作者：李佳师
不久前公布的全球高性能计算TOP 500的排名，中国“天河1号”超越了所有对手位居榜首。应该说，“十一五”期间，中国在高性能计算领域，尤其是系统硬件方面取得了许多重要突破，但是和国外高性能计算实力相比较，我们的HPC（高性能计算）在软件应用、核心技术、系统架构的创新上却有相当大的差距，需要在“十二五”期间，补齐这些短板，让中国高性能计算的“软”实力也“硬”起来。

首先要加大对HPC软件应用发展的投入力度。在国外，高性能计算系统的发展，往往是因为需要解决某些具体的应用需求难点而在计算层面进行创新，从而带动了系统硬件不断升级。是先“软”后“硬”，或者“软”“硬”同步。但是我们的HPC发展却轻“软”重“硬”，其结果是尽管我们的计算速度上去了，但是所跑的HPC软件都是国外的。很多关键领域、高端领域的HPC应用软件，国外限制对中国出口。所以未来要进一步推动HPC的普及化，让它能够为中国的产业升级、为大飞机、为航天航空、为气象预报、灾害预警等释放更多能量与价值，就必须大力发展HPC的应用与软件。

需要改变对高性能计算评估体系。如果想要在“十二五”期间大力发展软件与应用，就需要修订我们对高性能计算发展的考核与考评的指标，制定不同应用领域的评估指标，改变重硬件而轻算法的局面。比如在气象领域，需要用清晰度、分辨率等这些倾向于应用的指标来考核HPC的成果。在每一个重要的HPC应用领域，都制定相应指标体系，鼓励HPC产学研机构去参与这些领域的竞标，展开HPC的应用竞赛，形成重视HPC软件与应用的产业氛围，只有这样，我们的HPC应用软件才能发展起来。

需要在核心技术、核心架构上进行创新。尽管中国的HPC拿到了全球HPC TOP 500的好名次，但是我们所采用的系统架构、所采用的CPU+GPU模式，其核心技术都来自于国外企业，某种意义上看我们只是在别人已经设计好的蓝图上将之发扬光大罢了。而欧美等国已经开始布局5年甚至是10年之后的HPC，如果我们依然停留在别人的架构与核心技术之下，未来，我们的HPC将不仅仅是落后几年的问题而是落后一代的问题。所以，我们需要在“十二五”期间加大在HPC核心技术、核心架构上的创新，尤其是对特殊的应用进行针对性设计与优化，将有机会带来中国HPC核心技术的突破。

曙光公司总裁历军
高性能计算需要普及
在“十二五”期间，国内的高性能计算企业应将应用的重点放在引导用户了解高性能计算，用巧妙的方式引发用户了解高性能计算的优势和自身的需求。

高性能计算的集中化趋势是历史必然。而在云计算等新模式下，高性能计算的发展仍将注重高性能计算系统的研究与发展。以曙光为例，曙光在研究新技术和新产品的同时，是带着引导用户使用与满足用户需求的目的的。在未来，高性能计算需要推动普及化应用，只有应用需求与产业化技术得到有效提升，中国高性能计算的发展才能真正做大做强，做到科技与民生的实际性结合，中国高性能计算才能走出属于自己的中国化特色。

浪潮高性能服务器产品部总经理刘军
调整评估体系国家在“十一五”期间对高性能计算系统的巨大投入，使我们在全球HPC TOP500的排名已经做到了NO.1，在硬件系统上取得了很好成绩，也引起了美国与日本等国的关注。

但从另一方面看，我们的HPC在软件和应用方面的差距很大。所以在“十二五”期间，中国发展高性能计算要补齐我们在应用软件上的短板，同时要在核心技术与系统架构上有属于自己的创新。要在这两方面突破，在发展思路上就要应对挑战，在对高性能计算的成果评估体系上就需要将原来关注速度等指标调整为关注应用，比如说在气象领域要达到多少分辨率，在算法上取得哪些突破，在应用上扩展到多少核等等。

北京市公共计算重点实验室主任曾宇
应用成为普及关键
高性能计算的普及，应用是关键。这包括两个层面的含义，一是高性能计算平台、应用软件、相关算法、服务团队应该能满足应用的需求，二是高性能计算平台其服务模式、服务收费应该能让应用快捷、方便、廉价、透明。国家应该基于区域经济结构的特点，统一规划。

无论是云计算还是高性能计算，服务的模式和服务的对象是规划其产业发展的关键。云计算本身针对应用需求的特征提供商品化的计算能力和数据处理服务能力，以公共云计算平台推动领域计算服务、领域数据处理服务，推动区域社会经济建设和行业发展，培育区域社会经济发展新的经济增长点，从而推动民族传统产业和新兴产业的自主创新发展是可行的方案。

清华大学计算机系副主任、教授陈文光
加大HPC推广力度
首先还是要加大推动应用的力度。中国在高性能计算硬件方面的计算速度已经上去，但是在应用上与国外的差距还是比较大。应用的发展需要国家长期支持。发展HPC应用，我们需要以科研为契机，打通人才教育生态链，做好人才培养的储备，为中国的产业升级做好支撑。其次是要加强硬件的核心技术研发。目前虽然我们的HPC计算速度上去了，但是核心的CPU、GPU还是采用国外的，我们需要研发自己的CPU和GPU，需要在系统结构上有所创新。需要针对特殊的应用，进行处理器与架构等方面的定制，形成我们在高性能计算领域的竞争力。