電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）高性能計(jì)算也就是HPC（High Performance Computing），是一種利用超級(jí)計(jì)算機(jī)或高性能計(jì)算機(jī)集群的能力實(shí)現(xiàn)并行計(jì)算，以處理標(biāo)準(zhǔn)工作站無(wú)法完成的數(shù)據(jù)密集型計(jì)算任務(wù)的技術(shù)。現(xiàn)如今的HPC隨著芯片設(shè)計(jì)和AI技術(shù)的發(fā)展，也在邁向全新的道路，帶動(dòng)整個(gè)HPC市場(chǎng)穩(wěn)步增長(zhǎng)。

HPC市場(chǎng)趨勢(shì)——需求與政策帶動(dòng)市場(chǎng)穩(wěn)步增長(zhǎng)

據(jù)統(tǒng)計(jì)全球高性能計(jì)算市場(chǎng)規(guī)模在 2023 年達(dá)到569.8 億美元，預(yù)計(jì)到 2028 年將達(dá)到 967.9 億美元，在預(yù)測(cè)期間以 11.18% 的復(fù)合年增長(zhǎng)率增長(zhǎng)。過(guò)去幾年由于疫情、災(zāi)難氣候等事件，推動(dòng)了HPC的新需求。隨著HPC在云端部署和需求的增加，人工智能、數(shù)據(jù)分析上也面臨著快速處理數(shù)據(jù)、高精度日益增長(zhǎng)的需求，包括生命科學(xué)、汽車、金融和航天航空等行業(yè)。

2023年不同平臺(tái)營(yíng)收占比 / 臺(tái)積電

從上游晶圓廠的角度來(lái)看，HPC貢獻(xiàn)的營(yíng)收已經(jīng)穩(wěn)定超過(guò)智能手機(jī)業(yè)務(wù)。以臺(tái)積電為例，其去年的HPC營(yíng)收占比達(dá)到43%，已經(jīng)是連續(xù)兩年超過(guò)智能手機(jī)業(yè)務(wù)營(yíng)收了。臺(tái)積電CEO魏哲家預(yù)估，今年半導(dǎo)體產(chǎn)業(yè)產(chǎn)值將可望成長(zhǎng)10%以上，晶圓代工產(chǎn)業(yè)將年成長(zhǎng)20%，預(yù)期臺(tái)積電2024年在人工智能（AI）和HPC需求帶動(dòng)下，全年?duì)I收有望實(shí)現(xiàn)20%以上的增長(zhǎng)。

除了市場(chǎng)需求外，政策激勵(lì)也在促進(jìn)HPC的市場(chǎng)發(fā)展。比如國(guó)內(nèi)發(fā)布的《十四五規(guī)劃》中就提到，加快建設(shè)新型基礎(chǔ)設(shè)施，建設(shè) E 級(jí)和 10E 級(jí)超級(jí)計(jì)算中心，并在合肥、蘭州、廈門(mén)、太原等地都將陸續(xù)建立高性能計(jì)算中心。

美國(guó)也發(fā)布了《保持美國(guó)高性能計(jì)算在E（百億億次級(jí)計(jì)算）時(shí)代的領(lǐng)先地位》這一指導(dǎo)文章，其中提到要落實(shí)芯片與科學(xué)法案中與HPC相關(guān)的投資與項(xiàng)目，增加能源部、區(qū)域創(chuàng)新中心超算項(xiàng)目的資助。

HPC不同應(yīng)用的性能要求——不只是算力，I/O與時(shí)延同樣重要

HPC提供了超高浮點(diǎn)計(jì)算能力解決方案，可用于各種海量數(shù)據(jù)處理等業(yè)務(wù)的計(jì)算需求，比如各種傳統(tǒng)科學(xué)運(yùn)算，常見(jiàn)的應(yīng)用領(lǐng)域有基礎(chǔ)科研、氣象研究、制造仿真、材料計(jì)算、生命科學(xué)、地球物理等等。

除此之外，還有各種商業(yè)領(lǐng)域也得到了廣泛應(yīng)用，比如動(dòng)畫(huà)渲染、生物制藥和基因測(cè)序等等。相較于其他通用計(jì)算系統(tǒng)而言，HPC系統(tǒng)往往需要對(duì)單一應(yīng)用做出特殊的優(yōu)化，無(wú)論是硬件還是軟件。所以缺乏HPC系統(tǒng)彈性部署的同時(shí)，卻也代表著極致的性能。不同的應(yīng)用往往會(huì)對(duì)HPC系統(tǒng)的性能提出截然不同的要求。

比如在動(dòng)畫(huà)渲染中，關(guān)鍵參數(shù)為浮點(diǎn)算力、I/O性能，這是因?yàn)?.資產(chǎn)重、難度大的3D渲染，對(duì)緩存層的吞吐和I/O壓力極大。2.需要快速交付海量算力，縮短制作周期，比如《長(zhǎng)津湖之水門(mén)橋》《流浪地球2》《三體》等作品，都用到了貴安超算中心的龐大算力。

在氣象研究中，關(guān)鍵參數(shù)為浮點(diǎn)算力、網(wǎng)絡(luò)時(shí)延。因?yàn)?.氣象觀測(cè)時(shí)空分辨率增加，氣象行業(yè)數(shù)據(jù)量大幅增長(zhǎng)，處理能力有待提升。2.短臨預(yù)報(bào)精度較低，需要更低的時(shí)延。在工程仿真中，網(wǎng)絡(luò)時(shí)延、內(nèi)存帶寬至關(guān)重要。因?yàn)椴僮鬟^(guò)程中，1.三維交互較多，對(duì)時(shí)延要求高2.要求高并發(fā)存取，更高的內(nèi)存帶寬可以顯著提高效率。

HPC上游產(chǎn)業(yè)鏈——x86依然占據(jù)主導(dǎo)，Arm崛起

在HPC市場(chǎng)中，上游產(chǎn)業(yè)鏈主要是HPC系統(tǒng)的計(jì)算處理資源，包括CPU、GPU、DPU和其他加速器。中游則涵蓋了服務(wù)器產(chǎn)品，以及對(duì)應(yīng)的附屬資源，包括存儲(chǔ)、網(wǎng)絡(luò)設(shè)備、電源、冷卻設(shè)備等。下游則是把HPC系統(tǒng)投入應(yīng)用的部署廠商，包括云服務(wù)廠商、超算中心和科研機(jī)構(gòu)等等。

在上游產(chǎn)業(yè)鏈中，HPC系統(tǒng)最重要的莫過(guò)于CPU和GPU這兩大硬件。CPU廠商包括英特爾、AMD、英偉達(dá)、IBM、申威和龍芯中科等。GPU則包括英偉達(dá)、AMD、英特爾等廠商。DPU則包括英偉達(dá)、AMD、英特爾、亞馬遜、阿里巴巴、云豹智能、星云智聯(lián)。除此之外，HPC系統(tǒng)偶爾也會(huì)集成別的加速器設(shè)備，比如谷歌NPU，Cerebras的晶圓級(jí)AI處理器、景嘉微的景宏系列智算模塊等。

從占比的角度來(lái)看，x86 CPU在HPC系統(tǒng)中依然占據(jù)絕對(duì)的主導(dǎo)地位，具體產(chǎn)品以英特爾的Xeon系列CPU和AMD的EPYC系列CPU為主。除了本身的性能足夠強(qiáng)外，也少不了這么多年以來(lái)x86在HPC軟件生態(tài)上的積累。

不過(guò)隨著Arm架構(gòu)在設(shè)計(jì)上的不斷創(chuàng)新，相關(guān)的產(chǎn)品也在層出不窮，比如基于Neoverse核心設(shè)計(jì)的英偉達(dá)Grace CPU、阿里倚天710、華為鯤鵬920，又或是依靠自研核心打造的富士通A64FX CPU、飛騰騰云S5000C等。而且隨著Arm打通了開(kāi)發(fā)高性能計(jì)算生態(tài)，相關(guān)的計(jì)算庫(kù)和軟件也已經(jīng)跟進(jìn)了。

除了以上兩個(gè)架構(gòu)外，還有其他架構(gòu)的CPU也在超算領(lǐng)域嶄露頭角，比如RISC-V架構(gòu)以及其他自研RISC架構(gòu)，但除了IBM的Power架構(gòu)外，相關(guān)的硬件與軟件生態(tài)都還不完善。

B200 GPU / 英偉達(dá)

在HPC系統(tǒng)所用到的加速器中，GPU占據(jù)了絕對(duì)的主導(dǎo)地位，其中市場(chǎng)份額最高的當(dāng)數(shù)英偉達(dá)的高性能GPU產(chǎn)品。在時(shí)下性能排名靠前的HPC系統(tǒng)中，集成了英偉達(dá)發(fā)布跨度數(shù)年的產(chǎn)品，從Tesla 100到H100，英偉達(dá)的CUDA生態(tài)也已經(jīng)在HPC軟件中得到應(yīng)用。除此之外，英偉達(dá)也打造了自己的超算Earth-2，用于天氣預(yù)測(cè)。

其次是AMD的Instinct系列產(chǎn)品，充分利用了AMD的CDNA架構(gòu)，為HPC系統(tǒng)提供強(qiáng)大的通用GPU計(jì)算性能。目前全球排名第一的超算系統(tǒng)Frontier，用到的就是AMD的MI250X GPU。

最后是英特爾數(shù)據(jù)中心GPU Max系列，使用該系列GPU的HPC系統(tǒng)不多，主要是搭配英特爾的Xeon處理器作為打包方案提供給客戶。

需要注意的是，之所以目前用于HPC的GPU系統(tǒng)幾乎只有這三家，是因?yàn)槠涮峁┝酥髁鱄PC應(yīng)用所需的FP64精度支持。而近幾年發(fā)布的GPU，由于專注于AI計(jì)算和消費(fèi)級(jí)應(yīng)用上，大部分最高只支持到FP32。

HPC中游產(chǎn)業(yè)鏈——AI同時(shí)拔高了HPC系統(tǒng)的存儲(chǔ)與供電要求

在HPC服務(wù)器廠商中，市場(chǎng)份額占比最高的為HPE和戴爾兩家廠商，除此之外聯(lián)想、浪潮、中科曙光、IBM、Atos、富士通和NEC等，也推出了對(duì)應(yīng)的產(chǎn)品解決方案。在HPC存儲(chǔ)器方案上，由于HPC系統(tǒng)的特殊文件系統(tǒng)，往往還是由服務(wù)器廠商提供解決方案，包括戴爾、IBM、HPE、聯(lián)想、DDN和希捷等。最后則是電源等附屬設(shè)備，HPC系統(tǒng)電源以臺(tái)灣供應(yīng)商居多，包括臺(tái)達(dá)電子、光寶科技、康舒、群電、肯微等等。

AI和HPC相融合，對(duì)于HPC的存儲(chǔ)提出了新的要求，比如在接口上，雖然POSIX還是主流解決方案。但由于英偉達(dá)GPU在AI HPC系統(tǒng)中的廣泛使用，也出現(xiàn)支持GDS（GPU直接存儲(chǔ)）接口的存儲(chǔ)方案。除此之外，AI HPC往往有著處理海量小文件的需求，對(duì)存儲(chǔ)系統(tǒng)的擴(kuò)展性要求較高。而且為了留存計(jì)算得到的臨時(shí)結(jié)果，需要一定的臨時(shí)存儲(chǔ)空間需求。

就HPC系統(tǒng)的發(fā)展來(lái)看，目前的趨勢(shì)是處理器的功耗每?jī)赡攴环?000A 的峰值電流現(xiàn)在已經(jīng)很普遍。但隨著HPC系統(tǒng)功耗繼續(xù)升高，我們面臨的是更高的PUE要求。比如我國(guó)就要求新建成的服務(wù)器PUE要小于1.3。這不僅對(duì)電源效率提出了新的挑戰(zhàn)，也對(duì)散熱方案提出了更高的要求，未來(lái)液冷方案可能會(huì)成為HPC系統(tǒng)的主流散熱方案。

此外，AI HPC集群的供電要求更高。AI HPC系統(tǒng)的電源已經(jīng)達(dá)到了3kW到4kW的區(qū)間，隨著氮化鎵和碳化硅技術(shù)在服務(wù)器電源領(lǐng)域的普及，未來(lái)可以支持到10kW級(jí)別的服務(wù)器電源。

超算市場(chǎng)的變與不變

超級(jí)計(jì)算機(jī)作為高性能計(jì)算的子集應(yīng)用，代表了市面上最強(qiáng)大的計(jì)算系統(tǒng)。它們?cè)谶M(jìn)行特定的通用科學(xué)運(yùn)算方面表現(xiàn)突出，但在處理一般計(jì)算工作時(shí)性能并不突出。據(jù)mordorintelligence預(yù)測(cè)，超級(jí)計(jì)算機(jī)市場(chǎng)規(guī)模預(yù)計(jì)到 2024 年將達(dá)到 121.0 億美元，預(yù)計(jì)到 2029 年將達(dá)到 121.5 億美元， 年復(fù)合增長(zhǎng)率只有0.09%。雖然看起來(lái)市場(chǎng)增長(zhǎng)不多，但政府和企業(yè)都在持續(xù)投入超算的部署。

超級(jí)計(jì)算機(jī)對(duì)一個(gè)國(guó)家的科學(xué)進(jìn)步和國(guó)家安全作出了重大貢獻(xiàn)，能源中心、超級(jí)計(jì)算中心均使用超算來(lái)處理工作負(fù)載。不僅如此，超算也用來(lái)打造國(guó)家超算互聯(lián)網(wǎng)，接入第三方應(yīng)用、數(shù)據(jù)、模型服務(wù)商，提供科學(xué)計(jì)算、工業(yè)仿真、人工智能模型訓(xùn)練的商用，緩解算力供需矛盾。

在企業(yè)投入上，云服務(wù)廠商加大投入，尤其是將HPC與AI計(jì)算結(jié)合的超算系統(tǒng)，并已經(jīng)成為為HPC市場(chǎng)增長(zhǎng)的主要貢獻(xiàn)者。為了解決超算系統(tǒng)利用率低的問(wèn)題，云服務(wù)廠商在服務(wù)器資源規(guī)劃和靈活部署上采用了新的設(shè)計(jì)。

接著我們來(lái)看看TOP500超算榜單中的前十名，從23年11月公布的TOP500超算榜單中可以看出，中國(guó)已公開(kāi)成績(jī)的最強(qiáng)超算，神威太湖之光已經(jīng)掉出前十的行業(yè)。當(dāng)然了，這是由于多方面因素造成的，其實(shí)國(guó)內(nèi)已經(jīng)至少有兩臺(tái)E級(jí)的超算了，只是出于各種原因并未提交成績(jī)。

其實(shí)還有不少私有HPC系統(tǒng)，已經(jīng)在全速商用運(yùn)行中，沒(méi)有必要花費(fèi)時(shí)間來(lái)運(yùn)行LINPACK測(cè)試。其實(shí)，從2017年起，除了最快的這一批TOP10系統(tǒng)每年都會(huì)有所更新外，TOP500每年的提交數(shù)量就一直在降低，這是因?yàn)樾碌某悴渴鸪杀驹絹?lái)越高，而且這兩年不少HPC硬件資源被優(yōu)先投入進(jìn)AIGC相關(guān)應(yīng)用的開(kāi)發(fā)中去。

HPC技術(shù)發(fā)展趨勢(shì)——AI與云化部署

現(xiàn)如今HPC面臨著兩大技術(shù)變革，AI與云化部署。AI增強(qiáng)了數(shù)據(jù)集分析，在相同準(zhǔn)確度水平下可以更快地獲取結(jié)果。從新部署的一批HPC系統(tǒng)硬件配置就可以看出，GPU提供的算力比重越來(lái)越高，所以也出現(xiàn)了HPC-MxP這樣專門(mén)針對(duì)AI性能進(jìn)行測(cè)試的榜單，從榜單上也可以看出，通用算力和AI算力并不是一回事。

HPC-MxP 超算AI算力榜單

無(wú)論是在科學(xué)研究還是商業(yè)應(yīng)用領(lǐng)域，都已經(jīng)出現(xiàn)了對(duì)應(yīng)的AI集成HPC軟件，包括1.金融服務(wù)分析、物流和制造計(jì)算 2.流體力學(xué)、計(jì)算機(jī)輔助工程和輔助設(shè)計(jì) 3.高能物理的可視化和仿真 4.天氣預(yù)報(bào)、氣象學(xué)等。

出現(xiàn)這種趨勢(shì)并不奇怪，近幾年GPU演進(jìn)速度和算力提升速度遠(yuǎn)遠(yuǎn)高于CPU，不過(guò)HPC系統(tǒng)與這些大火的GPT、LLM應(yīng)用不一樣的是，往往不會(huì)去追最新的GPU硬件，原因有二：
1.因?yàn)镠PC集群規(guī)模較大，制造商下GPU訂單后，也需要不短的交期才能交付，而目前最新的GPU往往都交付給了云服務(wù)廠商；2.如今的GPU在高精度算力上的提升并不如低精度算力，這是因?yàn)槟壳白罨鸬倪€是各類大模型應(yīng)用，他們處理的往往是更低精度的數(shù)據(jù)。

第二個(gè)趨勢(shì)就是云化部署，傳統(tǒng)的本地HPC應(yīng)用往往采用封閉機(jī)型和專屬架構(gòu)，包括富岳、神威·太湖之光等，這類系統(tǒng)在計(jì)算密集類的應(yīng)用上依然占據(jù)著很大的優(yōu)勢(shì)，在科學(xué)研究類工作中仍被廣泛應(yīng)用。然而在商業(yè)領(lǐng)域，云化部署的HPC運(yùn)用受歡迎程度越來(lái)越高。

但正如上面提到的，新系統(tǒng)的成本越來(lái)越高，不僅是硬件成本，還有維護(hù)成本。再加上擴(kuò)容困難、資源利用率較低等問(wèn)題，把HPC系統(tǒng)轉(zhuǎn)換為數(shù)字資源并采用云化部署成了新的趨勢(shì)。

AWS、Azure、谷歌、阿里云和華為云等推出的HPC集群，為HPC云端部署提供了更加簡(jiǎn)單的方案。云化部署簡(jiǎn)化了HPC應(yīng)用的部署和擴(kuò)容過(guò)程，而且靈活的配置，和近乎無(wú)限的scale out拓展性，讓其無(wú)論是成本還是性能來(lái)說(shuō)，對(duì)不少HPC應(yīng)用而言都是最優(yōu)解。當(dāng)然對(duì)于國(guó)家研究中心之類的單位而言，為了信息安全等考量，本地HPC系統(tǒng)依然是部署的首要選擇。

HPC面臨的挑戰(zhàn)——成本與電力墻

盡管出現(xiàn)了各類創(chuàng)新，HPC市場(chǎng)依舊面臨著不小的挑戰(zhàn)。首先就是硬件成本的增加，AI的加入，使得HPC系統(tǒng)的總成本再度上了一個(gè)新臺(tái)階。為了在提高通用計(jì)算性能的同時(shí)，提高AI算力，大量使用GPU幾乎是唯一的出路。而且在目前AI GPU產(chǎn)能有限的情況下，對(duì)于一些科研HPC單位而言，獲取難度更大。

以H100 GPU為例，Meta、微軟、谷歌、Oracle、特斯拉等私有云、公有云廠商的擁有量更大，而且這些廠商仍在持續(xù)投入。從前十的超算排名中就能看出，不少國(guó)家HPC要么用到AMD或英特爾的GPU，要么采用A100或GV100之類的前代產(chǎn)品比如，單單Meta一家，就需要借助近60萬(wàn)塊H100 GPU打造下一代GenAI應(yīng)用，相較之下排名第三的Eagle超算，只集成了14400塊H100 GPU。

另一大挑戰(zhàn)就是電力墻。隨著計(jì)算能力的增加，硬件功耗也隨之增加，這導(dǎo)致了熱管理和電力供應(yīng)方面的問(wèn)題。對(duì)于大規(guī)模的HPC系統(tǒng)，比如數(shù)據(jù)中心計(jì)算集群和超算而言，電力和冷卻成本都會(huì)變得非常高。

我們拿排名靠前的幾大超算系統(tǒng)為例，其中富岳超級(jí)計(jì)算機(jī)的系統(tǒng)功耗在30到40MW之間，F(xiàn)rontier超級(jí)計(jì)算機(jī)的系統(tǒng)功耗22.7MW。為了推動(dòng)HPC系統(tǒng)充分改善能效，減少碳足跡，Green500榜單被推出，以單位瓦數(shù)的峰值算力作為參考，為的就是促進(jìn)設(shè)計(jì)廠商推出能效更高的硬件，以及應(yīng)用開(kāi)發(fā)商對(duì)HPC軟件進(jìn)行進(jìn)一步優(yōu)化。