云计算取代高性能计算，云端高性能计算如何打破僵局？

近日，微软公司非常渴望在Azure公共云平台上建立高性能计算(HPC)业务，从而让用户在外观上和感觉上都像在自己的数据中心中部署的集群一样，从而消除体验差异。

传统高性能计算应用硬件以及基础设施等的局限性，成为高性能计算拥抱新技术、新平台的障碍。数据量和业务类型的双爆发使传统的高性能计算集群，比如超级计算中心的模式，已经很难跟上业务增长的步伐。

云端高性能计算（Cloud HPC），顾名思义，就是在云计算平台上运行高性能计算的分析任务。

云计算如何被定义？

美国国家标准与技术研究院(NIST)对于云计算的定义是：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

也就是说，云计算是一种按需分配并进行付费的商业技术，当前主要用于Web2.0、社交网络、企业IT建设和信息化等领域。

高性能计算如何被定义？

高性能计算(High performance computing，缩写HPC)通常是指以一种比通常的台式计算机或工作站所能提供的性能要高得多的方式聚合计算能力的实践，以解决科学，工程或商业领域的重大问题。

高性能计算具有处理数据和高速执行复杂计算的能力，使用并行处理高效、可靠和快速地运行高级应用程序，适用于每秒运行超过万亿次浮点计算等的系统。

伴随着云计算的普及，高性能计算迎来上云高潮。

云上的高性能计算提供最具弹性和可扩展性的云基础设施来运行HPC应用程序。凭借几乎无限的容量，工程师、研究人员和HPC系统拥有者可以完成突破本地HPC基础设施限制的创新，让各种垂直行业能够将其用于运行最为计算密集型的工作负载。这些工作负载包括传统的HPC应用，如基因组学、计算化学、金融风险建模、计算机辅助工程、天气预报和地震成像，也包括机器学习、深度学习和自动驾驶等新兴应用。

云上的HPC消除了通常与本地HPC集群相关的漫长等待时间和生产力损失。灵活的配置和几乎无限的可扩展性使您可以根据工作负载的需要增加和缩减基础设施。此外，通过使用广泛的基于云的服务组合（如数据分析、人工智能(AI)和机器学习(ML)），您可以重新定义传统的HPC工作流，从而更快地进行创新。

在云中加速执行高性能计算工作负载，并通过按需选择满足其使用率需求的低成本定价模式，达到大幅节省成本，帮助企业在云上快速构建高性能计算应用，加速企业的产品研究速度，助力企业腾飞。

本文来自信息化观察者网，转载请注明出处。