解读2013年高性能计算发展五大关键词

大数据

随着高性能计算应用市场的不断深入，以及其向其他行业、领域的不断扩展，数据量的增长已达到前所未有的速度。厂商、分析师以及技术专家普遍认为“大数据(Big Data)”时代已经到来，针对大数据的相关技术已经被IT部门提上议事日程。除了如何存储管理大数据，更为重要的是如何利用大数据为企业服务，通过商业智能以及高级分析应用将其价值发挥到最大。企业用户将如何选择复杂多样的高性能计算技术服务来应对自身的业务发展需求，这些都成为企业管理者所关心的问题。

高运维

随着高性能计算在我国多领域的快速发展，标准化、开放性和高性价比的机群系统得到了越来越多用户的青睐，大大降低了用户进入高性能计算领域的门槛。随之而来的问题是高性能计算平台的日常使用率相对较低。究其原因，用户普遍反应，高性能计算集群好建，但“高人”难求啊!集群的运行维护需要跨专业的综合型技术人才才能实现，这样的人可遇不可求。运维业务也应运而生，笔者也盘点到几家专门提供集群技术服务与日常运维的专业公司，如并行科技、联科、蓝海彤翔等，解决了用户的后顾之忧。

低功耗

随着高性能计算系统的规模不断升级，功耗在急剧增长。过高的功耗会消耗大量资金，除了电费以外，还包括降温设备、更换部件的开销。这些不但增加用户使用高性能计算系统的代价，长期来看也不利于环保。因此，利用软、硬件技术实现低功耗逐渐成为高性能计算领域关注的关键技术。英特尔也预计，未来4到5年，基于低功耗处理器的微服务器将占整个服务器市场份额的8%~10%。此外，英特尔Parallel Studio XE可帮助用户极大提升高性能计算应用性能、安全性和可靠性;并行Paramon/Paratune实时显示应用运行状态，整体提高集群使用率，这些软硬件技术为绿色计算提供了可能。

可视化

目前，高性能计算领域的应用多是复杂的科学计算，它的传输结果一般都有很大的数据量，直接使用相当不直观，大都需要以可视化的方式反映出来。由于用户一般是在网络环境下应用，加之高性能计算的可视化一般都是四维的——要在三维立体空间体现对象随时间变化的特性，因而带来一些问题：用什么技术才能实现跨网络可视化，以及怎样解决网络传输速度过低与高性能计算的大量数据之间的矛盾，以及高性能计算集群中大量基础数据的可视化等等，这些已然成为HPC行业研究的热点。