AI是把雙刃劍，HPC面臨的全新機遇與挑戰

電子發燒友網報道（文/周凱揚）高性能計算也就是HPC（High Performance Computing），是一種利用超級計算機或高性能計算機集群的能力實現并行計算，以處理標準工作站無法完成的數據密集型計算任務的技術?，F如今的HPC隨著芯片設計和AI技術的發展，也在邁向全新的道路，帶動整個HPC市場穩步增長。

HPC市場趨勢——需求與政策帶動市場穩步增長

據統計全球高性能計算市場規模在 2023 年達到569.8 億美元，預計到 2028 年將達到 967.9 億美元，在預測期間以 11.18% 的復合年增長率增長。過去幾年由于疫情、災難氣候等事件，推動了HPC的新需求。隨著HPC在云端部署和需求的增加，人工智能、數據分析上也面臨著快速處理數據、高精度日益增長的需求，包括生命科學、汽車、金融和航天航空等行業。

2023年不同平臺營收占比 / 臺積電

從上游晶圓廠的角度來看，HPC貢獻的營收已經穩定超過智能手機業務。以臺積電為例，其去年的HPC營收占比達到43%，已經是連續兩年超過智能手機業務營收了。臺積電CEO魏哲家預估，今年半導體產業產值將可望成長10%以上，晶圓代工產業將年成長20%，預期臺積電2024年在人工智能（AI）和HPC需求帶動下，全年營收有望實現20%以上的增長。

除了市場需求外，政策激勵也在促進HPC的市場發展。比如國內發布的《十四五規劃》中就提到，加快建設新型基礎設施，建設 E 級和 10E 級超級計算中心，并在合肥、蘭州、廈門、太原等地都將陸續建立高性能計算中心。

美國也發布了《保持美國高性能計算在E（百億億次級計算）時代的領先地位》這一指導文章，其中提到要落實芯片與科學法案中與HPC相關的投資與項目，增加能源部、區域創新中心超算項目的資助。

HPC不同應用的性能要求——不只是算力，I/O與時延同樣重要

HPC提供了超高浮點計算能力解決方案，可用于各種海量數據處理等業務的計算需求，比如各種傳統科學運算，常見的應用領域有基礎科研、氣象研究、制造仿真、材料計算、生命科學、地球物理等等。

除此之外，還有各種商業領域也得到了廣泛應用，比如動畫渲染、生物制藥和基因測序等等。相較于其他通用計算系統而言，HPC系統往往需要對單一應用做出特殊的優化，無論是硬件還是軟件。所以缺乏HPC系統彈性部署的同時，卻也代表著極致的性能。不同的應用往往會對HPC系統的性能提出截然不同的要求。

比如在動畫渲染中，關鍵參數為浮點算力、I/O性能，這是因為1.資產重、難度大的3D渲染，對緩存層的吞吐和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《長津湖之水門橋》《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，關鍵參數為浮點算力、網絡時延。因為1.氣象觀測時空分辨率增加，氣象行業數據量大幅增長，處理能力有待提升。2.短臨預報精度較低，需要更低的時延。在工程仿真中，網絡時延、內存帶寬至關重要。因為操作過程中，1.三維交互較多，對時延要求高2.要求高并發存取，更高的內存帶寬可以顯著提高效率。

HPC上游產業鏈——x86依然占據主導，Arm崛起

在HPC市場中，上游產業鏈主要是HPC系統的計算處理資源，包括CPU、GPU、DPU和其他加速器。中游則涵蓋了服務器產品，以及對應的附屬資源，包括存儲、網絡設備、電源、冷卻設備等。下游則是把HPC系統投入應用的部署廠商，包括云服務廠商、超算中心和科研機構等等。

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

從占比的角度來看，x86 CPU在HPC系統中依然占據絕對的主導地位，具體產品以英特爾的Xeon系列CPU和AMD的EPYC系列CPU為主。除了本身的性能足夠強外，也少不了這么多年以來x86在HPC軟件生態上的積累。

不過隨著Arm架構在設計上的不斷創新，相關的產品也在層出不窮，比如基于Neoverse核心設計的英偉達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打通了開發高性能計算生態，相關的計算庫和軟件也已經跟進了。

除了以上兩個架構外，還有其他架構的CPU也在超算領域嶄露頭角，比如RISC-V架構以及其他自研RISC架構，但除了IBM的Power架構外，相關的硬件與軟件生態都還不完善。

B200 GPU / 英偉達

在HPC系統所用到的加速器中，GPU占據了絕對的主導地位，其中市場份額最高的當數英偉達的高性能GPU產品。在時下性能排名靠前的HPC系統中，集成了英偉達發布跨度數年的產品，從Tesla 100到H100，英偉達的CUDA生態也已經在HPC軟件中得到應用。除此之外，英偉達也打造了自己的超算Earth-2，用于天氣預測。

其次是AMD的Instinct系列產品，充分利用了AMD的CDNA架構，為HPC系統提供強大的通用GPU計算性能。目前全球排名第一的超算系統Frontier，用到的就是AMD的MI250X GPU。

最后是英特爾數據中心GPU Max系列，使用該系列GPU的HPC系統不多，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系統幾乎只有這三家，是因為其提供了主流HPC應用所需的FP64精度支持。而近幾年發布的GPU，由于專注于AI計算和消費級應用上，大部分最高只支持到FP32。

HPC中游產業鏈——AI同時拔高了HPC系統的存儲與供電要求

在HPC服務器廠商中，市場份額占比最高的為HPE和戴爾兩家廠商，除此之外聯想、浪潮、中科曙光、IBM、Atos、富士通和NEC等，也推出了對應的產品解決方案。在HPC存儲器方案上，由于HPC系統的特殊文件系統，往往還是由服務器廠商提供解決方案，包括戴爾、IBM、HPE、聯想、DDN和希捷等。最后則是電源等附屬設備，HPC系統電源以臺灣供應商居多，包括臺達電子、光寶科技、康舒、群電、肯微等等。

AI和HPC相融合，對于HPC的存儲提出了新的要求，比如在接口上，雖然POSIX還是主流解決方案。但由于英偉達GPU在AI HPC系統中的廣泛使用，也出現支持GDS（GPU直接存儲）接口的存儲方案。除此之外，AI HPC往往有著處理海量小文件的需求，對存儲系統的擴展性要求較高。而且為了留存計算得到的臨時結果，需要一定的臨時存儲空間需求。

就HPC系統的發展來看，目前的趨勢是處理器的功耗每兩年翻一番。2000A 的峰值電流現在已經很普遍。但隨著HPC系統功耗繼續升高，我們面臨的是更高的PUE要求。比如我國就要求新建成的服務器PUE要小于1.3。這不僅對電源效率提出了新的挑戰，也對散熱方案提出了更高的要求，未來液冷方案可能會成為HPC系統的主流散熱方案。

此外，AI HPC集群的供電要求更高。AI HPC系統的電源已經達到了3kW到4kW的區間，隨著氮化鎵和碳化硅技術在服務器電源領域的普及，未來可以支持到10kW級別的服務器電源。

超算市場的變與不變

超級計算機作為高性能計算的子集應用，代表了市面上最強大的計算系統。它們在進行特定的通用科學運算方面表現突出，但在處理一般計算工作時性能并不突出。據mordorintelligence預測，超級計算機市場規模預計到 2024 年將達到 121.0 億美元，預計到 2029 年將達到 121.5 億美元， 年復合增長率只有0.09%。雖然看起來市場增長不多，但政府和企業都在持續投入超算的部署。

超級計算機對一個國家的科學進步和國家安全作出了重大貢獻，能源中心、超級計算中心均使用超算來處理工作負載。不僅如此，超算也用來打造國家超算互聯網，接入第三方應用、數據、模型服務商，提供科學計算、工業仿真、人工智能模型訓練的商用，緩解算力供需矛盾。

在企業投入上，云服務廠商加大投入，尤其是將HPC與AI計算結合的超算系統，并已經成為為HPC市場增長的主要貢獻者。為了解決超算系統利用率低的問題，云服務廠商在服務器資源規劃和靈活部署上采用了新的設計。

接著我們來看看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，中國已公開成績的最強超算，神威太湖之光已經掉出前十的行業。當然了，這是由于多方面因素造成的，其實國內已經至少有兩臺E級的超算了，只是出于各種原因并未提交成績。

其實還有不少私有HPC系統，已經在全速商用運行中，沒有必要花費時間來運行LINPACK測試。其實，從2017年起，除了最快的這一批TOP10系統每年都會有所更新外，TOP500每年的提交數量就一直在降低，這是因為新的超算部署成本越來越高，而且這兩年不少HPC硬件資源被優先投入進AIGC相關應用的開發中去。

HPC技術發展趨勢——AI與云化部署

現如今HPC面臨著兩大技術變革，AI與云化部署。AI增強了數據集分析，在相同準確度水平下可以更快地獲取結果。從新部署的一批HPC系統硬件配置就可以看出，GPU提供的算力比重越來越高，所以也出現了HPC-MxP這樣專門針對AI性能進行測試的榜單，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

無論是在科學研究還是商業應用領域，都已經出現了對應的AI集成HPC軟件，包括1.金融服務分析、物流和制造計算 2.流體力學、計算機輔助工程和輔助設計 3.高能物理的可視化和仿真 4.天氣預報、氣象學等。

出現這種趨勢并不奇怪，近幾年GPU演進速度和算力提升速度遠遠高于CPU，不過HPC系統與這些大火的GPT、LLM應用不一樣的是，往往不會去追最新的GPU硬件，原因有二：
1.因為HPC集群規模較大，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，這是因為目前最火的還是各類大模型應用，他們處理的往往是更低精度的數據。

第二個趨勢就是云化部署，傳統的本地HPC應用往往采用封閉機型和專屬架構，包括富岳、神威·太湖之光等，這類系統在計算密集類的應用上依然占據著很大的優勢，在科學研究類工作中仍被廣泛應用。然而在商業領域，云化部署的HPC運用受歡迎程度越來越高。

但正如上面提到的，新系統的成本越來越高，不僅是硬件成本，還有維護成本。再加上擴容困難、資源利用率較低等問題，把HPC系統轉換為數字資源并采用云化部署成了新的趨勢。

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單的方案。云化部署簡化了HPC應用的部署和擴容過程，而且靈活的配置，和近乎無限的scale out拓展性，讓其無論是成本還是性能來說，對不少HPC應用而言都是最優解。當然對于國家研究中心之類的單位而言，為了信息安全等考量，本地HPC系統依然是部署的首要選擇。

HPC面臨的挑戰——成本與電力墻

盡管出現了各類創新，HPC市場依舊面臨著不小的挑戰。首先就是硬件成本的增加，AI的加入，使得HPC系統的總成本再度上了一個新臺階。為了在提高通用計算性能的同時，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產能有限的情況下，對于一些科研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投入。從前十的超算排名中就能看出，不少國家HPC要么用到AMD或英特爾的GPU，要么采用A100或GV100之類的前代產品比如，單單Meta一家，就需要借助近60萬塊H100 GPU打造下一代GenAI應用，相較之下排名第三的Eagle超算，只集成了14400塊H100 GPU。

另一大挑戰就是電力墻。隨著計算能力的增加，硬件功耗也隨之增加，這導致了熱管理和電力供應方面的問題。對于大規模的HPC系統，比如數據中心計算集群和超算而言，電力和冷卻成本都會變得非常高。

我們拿排名靠前的幾大超算系統為例，其中富岳超級計算機的系統功耗在30到40MW之間，Frontier超級計算機的系統功耗22.7MW。為了推動HPC系統充分改善能效，減少碳足跡，Green500榜單被推出，以單位瓦數的峰值算力作為參考，為的就是促進設計廠商推出能效更高的硬件，以及應用開發商對HPC軟件進行進一步優化。