性能芯片；其次，针对不同的应用场景和需求，需要进行芯片架构和电路设计的优化，以达到更好的性能和功耗很好的平衡；最后，人工智能芯片的研发还需要与人工智能算法的发展保持紧密合作，不断优化算法与芯片的匹配度。
三、人工智能芯片的应用领域与影响人工智能芯片在科技产业中得到了广泛的应用，推动了智能手机、无人驾驶汽车、智能家居等智能设备的发展。
首先，在智能手机领域，人工智能芯片的加入使得手机具备了更高的图像处理和语音识别能力，提升了用户的交互体验和安全性；其次，在无人驾驶汽车领域，人工智能芯片通过实时感知和决策，有效提高了无人驾驶汽车在复杂交通环境下的安全性和驾驶效率；此外，在智能家居领域，人工智能芯片的应用使得家庭设备具备了智能化的控制和联动能力，提高了居家生活的便利性。
四、人工智能芯片的发展趋势与前景展望当前，人工智能芯片正处于高速发展的阶段，新技术和新产品层出不穷。
首先，人工智能芯片将向更高性能和更低功耗方向发展，以满足不断增长的计算需求；其次，人工智能芯片将更加注重算法与芯片的深度融合，以实现更高的计算效率和应用灵活性；此外，人工智能芯片的应用场景将更加广泛，例如在医疗和农业等领域的应用也将逐渐成熟。
7nm制程工艺
7nm制程工艺7nm制程工艺是一种先进的半导体制造技术，可用于生产高性能的集成电路芯片。
本文将介绍7nm制程工艺的原理、优势和应用领域。
7nm制程工艺是指制造集成电路时所使用的纳米级制程尺寸。
纳米级制程尺寸意味着晶体管的尺寸只有几个纳米，这使得芯片能够容纳更多的晶体管，从而提高芯片的性能和功耗效率。
7nm制程工艺的原理主要包括光刻、电子束刻蚀、化学机械抛光等步骤。
其中，光刻是制程工艺中的关键步骤，它通过使用光刻胶和掩膜来定义芯片上的电路和晶体管结构。
电子束刻蚀则是一种高精度的刻蚀技术，可以实现更小尺寸的晶体管。
化学机械抛光则用于平整芯片表面，以提高电路的质量和性能。
7nm制程工艺相比于之前的制程工艺有着明显的优势。
首先，由于晶体管尺寸更小，芯片的集成度更高，可以容纳更多的晶体管，从而提高芯片的性能。
其次，7nm制程工艺可以显著降低芯片的功耗，使得电子设备更加节能。
此外，7nm制程工艺还可以提高芯片的可靠性和稳定性，减少故障率，延长设备的使用寿命。
7nm制程工艺在各个领域都有着广泛的应用。
在移动设备领域，7nm芯片可以提供更快的计算速度和更低的功耗，使得智能手机、平板电脑等设备具有更好的性能和续航时间。
在人工智能领域，7nm芯片可以实现更高效的深度学习和数据处理，推动人工智能技术的发展。
在云计算和大数据领域，7nm芯片可以提供更高的计算能力和更低的能耗，满足大规模数据处理的需求。
尽管7nm制程工艺具有很多优势和应用前景，但也存在一些挑战。
首先，制造7nm芯片的成本非常高昂，需要投入大量的资金和资源。
其次，7nm制程工艺的制造过程更加复杂，对制造工艺和设备的要求也更高，需要开发和改进新的技术和设备。
此外，7nm芯片的设计和验证也面临着更大的困难，需要更高水平的工程师和设计工具。
7nm制程工艺是一种先进的半导体制造技术，具有高性能、低功耗、高集成度等优势，广泛应用于移动设备、人工智能、云计算等领域。
尽管面临着一些挑战，但7nm制程工艺仍然是未来半导体行业的发展方向，将继续推动电子设备的进步和技术的创新。
- 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)。
制造行业中的高性能计算主要应用及其特点
制造行业的高性能计算用户主要分成两类：1) 实际制造企业，如汽车设计制造厂商、航空工业企业、电力企业及消费产品生产商等。
这一类用户通过高性能计算技术来提高产品的性能，减低成本，同时缩短产品的设计、生产周期，以使企业在市场上更具竞争力；2）研发单位，如政府、国防和大学中涉及制造行业的部门或专业。
这一类用户的目标是利用高性能计算技术改善设计方法，提高设计水平从而为实际生产服务。
下图给出了制造行业中采用计算机进行产品开发的流程，包括建模、前处理（模型修改和网格生成）、计算分析、交叉学科综合及后处理几个部分。
其中高性能计算主要应用于计算分析部分，统称为计算机辅助制造工程（MCAE ）。
MCAE 可以分为隐式有限元分析（IFEA ）、显式有限元分析（EFEA ）和计算流体动力学（CFD ）三个子学科，如下图所示。
几乎所有的制造企业的高性能计算都依赖于独立软件开发商（ISV ）提供的商业软件，只有计算流体动力学中结构网格计算类型的软件是以用户自己开发为主。
因此制造行业中的高性能计算具有与教育科研领域不同的特点，用户在购买硬件平台的同时通常会购买相应的科学计算软件产品，而且在某种程度上往往是应用软件的特性决定了硬件平台的选择。
产品开发设计流程
高性能计算集
中在结构分析和流体动力分析上
建模
前处理
计算分析
后处理
下表中给出了MCAE常用的应用软件，并列出这些软件的特点、可扩展性及其对系统要求。
从表中可以看到，隐式有限元分析（IFEA）软件的可扩展性不好，通常不会高于10个处理器。
这是由隐式算法本身决定的，因为采用隐式算法的程序并行通常是细粒度的并行，并行开销要远大于可以采用粗粒度并行的显式算法。
针对其可扩展性有限的特点，为这类用户推荐系统时可以考虑p650，p655，及p670这样中档服务器。
另外显式有限元分析（EFEA）软件和结构网格计算流体动力学（CFD Structured）软件对CPU的性能要求很高，对I/O的要求较低，同时对带宽和延迟的要求也不高，可以看出这种类型的应用可以较好地运行在MPP结构类型的系统上，尤其是用类似p655或p690这样多CPU服务器作为节点的Cluster1600系统。
MCAE 分类应用软件
对系统的要求
CPU 内存I/O 带宽延迟可扩展性
静态隐式有限元分析（IFEA
Statics）
ABAQUS
ANSYS
MSC.Nastran
H H M L L<10p
动态隐式有限元分析（IFEA
Dynamics）
ABAQUS
ANSYS
MSC.Nastran
L H H H L<10p
显式有限元分析（EFEA）
LS-DYNA
PAM-CRASH
RADIOSS
H L L M M <50p
非结构网格计算流体动力学（CFD Unstructured）
FLUENT
STAR-CD
PowerFLOW
M H M H H<100p
结构网格计算流体
动力学（CFD
Structured）
OVERFLOW H H L M M <100p
在本文的最后给出制造行业中各种应用软件对IBM POWER4平台和Intel IA64平台支持情况的比较，以供参考。