來源：內容編譯自theconversation，謝謝。

高性能計算（簡稱 HPC）聽起來像是科學家在秘密實驗室里才會用到的東西，但它實際上是當今世界上最重要的技術之一。從預測天氣到研發新藥，甚至訓練人工智能，高性能計算系統都能幫助解決普通計算機無法解決的難題或大型問題。

過去40年來，這項技術助力科學和工程領域取得了重大發現。如今，高性能計算正處于一個轉折點，政府、研究人員和科技行業今天的選擇可能會影響創新、國家安全和全球領導力的未來。

高性能計算系統本質上是由數千甚至數百萬個處理器同時協同工作的超強計算機。它們還使用先進的內存和存儲系統來快速移動和保存大量數據。

憑借如此強大的能力，高性能計算系統可以運行極其精細的模擬和計算。例如，它們可以模擬新藥如何與人體相互作用，或者颶風如何穿越海洋。它們還應用于汽車設計、能源生產和太空探索等領域。

近年來，高性能計算因人工智能而變得更加重要。人工智能模型，尤其是用于語音識別和自動駕駛汽車等領域的模型，需要海量的計算能力進行訓練。高性能計算系統非常適合這項工作。因此，人工智能和高性能計算如今正緊密合作，相互促進。

可以明見，高性能計算系統面臨著比以往任何時候都更大的壓力，對系統的速度、數據和能耗提出了更高的要求。與此同時，我也看到高性能計算面臨著一些嚴峻的技術問題。

技術挑戰

高性能計算面臨的一大挑戰是處理器速度與內存系統跟上處理器輸出速度之間的差距。想象一下，你有一輛超快的汽車，但卻堵在路上——如果道路無法承載，速度再快也于事無補。同樣，高性能計算處理器也經常需要等待，因為內存系統無法足夠快地發送數據。這會降低整個系統的效率。

另一個問題是能源消耗。如今的超級計算機耗電量巨大，有時甚至相當于一個小鎮的用電量。這不僅成本高昂，而且對環境也非常不利。過去，隨著計算機部件體積變小，它們的耗電量也隨之減少。但這種被稱為登納德縮放定律的趨勢在2000年代中期停止了。如今，計算機性能的提升通常意味著它們也消耗更多的能源。為了解決這個問題，研究人員正在尋找新的方法來設計高性能計算系統的硬件和軟件。

芯片的種類也存在問題。芯片行業主要專注于人工智能，而人工智能在處理 16 位或 8 位等低精度數學運算時也能正常工作。但許多科學應用仍然需要 64 位精度才能達到準確度。位數越高，芯片能夠處理的小數點右側位數就越多，精度也就越高。如果芯片公司停止生產科學家所需的部件，那么進行重要的研究可能會變得更加困難。

本報告討論了半導體制造和商業優先事項的趨勢如何與科學計算界的需求產生分歧，以及缺乏定制硬件如何阻礙研究進展。

一種解決方案可能是構建用于高性能計算的定制芯片，但這既昂貴又復雜。盡管如此，研究人員仍在探索新的設計，包括芯片（chiplet，可以像樂高積木一樣組合的小型芯片），以使高精度處理器更加經濟實惠。

一場全球競賽

全球許多國家正在大力投資高性能計算。歐洲有“歐洲高性能計算”（EuroHPC）計劃，正在芬蘭和意大利等地建造超級計算機。他們的目標是減少對外國技術的依賴，并在氣候建模和個性化醫療等領域占據領先地位。日本建造了富岳超級計算機，它既支持學術研究，也支持工業生產。中國也取得了重大進展，利用自主研發的技術建造了一些世界上速度最快的計算機。所有這些國家的政府都明白，高性能計算是國家安全、經濟實力和科學領導力的關鍵。

美國數十年來一直是高性能計算領域的領導者，最近完成了能源部的百億億次計算項目。該項目研發的計算機每秒可執行數十億億次運算。這是一個令人難以置信的成就。但即使取得了這樣的成功，美國仍然沒有明確的長期規劃。其他國家正在迅速行動，如果沒有國家戰略，美國可能會落后。

我認為，美國的國家戰略應該包括資助新機器并培訓人們使用這些機器。它還應包括與大學、國家實驗室和私營企業的合作。最重要的是，該計劃不僅要關注硬件，還要關注使高性能計算變得實用的軟件和算法。

充滿希望的跡象

量子計算是未來一個令人興奮的領域。這是一種基于原子級物理定律進行計算的全新方式。量子計算機有朝一日或許能夠解決普通計算機無法解決的問題。但它們仍處于早期階段，未來很可能是對傳統高性能計算系統的補充，而非取代。正因如此，持續投資這兩種計算技術都至關重要。

好消息是，一些舉措已經落地。2022年通過的《芯片與科學法案》為擴大美國芯片制造規模提供了資金，并設立了一個辦公室，幫助將科學研究轉化為實際產品。“美國科學技術愿景”工作組于2025年2月25日成立，由美國科學促進會首席執行官蘇迪普·帕里克領導，旨在匯聚非營利組織、學術界和產業界的力量，共同指導政府決策。私營企業也在數據中心和人工智能基礎設施上投入了數十億美元。

這些都是積極的信號，但并不能完全解決如何長期支持高性能計算的問題。除了短期資金和基礎設施投資外，這還意味著：

聯邦政府長期投資高性能計算研發，包括先進的硬件、軟件和節能架構。

在國家實驗室和大學采購和部署領導級計算系統。

勞動力發展，包括并行編程、數值方法和 AI-HPC 集成方面的培訓。

硬件路線圖的協調，確保商業芯片開發與科學和工程應用的需求保持一致。

可持續的融資模式可以防止與一次性里程碑或地緣政治緊急情況相關的繁榮與蕭條周期。

公私合作彌合學術研究、行業創新和國家安全需求之間的差距。

高性能計算不僅僅是指速度更快的計算機。它是科學發現、經濟增長和國家安全的基礎。隨著其他國家的積極推進，美國面臨著制定清晰、協調一致的計劃的壓力。這意味著投資新硬件、開發更智能的軟件、培訓熟練的勞動力，并在政府、產業和學術界之間建立合作伙伴關系。如果美國能夠做到這一點，就能確保高性能計算在未來幾十年繼續推動創新。

參考鏈接

https://theconversation.com/challenges-to-high-performance-computing-threaten-us-innovation-255188