今年Hyperion Research的年度HPC市場(chǎng)報(bào)告，“應(yīng)用”這個(gè)維度第一次出現(xiàn)并獨(dú)立成篇了。
而去年，是Cloud HPC第一次正式擁有席位。
我們發(fā)誓，上頭真沒(méi)人。
這純粹是，英雄所見略同！脫離場(chǎng)景談?dòng)昧烤褪撬Ａ髅ヂ铩?/p>

在”為應(yīng)用定義的云“這個(gè)理念下，
我們正在努力構(gòu)建以應(yīng)用為核心的云操作系統(tǒng)。
所以，今天的報(bào)告拆解重點(diǎn)就是：應(yīng)用。

看看Hyperion到底講了點(diǎn)啥：

Cloud HPC市場(chǎng)增幅為HPC本地市場(chǎng)的2.4倍

HPC總市場(chǎng)收入每100元中有14.6元屬于應(yīng)用廠商

應(yīng)用程序性能成為購(gòu)買HPC服務(wù)器的首選標(biāo)準(zhǔn)

與開源應(yīng)用比，許多用戶認(rèn)為商業(yè)應(yīng)用更快更精準(zhǔn)

應(yīng)用廠商在HPC領(lǐng)域的營(yíng)收已占總營(yíng)收的21%

最受用戶歡迎的應(yīng)用/編程語(yǔ)言/框架有哪些？

云上最成功的應(yīng)用：Abaqus/Python

AI跨多領(lǐng)域?yàn)榇笠?guī)模任務(wù)加速

生命科學(xué)持續(xù)領(lǐng)跑全球Cloud HPC市場(chǎng)，工業(yè)領(lǐng)域潛力巨大

我們說(shuō)的應(yīng)用包括以下兩種：

一種是以計(jì)算為中心的應(yīng)用程序，它們能夠跨多個(gè)處理器擴(kuò)展以獲得最大的計(jì)算能力，包括碰撞模擬、水庫(kù)建模、基因組測(cè)序和許多其他應(yīng)用。我們經(jīng)常說(shuō)的BIO/EDA/CAE/CFD都屬于這類。
另一種是以數(shù)據(jù)為中心的應(yīng)用程序，主要依賴于使用大型數(shù)據(jù)集，并在應(yīng)用程序執(zhí)行期間涉及節(jié)點(diǎn)之間的高數(shù)據(jù)傳輸，包括大數(shù)據(jù)、HPDA、AI、ML、DL和其他數(shù)據(jù)驅(qū)動(dòng)的模擬工作負(fù)載。

Cloud HPC市場(chǎng)增幅為HPC本地市場(chǎng)的2.4倍

2021年的HPC本地市場(chǎng)份額（包括服務(wù)器、存儲(chǔ)、中間件、應(yīng)用、服務(wù)）預(yù)估為293.83億美元，相比2020年增長(zhǎng)21億美元，增幅為7.8%。

 Cloud HPC市場(chǎng)2021年預(yù)計(jì)為51億美元，同比增幅超過(guò)18.6%，是HPC本地市場(chǎng)增幅的2.4倍。

從圖中來(lái)看，Cloud HPC市場(chǎng)增長(zhǎng)及未來(lái)預(yù)期一直非常穩(wěn)定，增幅始終在10%以上；而HPC本地市場(chǎng)在2025年（預(yù)測(cè)數(shù)據(jù)）甚至是負(fù)增長(zhǎng)。 

HPC總市場(chǎng)每100元收入有14.6元屬于應(yīng)用廠商

2020年，HPC總市場(chǎng)收入中，應(yīng)用收入達(dá)到了46億美元。
對(duì)比HPC總市場(chǎng)收入的315.82億美元，這意味著收入每增加100元，應(yīng)用廠商就能收到14.6元。

應(yīng)用程序性能成為購(gòu)買HPC服務(wù)器的首選標(biāo)準(zhǔn)

超過(guò)28%的用戶將應(yīng)用程序性能列為最重要的因素，45%的用戶將其列入了前三位重要的因素。

 而用戶在使用應(yīng)用時(shí)遇到的前兩大障礙分別是：
應(yīng)用成本（16%的本地用戶，18%的云端用戶）
應(yīng)用程序的易用性（本地、云端均為13%的用戶選擇）

 工業(yè)軟件巨頭Ansys的行業(yè)報(bào)告從另一個(gè)角度說(shuō)明了性能的重要性——如今，縮短設(shè)計(jì)周期已經(jīng)成為了一半以上用戶在工作中面臨的最大挑戰(zhàn)。

甚至有超過(guò)五分之一的人表示，他們最重要、最頻繁的仿真必須通宵運(yùn)行至少9至48個(gè)小時(shí)以上，這讓很多工程師不得不降低了幾乎所有模型的大小或精確度。

更多數(shù)據(jù)可以看這里《Ansys最新CAE調(diào)研報(bào)告找到阻礙仿真效率提升的“元兇”，竟然是Ta……》

與開源應(yīng)用比，許多用戶認(rèn)為商業(yè)應(yīng)用更快更精準(zhǔn)

按工作負(fù)載劃分：
內(nèi)部應(yīng)用占比44%
開源應(yīng)用占比34%
商業(yè)應(yīng)用占比22%（包括由應(yīng)用廠商開發(fā)的商業(yè)應(yīng)用與開源應(yīng)用的商業(yè)支持服務(wù)）。

許多用戶認(rèn)為，與開源應(yīng)用相比，商業(yè)應(yīng)用往往可以產(chǎn)生更快、更準(zhǔn)確的結(jié)果。

應(yīng)用廠商在HPC領(lǐng)域的營(yíng)收已占總營(yíng)收的21%

前面已經(jīng)提過(guò)，2020年，HPC總市場(chǎng)收入中，應(yīng)用收入達(dá)到了46億美元。
為了看看這到底是什么水平，我們一一查閱了EDA/CAE/BIO等行業(yè)主要龍頭應(yīng)用廠商的財(cái)報(bào)，統(tǒng)計(jì)了他們2020年在應(yīng)用產(chǎn)品和服務(wù)上的收入。
應(yīng)用軟件行業(yè)集中度高，比如EDA領(lǐng)域尤其明顯，三大家占比90%以上，所以這些龍頭廠商基本可以代表行業(yè)收入水平。

補(bǔ)充說(shuō)明一下：
AI其實(shí)也包括在內(nèi)，但這個(gè)領(lǐng)域工具以開源為主，不太涉及到費(fèi)用問(wèn)題；
BIO生命科學(xué)領(lǐng)域除Schr?dinger之外，也以開源應(yīng)用為主，所以就選了Schr?dinger這一家當(dāng)代表，其他商業(yè)軟件收入跟下圖這些巨頭也沒(méi)什么可比性。

上表可以看出，主流應(yīng)用廠商在HPC領(lǐng)域的營(yíng)收已經(jīng)占總營(yíng)收的21%。

那么，接下來(lái)，剩余非HPC領(lǐng)域的79%收入未來(lái)是什么走向呢？
1、應(yīng)用本身支持HPC的，用戶會(huì)越來(lái)越傾向于選擇以HPC的方式運(yùn)行，一方面因?yàn)闃I(yè)務(wù)飛速增長(zhǎng)需求，一方面因?yàn)镠PC相關(guān)的平臺(tái)及支持服務(wù)越來(lái)越多。

2、應(yīng)用本身不支持HPC的，有三條演化路徑：
2-1、通過(guò)虛擬機(jī)/裸金屬/容器化/無(wú)服務(wù)器等不同運(yùn)行模式進(jìn)行并行化改造，支持HPC；
2-2、應(yīng)用SaaS化，更易用，支持多租戶使用；
2-3、繼續(xù)單機(jī)使用。

3、不管單機(jī)還是HPC模式，進(jìn)行應(yīng)用SaaS化后，既能以此為基礎(chǔ)打造單一廠商的專有平臺(tái)，也能多領(lǐng)域不同應(yīng)用集成開放的云平臺(tái)，比如我們fastone云平臺(tái)，配套專業(yè)服務(wù)，資源近乎無(wú)限。詳細(xì)可以看下圖：應(yīng)用+云使用場(chǎng)景演進(jìn)趨勢(shì)圖

詳細(xì)可以看下圖：應(yīng)用+云使用場(chǎng)景演進(jìn)趨勢(shì)圖

最受用戶歡迎的應(yīng)用/編程語(yǔ)言/框架有哪些？

 最受用戶歡迎的應(yīng)用：
商用（包括開源應(yīng)用的支持服務(wù)商）：
Ansys、Fluent、GAMESS、Gaussian、Hadoop、LS-DYNA、MATLAB、NAMD、Spark、VASP
開源：
Gromacs、LAMMPS、OpenFOAM、Quantum ESPRESSO、TensorFlow、WRF
編程語(yǔ)言：
MATLAB（高?？蒲?半導(dǎo)體EDA/工業(yè)制造CAE）R（高?？蒲?工業(yè)制造CAE）Python（生命科學(xué)/半導(dǎo)體EDA）
AI框架：
PyTorch、TensorFlow

云上最成功的應(yīng)用

Abaqus（工業(yè)制造CAE）
Python（生命科學(xué)/半導(dǎo)體EDA /工業(yè)制造CAE） 

AI跨多領(lǐng)域?yàn)榇笠?guī)模任務(wù)加速

AI在HPC中到底能起到多大的作用？
研究人員已經(jīng)開始嘗試使用AI模型對(duì)大規(guī)模任務(wù)進(jìn)行近似模擬，雖然這些模型相比真實(shí)模擬在準(zhǔn)確性有一定的偏差，但它們能夠讓研究人員使用較少的計(jì)算能力來(lái)探索參數(shù)空間的正確部分，并更快地找到正確結(jié)果，從而提升大型仿真的整體運(yùn)算效率。目前運(yùn)用AI的HPC領(lǐng)域包括地球系統(tǒng)建模、遺傳學(xué)應(yīng)用、藥物設(shè)計(jì)、高能物理等。 

在2020年4月，包括Google AI負(fù)責(zé)人Jeff Dean在內(nèi)的谷歌大腦研究者描述了一種基于AI的芯片設(shè)計(jì)方法，該方法可以從過(guò)往經(jīng)驗(yàn)中學(xué)習(xí)并隨時(shí)間推移不斷改進(jìn)，從而能夠更好地生成不可見組件的架構(gòu)。
這種基于AI的方法平均可以在6小時(shí)內(nèi)完成設(shè)計(jì)，比人類專家所需要的數(shù)周時(shí)間快得多。

而在新藥研發(fā)領(lǐng)域，我們盤點(diǎn)了全球44家頂尖藥企（包括3家中國(guó)藥企）在利用AI輔助藥物研發(fā)上的行動(dòng)（共涉及55家AI初創(chuàng)企業(yè)、12家IT-云服務(wù)商、7所高校），并進(jìn)行了分析匯總，可以參考這篇《全球44家頂尖藥企AI輔助藥物研發(fā)行動(dòng)白皮書》 

未來(lái)，人們將在以下方面進(jìn)行嘗試：
1、用AI模型提升更多HPC應(yīng)用的運(yùn)算效率；
2、使用大規(guī)模模擬生成合成數(shù)據(jù)；3、讓越來(lái)越多的傳統(tǒng)IT企業(yè)采用支持HPC的AI技術(shù)。

生命科學(xué)持續(xù)領(lǐng)跑全球Cloud HPC市場(chǎng)，工業(yè)領(lǐng)域潛力巨大

我們根據(jù)Hyperion Research的原始表格進(jìn)行了二次處理，看得更清楚：生命科學(xué)持續(xù)領(lǐng)跑全球市場(chǎng)，工業(yè)領(lǐng)域（包括半導(dǎo)體和工業(yè)制造）潛力巨大。

生命科學(xué)BIO領(lǐng)域以超過(guò)30%的市場(chǎng)占比領(lǐng)跑全球榜單。

我們判斷，這一塊全球數(shù)據(jù)和國(guó)內(nèi)差別應(yīng)該相當(dāng)大。主要原因在于國(guó)內(nèi)制藥行業(yè)一直以仿制藥為主導(dǎo)，剛剛開始向創(chuàng)新藥轉(zhuǎn)變，不少公司直接開始了AI輔助藥物研發(fā)的探索。
有想法的大藥企和小型biotech企業(yè)越來(lái)越多，藥企的研發(fā)投入逐步增長(zhǎng)中，合適的人才鳳毛麟角，資本熱度一直居高不下。

我們跟全球市場(chǎng)的距離，需要時(shí)間拉近。但換一個(gè)角度看，說(shuō)明增長(zhǎng)潛力巨大。云的使用，對(duì)加速這一過(guò)程有著非常重要的價(jià)值。1分鐘告訴你用MOE模擬200000個(gè)分子要花多少錢
155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算
提速2920倍！用AutoDock Vina對(duì)接2800萬(wàn)個(gè)分子

工業(yè)制造CAE和半導(dǎo)體EDA領(lǐng)域我們合稱工業(yè)領(lǐng)域，28.8%的市占率跟生命科學(xué)相當(dāng)，增長(zhǎng)率也相當(dāng)不錯(cuò)，達(dá)到17~18%。
根據(jù)中國(guó)工業(yè)技術(shù)軟件化產(chǎn)業(yè)聯(lián)盟發(fā)布的《中國(guó)工業(yè)軟件產(chǎn)業(yè)白皮書（2020）》顯示，2012-2019年，全球工業(yè)軟件市場(chǎng)規(guī)模復(fù)合增長(zhǎng)率為5.4%，國(guó)內(nèi)工業(yè)軟件產(chǎn)業(yè)規(guī)模雖然僅占全球工業(yè)軟件市場(chǎng)規(guī)模的6%，但增速較快，2012-2019 復(fù)合增長(zhǎng)率為13%，是全球市場(chǎng)的兩倍有余。

工業(yè)制造CAE跟云的結(jié)合，在全球幾乎已經(jīng)是主流，所以它的單獨(dú)占比也相當(dāng)高。而且現(xiàn)在國(guó)內(nèi)CAE廠商，天然就是擁抱云的，甚至是云的推動(dòng)者。

LS-DYNA求解效率深度測(cè)評(píng)│六種規(guī)模，本地VS云端5種不同硬件配置
從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？
這樣跑COMSOL，是不是就可以發(fā)Nature了

半導(dǎo)體EDA領(lǐng)域，如果結(jié)合云的落地場(chǎng)景來(lái)看，我們完全可以說(shuō)國(guó)內(nèi)跟全球站在同一起跑線上。

Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事
缺人！缺錢！趕時(shí)間！初創(chuàng)IC設(shè)計(jì)公司如何“絕地求生”？
續(xù)集來(lái)了：上回那個(gè)“吃雞”成功的IC人后來(lái)發(fā)生了什么？

根據(jù)VSTS世界半導(dǎo)體貿(mào)易統(tǒng)計(jì)組織的預(yù)測(cè)數(shù)據(jù)，2022年亞太地區(qū)（除日本）半導(dǎo)體產(chǎn)業(yè)市場(chǎng)規(guī)模將達(dá)到3797億美元，占全球市場(chǎng)的62.6%。

報(bào)告外的彩蛋!!!

我們簡(jiǎn)單統(tǒng)計(jì)了華大九天、概倫電子、廣立微、思爾芯、中望等國(guó)產(chǎn)工業(yè)軟件廠商的營(yíng)收情況，5家國(guó)產(chǎn)應(yīng)用廠商在2020年的營(yíng)收總和為1.989億美元，不到全球應(yīng)用收入的1%。

只能說(shuō)，工業(yè)軟件國(guó)產(chǎn)化之路既任重道遠(yuǎn)，又充滿無(wú)限潛力。
我們拭目以待。

- END -

我們有個(gè)為應(yīng)用定義的EDA云平臺(tái)
集成多種EDA應(yīng)用，大量任務(wù)多節(jié)點(diǎn)并行
應(yīng)對(duì)短時(shí)間爆發(fā)性需求，連網(wǎng)即用
跑任務(wù)快，原來(lái)幾個(gè)月甚至幾年，現(xiàn)在只需幾小時(shí)
5分鐘快速上手，拖拉點(diǎn)選可視化界面，無(wú)需代碼
支持高級(jí)用戶直接在云端創(chuàng)建集群

掃碼免費(fèi)試用，送300元體驗(yàn)金，入股不虧~

更多電子書歡迎掃碼關(guān)注小F（ID：imfastone）獲取

你也許想了解具體的落地場(chǎng)景：

這樣跑COMSOL，是不是就可以發(fā)Nature了
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
1分鐘告訴你用MOE模擬200000個(gè)分子要花多少錢
LS-DYNA求解效率深度測(cè)評(píng) │ 六種規(guī)模，本地VS云端5種不同硬件配置
揭秘20000個(gè)VCS任務(wù)背后的“搬桌子”系列故事
155個(gè)GPU！多云場(chǎng)景下的Amber自由能計(jì)算
怎么把需要45天的突發(fā)性Fluent仿真計(jì)算縮短到4天之內(nèi)？
5000核大規(guī)模OPC上云，效率提升53倍
提速2920倍！用AutoDock Vina對(duì)接2800萬(wàn)個(gè)分子
從4天到1.75小時(shí)，如何讓Bladed仿真效率提升55倍？
從30天到17小時(shí)，如何讓HSPICE仿真效率提升42倍？

關(guān)于為應(yīng)用定義的云平臺(tái)：

續(xù)集來(lái)了：上回那個(gè)“吃雞”成功的IC人后來(lái)發(fā)生了什么?
這一屆科研計(jì)算人趕DDL紅寶書：學(xué)生篇
缺人！缺錢！趕時(shí)間！初創(chuàng)IC設(shè)計(jì)公司如何“絕地求生”？
速石科技獲元禾璞華領(lǐng)投數(shù)千萬(wàn)美元B輪融資
一次搞懂速石科技三大產(chǎn)品：FCC、FCC-E、FCP
速石科技成三星Foundry國(guó)內(nèi)首家SAFE?云合作伙伴
EDA云平臺(tái)49問(wèn)
國(guó)內(nèi)超算發(fā)展近40年，終于遇到了一個(gè)像樣的對(duì)手
幫助CXO解惑上云成本的迷思，看這篇就夠了
花費(fèi)4小時(shí)5500美元，速石科技躋身全球超算TOP500