國家超級計算濟南中心、國家超級計算深圳中心、國家超級計算無錫中心、國家超級計算鄭州中心、上海高性能集成電路設計中心、成都申威科技有限責任公司、天津飛騰信息技術有限公司。
這不是超算第一次上榜。
2019年6月，美國商務部實體清單將5家中國超算機構或企業列入，分別為中科曙光、天津海光、成都海光集成電路公司、成都海光微電子技術公司，以及無錫江南計算技術研究所。
這是以拜登為首的新一屆美國政府正式實施的首殺。
很可能代表了美國政府在接下來十年對中國的態度。
為什么拉黑超算？
美國商務部表示，這七家實體“參與了建造超級計算機，并用于中國軍方行動，足以破壞現有世界格局的軍事現代化發展以及大規模殺傷性武器計劃”。
美國商務部長Gina Raimondo在一份聲明中表示：“超級計算能力對于幾乎所有的現代武器和國家安全系統的發展都至關重要，比如核武器和高超音速武器。”
軍工、武器這種官方理由，當然不過是幌子。
真實理由是：
海量數據與構建于其上的超級計算能力能決定一個國家的競爭實力。
截止目前為止，美國封殺的五大主體：
· 半導體行業企業
· 高科技公司尤其是人工智能相關公司
· 理工類高校及科研機構
· 航空/船舶/能源/通訊類公司
· 超算機構相關
指向性極其明顯。
他拉黑誰，
誰就代表著我們的未來，
正在或即將卡住美國的脖子。
為什么是現在？
計算力有三個核心來源：本地服務器，超算中心，云計算。
從1983年到現在，中國超算已經發展了近40年。在最新一期全球超算TOP500排行榜中，中國共有214臺超算入選，總數位居全球第一，遠遠超過第二名美國的113臺。
2011年，神威藍光問世，這是以國產多核CPU芯片為基礎的第一臺超級計算機，我們終于擺脫了只能用國外芯片生產超級計算機的歷史。
而從2010年開始，國內云計算也已經走過了10年。
我們2019年就純粹用公有云算力跑進了全球超算TOP500榜單。
如果說計算力是火藥，千行百業才是盛放的煙花。
最終的戰場，不是榜單，也不是實驗室，永遠是產業和生態。
藥物研發，芯片設計與制造，智能制造，金融科技，人工智能等創新研發驅動型產業的發展，倒逼對數據和算力的需求飛速增長。
比如2020年5月發布的GPT-3模型：1750億參數，45TB預先訓練數據量。相比初代，算法模型基本沒有變化，但對GPU/TPU計算資源的需求已經千倍增長。
而以一款5G芯片為例，該芯片采用7納米工藝，在流片之前的最后仿真環節，需要的算力高達1200萬核時，比14納米工藝所需要的算力高出5倍。
以前，計算力是稀缺資源，超級計算機造價昂貴、體型巨大，只有少數大型企業和政府單位才配擁有。近幾年，超算漸漸走下神壇，對外開放了一些商用入口；而云計算本質為商用而生，對所有企業跟個人一視同仁。
計算資源正在成為一種像水電煤一樣的通用服務。
而從這幾年我們接觸的不同行業用戶來看，他們使用的高算力需求的應用，每一年的計算資源用量3-5倍的增長，對數據存儲和管理需求也越來越高，這對于中國的企業來講是一個非常大的轉變和明顯突破。
我們的未來，可能就在他們中間。
相關閱讀：
國內超算發展近40年，終于遇到了一個像樣的對手
花費4小時5500美元，速石科技躋身全球超算TOP500
【2021】全球44家頂尖藥企AI輔助藥物研發行動白皮書
告別2020：Cloud HPC的征途，literally，是星辰大海呀
幫助CXO解惑上云成本的迷思，看這篇就夠了
15小時虛擬篩選10億分子，《Nature》+HMS驗證云端新藥研發未來
全球半導體行業上云格局一覽和十個上云實踐問題的過來人解答
- END -
我們有個為應用定義的云平臺
集成多種應用，大量任務多節點并行
應對短時間爆發性需求，連網即用
跑任務快，原來幾個月甚至幾年，現在只需幾小時
5分鐘快速上手，拖拉點選可視化界面，無需代碼
支持高級用戶直接在云端創建集群
掃碼免費試用，送200元體驗金，入股不虧~
更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取
你也許想了解具體的落地場景：
揭秘20000個VCS任務背后的“搬桌子”系列故事
155個GPU！多云場景下的Amber自由能計算
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內？
5000核大規模OPC上云，效率提升53倍
提速2920倍！用AutoDock Vina對接2800萬個分子
從4天到1.75小時，如何讓Bladed仿真效率提升55倍？
從30天到17小時，如何讓HSPICE仿真效率提升42倍？
什么是超算？
首先，一點背景知識。是什么讓超級計算機如此與眾不同？嗯，這個定義有點難確定。
一般認為，超級計算機是指一臺擁有超級算力的計算機，它在任何給定的時間點上都是世界上最強大、最快的系統之一。
術語“超級計算”是指使用并行工作的多個計算機系統（即“超級計算機”），集中計算資源來處理一些大量而復雜的數據運算問題。通常這樣一個系統，是以任何計算機的最大潛在性能工作的，通常以千兆次計算。
超級計算使分析和解決問題的速度大大提升，這在標準計算機（如流體動力學計算）中是根本不可能的，因為耗時又昂貴。今天，大數據賦予了超級計算機更重要的使用價值。一臺超級計算機可以從冗繁又無序的海量信息中提取到最關鍵的因子，從而為人類的商業活動提供更準確的決策依據、為科學研究提供更精確的仿真建模樣本。
高性能計算（HPC）基于超算發展而來的有用的變體，使得集中計算資源解決數據分析問題成為可能，而無需花費一臺全尺寸的超級計算機。
數字化轉型和從海量數據中提取關鍵因子進行分析和洞察的需求是普遍存在的。因此，支持這些需求的超級計算基礎設施也必須是通用的，從小型企業到大型國家實驗室，每個組織都可以使用。
超級計算與網格計算的關聯
由于摩爾定律使曾經不可能的事情成為可能，企業開始尋求更加強大的計算技術。超級計算機是當前世界上速度最快的計算機之一。超級計算機曾經是政府和高端研究實驗室的領域，執行模擬核裝置爆炸或分析大規模天氣和氣候現象等任務。但事實證明，只要稍加調整，這項工作中使用的算法對商業是非常有用的。
現代超級計算通常是通過一種稱為大規模并行處理的技術來完成的（計算機內部有許多微處理器同時工作，一起解決問題）。速度最快的超級計算機是使用數百個微處理器制造的，它們都經過編程，可以作為一個超級大腦協同工作。
另一種稱為網格計算的技術正在進一步改變超級計算的經濟性。網格計算是分布式計算的一種，網格計算研究如何把一個需要非常大的計算能力才能解決的大問題分解成若干個小的計算任務，然后把這些小計算任務分配給多個計算機同時進行處理，最后把這些計算結果整合起來，得到最終結果。有了網格計算，公司在現有的個人電腦或服務器上安裝了特殊的軟件，使這些計算機能夠在一個共同的問題上協同工作。大型企業可能建有本地機房，本地機房一般由數千臺計算機組成，但它們不一定總是在滿負荷的運行中。在計算需求低谷時期，會有很大一部分計算機處于閑置狀態。通過安裝網格軟件，這些閑置設備可以被組編成計算集群，來進行復雜的計算任務，就好像它們是一臺大型的并行超級計算機一樣。這樣，本地機房里閑置的普通計算機可以得到充分利用，而網格軟件又使計算集群的整體計算能力大大提高，計算成本由此降低。
多核、大規模并行和網格計算都是相關的。把多核芯片想象成在一個芯片中有幾個處理器。把大規模并行的超級計算機想象成在一臺計算機上有幾個芯片，把網格計算看作是利用現有的計算機一起完成一項任務（本質上是一臺由多臺計算機組成的計算機）。雖然這些技術提供了巨大的希望，但它們都受到相同的限制：必須編寫軟件，將現有問題分成可由每個內核、處理器或計算機分別處理的小塊。
世界上第一臺超級計算機是位于英國的巨無霸。它的設計初衷是在第二次世界大戰期間讀取信息和破解德國密碼，它每秒最多可以讀取5000個字符。但是將其與每秒完成42.5萬億次運算的現役美國宇航局哥倫比亞超級計算機相比較，你就會發現計算機的運算速度，在短短的幾十年里有著怎樣天翻地覆的革新。換言之，過去的超級計算機現在僅可以稱得上是一個令人滿意的計算器，而我們現在所說的超級計算機是任何計算機所能達到的最先進的。
然而，有一些東西使計算機分支進入“超級”領域。它通常有一個以上的中央處理器（CPU），這使得計算機可以更快地進行電路切換，同時完成更多的任務。（正因為如此，一臺超級計算機也將擁有大量的存儲空間，因此它可以一次訪問許多任務）它還可以進行向量運算，這意味著它可以計算多個操作列表，而不是一次只計算一個。
以上就是超級計算機的背景知識。
-END-
關于超算，你可能想了解更多：
關于超算 VS 高性能計算云，可以參考下文：
關于高性能計算云平臺，更多內容請參考：
關于云計算，請參考：
The post WIKI：超級計算機的概念詳解 appeared first on 速石科技BLOG.]]>1983年，中國研制出第一臺超級計算機銀河一號，成為繼美國、日本之后第三個能獨立設計和研制超級計算機的國家。
全球超算TOP500排行榜 就屬于各個國家秀肌肉的典型比賽，每年兩次。
而云計算，天生互聯網基因，為追逐商業利益而生。
2006年，AWS正式對外開放。
2010年，阿里云正式對外。中國開始有了云計算。
超算近40年，云計算10年。
超算開始走下神壇，對外開放了一些商用的入口。比如我們找到了用“天河二號”來渲染某些群眾喜聞樂見的動畫片的證據——
而飛速發展的云計算，甚至讓超算界逐漸有了“云超算”或者“超算云”的發展趨勢。
2019年11月，我們只花了5000美金，用4個小時調用云算力跑進了全球超算TOP500榜單，成為全球第二、亞洲唯一一家完全用公有云算力躋身超級計算機榜單的公司。詳情參考：《上榜啦～花費4小時5500美元，速石科技躋身全球超算TOP500》
超算發展了那么多年，終于遇到了一個像樣的對手。
超算中心跟云計算中心到底有什么區別？
普通人怎么使用超算？
用超算工作是怎樣的一種體驗？
對于HPC（高性能計算）用戶，云服務商和超算中心誰更有優勢？
……
我們對國內超算中心和云計算中心進行一番全方位的對比，有以下結論：
1、超算總節點數不超過10萬，云服務器總規模超過100萬；
2、大部分超算資源不對外開放，云資源完全商業化，只對單個用戶有配額限制；
3、超算提供基于傳統HPC場景的一整套垂直方案，云基于IaaS層提供豐富的產品和服務種類供用戶選擇；
4、使用超算和云資源，對用戶來說，各有各的難度；
5、超算只有排隊作業和獨占節點兩種計費方式，云一般有按需、預留、競價實例三種，使用靈活性和彈性高；
6、超算申請步驟繁瑣、審核麻煩、商用昂貴，云幾乎沒有門檻；
7、超算的平均硬件更新周期一般為數年，而用戶能夠以最快的速度在云端體驗最新硬件；
8、云擁有完整的第三方合作伙伴生態來更好地服務客戶；
9、超算正在嘗試向云靠攏。
我們有一份2020年新版《六大云廠商資源價格對比工具包》以及一份在撰寫本文過程中收集整理的國內超算整體數據信息，歡迎文末掃碼添加小F微信獲取~
以下是對比正文
整體規模
主要包含三個指標：總規模、可用規模和短時最大可調用規模。
1、總規模
我們盤點了中國已落成的主要超算中心的總節點數量，總數為54588個，其中未包括一些正在建設中的超算中心，以及小型超算中心。
即便加上這些數量，中國超算中心的總節點數量級也未過十萬。
那么國內主流云廠商有多少臺服務器呢？
雖然各大云廠商并沒有公開自身的服務器總數，但我們可以從其可用區的數量來進行推算。可用區的概念是一個數據中心群，通常包含若干個超大規模數據中心。
2018年6月，阿里云宣布已在全球18個地域開放了44個可用區，當時國泰君安出的投研報告估算其服務器總量超過50萬臺，即單個可用區約有1.14萬臺服務器。
如今阿里云在全球共有63個可用區，其中國內有41個。可推算出阿里云在全球約有71.5萬臺服務器，國內約為46.5萬臺。
根據IDC公布的中國公有云市場份額占比，阿里云以46.5萬臺服務器搶下了超過40%的市場份額，我們據此反推出國內云廠商的服務器總量超過116萬臺，與超算中心完全不在一個數量級，可以看下圖感受一下差距。
2、可用規模
傳統超算中心是典型的圈地自萌，各個中心之間互不相通。
而云計算中心的各個可用區之間是可以打通的，甚至還可以在不同云廠商之間通過API調用打通使用，這意味著云計算中心的可用規模約等于其總規模。
超算中心需要保障有充足的算力供給國家級科研項目，通常只會拿出少量的資源對外開放，且對單個用戶申請的資源上限進行嚴格審核，如國家超級計算長沙中心規定單個用戶最多使用100個節點，不到其節點總數的5%。
云計算中心對于單個用戶也有類似的限制，稱為“服務配額”，該配額根據賬號的使用情況與可用區的實際情況而定。
跟信用卡額度有異曲同工之妙。
3、短時最大可調用規模
云計算的一大特色就是具備短時間內大規模調用海量計算資源的能力，這一能力已在各行各業經過了充分的驗證。
前不久，哈佛大學醫學院在《Nature》發布了VirtualFlow開源藥物發現平臺，稱利用該平臺調用16萬個CPU對接10億個分子僅耗時約15小時，而使用1萬個CPU則需要2周，具體可戳這里：《15小時虛擬篩選10億分子，Nature+HMS驗證云端新藥研發未來》
再看一般難獲取的GPU資源。
2019年11月，SDSC圣地亞哥超級計算中心聯合威斯康星州冰立方粒子天體物理中心在AWS，Azure 和 Google云上一共調度了超過5萬GPU完成一次仿真模擬計算試驗。
圖片來源：IgorSfiligoi, SDSC/加州大學圣地亞哥分校
這次計算，基于云的集群提供了全球排名第一超算中心峰值90%的性能。詳情見
《2019-2020春江云暖你先知，CAE/EDA/高校等CloudHPC領域年均復合增長率超21%》
超算并不具備這樣的靈活性，我們將在后面的部分討論申請超算資源的種種門檻。
超算中心與云計算中心在總規模，可用規模，短時最大可調用規模上均存在相當大的差距。
使用體驗
如果說超算中心是套餐，基本都給你配好了；
云計算中心就是自助餐，想怎么搭就怎么搭。
超算中心面向的是典型的傳統高性能計算（HPC）場景，基于大規模并行計算而設計的，在基礎架構上進行了一定的適配，提供的是一整套垂直方案，這使得超算的專用性極強，而通用性則較弱，因此提供的產品與服務較為固定化。
而云則是基于IaaS層服務，更底層和模塊化，提供的是層級豐富、類型多樣的產品和服務，軟件定義的特點使其可以根據任務自由分配資源，在面對不同的用戶時通用性更強，用戶可以根據需要自行搭配使用。
我們將分為基礎資源、附加服務、使用難度三方面來對比：
1、基礎資源
基礎資源包括計算資源、存儲空間、網絡帶寬。
超算的計算節點是影響性能指標的核心部分，過去的超算大多采用同構計算（由純CPU組成計算節點），后來研究人員發現GPU在計算加速上優勢巨大，于是不少超算開始采用異構計算（由CPU+GPU組成計算節點），其中CPU和GPU均可單獨對外出租。
而云計算中心除了常見CPU和GPU之外，還包括FPGA和TPU，相比超算中心更為豐富。
傳統超算中心的節點是物理機，幾乎沒有調整余地。
比如國家超級計算天津中心“天河一號”的節點配置為：雙路12核，2*Intel Xeon X5670@2.93GHz+Tesla M2050，內存24GB/48GB
一張表就涵蓋了整個超算中心能提供的所有的計算資源、存儲空間、網絡帶寬。
長沙中心的基礎資源則包括以下內容：
雖然相比天津中心有了更多的選擇，但整體選擇余地依然不大。
云計算中心主要提供的是虛擬資源，用戶能夠享受到更為豐富的計算資源選擇。
如某公有云廠商的企業級云服務器ECS分為通用型、計算型、內存型、大數據型、GPU型、本地SSD型、高主頻型、FPGA型、彈性裸金屬九大類，其中每一種類型還可以選擇與不同存儲和網絡的組合。
存儲空間方面，可以選擇20-500GiB不等的高效云盤或SSD云盤作為系統盤，單塊數據盤最多則可配到32768GiB。
網絡帶寬的選擇范圍也很大，用戶可以選擇“按固定帶寬”和“按使用流量”兩種帶寬計費模式，前者的帶寬值可選范圍為1-200M，后者的帶寬峰值可選范圍為1-100M。
綜合計算資源、存儲空間、網絡帶寬，云計算中心給用戶提供了更多選擇的空間。
2、附加服務
在基礎資源之外，超算中心偶爾也會提供一些附加服務，但并不多見，如某高校超算中心為用戶提供以下服務：
云計算中心提供的服務完全就是另一幅畫風了，就看你想要什么吧。
3、使用難度
說起使用難度，超算中心與云計算中心各有各的難。
在系統方面，主流超算大多使用Linux系統，對于許多習慣了圖形界面操作系統的用戶而言，存在一定的上手難度。
貼一張超算的實際操作界面，大家感受一下——
這種命令行界面對不少非計算機專業的用戶可以起到良好的勸退效果。
另一方面，雖然目前的超算中心大多使用Linux系統，但幾乎每個超算都會使用不同的系統版本，這就導致其命令行下的命令也會存在一定的區別，比如有些命令是各個發行版本定制的（如Red Hat的rhn_register命令是其獨有的，其他版本不存在），一旦用戶需要更換超算中心使用，就需要額外的學習成本。
相比之下，云計算中心就友好一些，以圖形化界面為主。
而且，他們把選擇權交給用戶，提供豐富的產品和服務。
但是，問題來了。
云和本地資源的管理方式、部署模式和收費模式有很大區別，不同云廠商之間也有不少區別。
目前主流云廠商所提供的產品線已經相當完善，有不少面向行業的解決方案。但產品和服務數量實在是過于龐大，入口也很多，最終導致操作層面的復雜性。
而因為云上近乎無限的資源池總量帶來的超大規模集群的調度和管理，是傳統手動模式無法跟上的。
更不用說涉及到本地和云同時使用的混合云場景IT自動化管理，或者多本地+多云場景IT自動化管理，這些都對IT技術能力有很多新的要求。
因此，從基礎資源，附加服務，使用難度而言，超算中心與云計算中心的使用體驗也有很大差距。
計費方式
超算中心的計費方式主要有排隊作業和獨占節點兩種。
排隊作業的意思是，付費用戶的作業與其他用戶的作業一起參與排隊，用戶作業所需資源具備時開始運行，用戶需要按照實際使用的機時支付相關費用。
這意味著太緊急的任務接不了，因為你不知道何時能排到；太大的任務也接不了，因為等待合適資源的時間可能會非常久。
我們來看第二種計費方式——獨占節點，這與云計算中心的預留實例類似，可按月/半年/年使用付費。以下是國家超級計算長沙中心通用CPU服務器的配置及收費標準（單位：萬元/年），可以看到根據合約的長短，超算中心會給予一定的折扣：
至于云計算中心，之前我們對包括AWS、阿里云、Azure、Google Cloud、華為云、騰訊云在內的六家主流云廠商的計費模式有過非常詳細的分析：
預留實例：相當于批發，買定離手。
主要針對中長期穩定需求，優點是價格整體比較低，缺點是資源必須長期持有，靈活性差。
按需實例：相當于零售，即買即用。
針對短期彈性需求，按小時計費，靈活精準，避免浪費，但價格比較高。
可被搶占實例：相當于秒殺，手快有手慢無。
價格可高可低波動大，隨時可能被搶占，需要有一定的技術實力才能使用。
詳細說明推薦看這兩篇：
《【2020新版】六家云廠商價格比較：AWS/阿里云/Azure/Google Cloud/華為云/騰訊云》
《云資源中的低成本戰斗機——競價實例，AWS、阿里云等六家云廠商完全用戶使用指南》
總結一下兩者的計費方式，超算由于資源有限，只有排隊作業和獨占節點兩種方式，且存在限制；云計算中心的計費方式則包括預留實例、按需實例、可被搶占實例，相比超算更為靈活。
商用門檻
首先是流程，幾乎每家超算中心都有一套申請、審核、使用流程，平均需要5.8個步驟。以國家超級計算天津中心為例，其步驟如下：
其次是審核，并非用戶遞交了申請，就一定能夠獲得通過，由于超算中心的資源會優先供給科研項目，因此對高校用戶較為友好，商業用戶的優先級則相對較低。
最后是收費。高校超算中心通常會對本院校內的用戶實施優惠政策，有時優惠價格甚至只有商業用戶的四分之一。
而與云計算中心類似的是，超算中心也制定了“量大從優”的優惠政策，但是這個量的上限可能很快到達。
步驟繁瑣、審核不易、商用昂貴，這些使用門檻會進一步阻礙商業用戶使用超算的熱情。
至于云計算中心，其為商用而生的本質注定了云幾乎不存在門檻：
1、申請云資源流程簡便，可以說是即開即用；
2、收費上，每家公有云廠商都有多種資源模式，用戶可以根據自己的實際需求選擇合適的模式，以最大程度節省成本；
3、云廠商的各類打折促銷活動和新用戶優惠層出不窮；
4、對于商業用戶，云廠商往往會推出企業折扣。
更新周期
硬件的更新周期也是一個隱形的性能衡量指標，畢竟在相近的單價下，你拿著兩塊相差三年上市的CPU非要拼性能，就有點太欺負人了。
在硬件更新周期的比拼上，我們主要關注兩個維度：
總體更新周期和最新硬件更新周期。
總體更新周期指機房建設完成后，大規模更新硬件的周期。
由于建設超算中心所受到的各種影響因素較多，不同超算中心對硬件的更新周期差距很大。
通過對國內已知超算中心的盤點，我們發現總體更新周期最快的是上海交通大學高性能計算中心：
2013年6月，其研發的π1.0超算系統于進入全球超算TOP500；
2016年初，π1.2升級完成；
2019年4月，π2.0正式上線。
基本按照3年一次的更新速度穩步推進。
其他超算中心就慢得多了，比如中國科學院超級計算中心懷柔分中心的“元”超級計算系統一期于2014年建設完成并投入使用，用于替換已運行近6年的深騰7000超級計算系統。而“元”運行至今也已有6年，尚未進行下一代更新。
圖片來源：中國科學院超級計算中心
云計算中心的建設通常更為成熟和商業化，其總體更新周期較為固定。通常而言，云廠商會依據具體的更新策略有序推進硬件更新工作，這些指導方針往往會精確規定硬件更換的頻率，如服務器每五年更換一次，硬盤每三到五年更換一次，或者不間斷電源電池每兩年更換一次。
總體而言，云計算中心的平均總體更新周期與更新最快的超算中心大致相仿。
最新硬件更新周期是指硬件廠商推出最新規格或型號的產品之后，用戶需要多久能夠在超算中心或云計算中心使用該產品。
超算中心從規劃設計到正式上線需要經歷若干年的時間，能夠在上線時配置當年上市的硬件已經是其規劃能力的最佳體現，其最新硬件更新周期以年為單位。
而云計算廠商可以將最新硬件更新周期縮短到以小時計。
2019年4月3日上午，Intel在太平洋兩岸近乎同步發布了代號Cascade Lake的第二代至強可擴展處理器。
當天中午12點，國內某云廠商便宣布其基于Cascade Lake的全新一代通用計算增強型云服務器C6正式轉為商用。
此時，Intel在北京的發布會尚未結束，距舊金山的發布會開始也還不到12小時。
合作生態
各大云廠商均打造了完整的合作伙伴體系和計劃，包括一系列的培訓與認證，為廣大第三方提供包括產品課程、解決方案課程、認證培訓課程在內的多項課程。
云廠商還會對合作伙伴的種類進行明確的劃分，比如某公有云廠商便將合作伙伴分為系統集成商、戰略咨詢公司、代理機構、托管服務提供商、原始設備制造商、半導體制造商、網絡運營商，不同類型的合作伙伴各司其職，技術互補，形成一條完整的生態鏈，為其客戶多角度、全方位、常態化地提供形形色色的服務。
這些恰恰都是傳統超算中心所欠缺的，究其原因，在于其底層差異——超算是一套封閉的系統，而云是一個開放的平臺。
超算云 VS 云超算
不管是超算云還是云超算，我們看到的概念基本是將超算的既有資源以云的形式賣出去，包括計費和服務都在向云靠攏。
目前幾大國家超算中心均有超算向云靠攏的動靜，以廣州中心為例。
根據官網介紹，該中心提供云超算服務和天河星光云超算平臺兩類云服務。
圖片來源：國家超級計算廣州中心
前者采用麒麟安全云系統實現虛擬化技術，將虛擬機資源遠程推送給用戶使用。用戶可按照所需的虛機配置與數量進行彈性購買，最大限度節約成本，目前虛擬機規格共有4種，從4核8G內存到24核64G內存不等。
后者則在前者的基礎上更進一步，嵌入應用軟件中心、遠程可視化和工作流管理三大模塊，讓用戶能夠通過圖形化界面高效使用和管理應用。
是時候展現真正的技術了：
我們有個【在線體驗版】云平臺，掃碼即可注冊，2分鐘自動開通。即刻就能獲得TOP500這種超級算力，你就不想試一下？你想要的我們可能都有，還送300元體驗金，入股不虧的~
戳這里 -> 【在線體驗版】
- END -
2020年新版《六大云廠商資源價格對比工具包》
掃碼添加小F微信（ID: imfastone）獲取
你也許想了解具體的落地場景 ：
EDA云實證Vol.1：從30天到17小時，如何讓HSPICE仿真效率提升42倍？
15小時虛擬篩選10億分子，《Nature》+HMS驗證云端新藥研發未來
2019-2020春江云暖你先知，CAE/EDA/高校等CloudHPC領域年均復合增長率超21%
關于云端高性能計算平臺：
靈魂畫師，在線科普多云平臺/CMP云管平臺/中間件/虛擬化/容器是個啥
The post 國內超算發展近40年，終于遇到了一個像樣的對手 appeared first on 速石科技BLOG.]]>