随着越来越多的大数据和物联网应用找到了各自进入企业的途径，云中的高性能计算（HPC）也更将成为业内主流。

虽然市场上有着诸多炒作，但是高性能计算目前已不再是什么新鲜事物了。我走出大学校园后的第一份工作就是运行Cray公司的X-MP，提供分时服务。之后，当我在NASA工作时我又有了一些与超级计算机有关的额外HPC经验。

但是高性能计算（HPC）的应用仍然是非常有限的。企业坚持将HPC服务用于除最高性能密集型工作负载以外的所有任务，这是典型的大牛拉小车。但是，随着大数据和物联网（IoT）应用程序的日益普及，将有更多的工作负载适合使用HPC和云计算HPC，它们将在企业中发挥越来越巨大的作用。

云计算能够让更多的人能用得起HPC。除了高端的工程公司和政府部门，大多数企业都无法说服决策者去买下一台超级计算机。但是，公共云中托管的HPC服务已经能够大大减少使用超级计算机的成本。同时，公共云服务供应商们也开始提供更多的HPC服务。

在一头扎进云计算HPC领域之前，了解你的选择以及何种工作负载是值得使用HPC将是非常重要的。

通用HPC应用探讨

“HPC让用户能够使用专用应用解决复杂的科学、工程和商业问题，这类应用程序往往需要更高的带宽、更好的网络和非常高的计算能力，”亚马逊网络服务（AWS）表示。这些类型的应用程序通常具有如下的特点：

• 计算密集型：HPC应用需要在一个纳秒的时间内执行数百万次的计算，这类似于某些机器学习的应用。
• I/O密集型：以数据为中心的应用，例如大数据和物联网应用，需要以较高速度执行读写操作。
• 执行动态、计算密集型操作的能力，例如视频渲染。

大数据与物联网系统的崛起让HPC有了更大的发挥空间。它们需要对海量数据进行计算，特别是对操作系统的支持，这意味着速度是其中至关重要的因素。HPC系统所拥有的在短短几秒钟内执行完计算任务的能力让它们能够以近乎实时的速度实现对业务流程的支持。

云HPC选项探讨

不同的云供应商所提供的云计算HPC服务各有特点。

AWS的HPC服务可为用户紧密耦合I/O密集型工作负载提供“全对剖高带宽网络访问”，供应商称。这意味着用户可以实现跨数千个内核的扩展、允许用户不仅能够使用HPC而且可以扩展用户的HPC应用。为了做到这一点，用户可以使用AWS C4实例，这是亚马逊EC2计算密集型实例的一个最新版本。除了HPC应用程序，C4 实例还适用于大型多用户在线游戏、多媒体处理和转码等应用，AWS表示。

在2015年12月，谷歌公司宣布“在量子计算领域取得了突破性进展，公司认为他们能够证明他们的量子计算机是在真正意义上以量子机制运行，“《大众科学》杂志称。 “当研究人员让D-Wave 2X解决一个精心设计的测试问题时，这台1000量子位元的计算机以比“传统计算机”快一亿倍。”

虽然这个速度看上去非常快，但对于绝大部分企业的IT预算来说它可能也太快了，也太贵了。就像是一级方程式赛车手一样，速度是令人印象深刻的，但是有谁会开着F1赛车去上班呢？

D-Wave 2X还不是一个云服务，但是谷歌公司有可能会把它用在它的公共云上。就在上周的GCP会议上，谷歌承诺将支持机器学习和其他适用于HPC的应用。但是，对于99.9%的商业应用程序来说，D-Wave 2X都是一项大牛拖小车的技术。

HPC就在那里。但是，我们今天所思考的HPC可能在几年之内成为“计算”现实。当我们基于我们的基础设施对我们的新应用提出希望时，障碍正在产生。随着我们对于计算变得更快更有价值的要求不断增加，我们对于云HPC的需求也在变得迫切。