今年3月份，阿尔法狗（AlphaGo）以4:1战胜韩国名将李世石九段的情景，让人们见识了人工智能背后超级计算的威力。刚刚过去的6月份，中国神威·太湖之光超级计算机以超过十亿亿次计算性能，荣登超级计算机性能世界排行榜榜首的消息，再度引发业界振奋。

据IDC统计，2015年全球高性能计算的预算投入增长了11%，2016年还将有更大的增长，中国也持续保持15%以上的增速。

但是，与持续增长的高性能计算基础设施建设相比，中国高性能计算应用情况却始终不容乐观，由政府投资建设的超算中心屡屡陷入“切闸断电、应用率不高”的尴尬境地，除了石油勘探、天气预报等少数机构，其他产业企业投资建设高性能计算中心的****。

而美国高性能计算中心的客户需求旺盛，经常需要提前排队预约；宝马等大型制造企业也会投资建设。中国高性能计算应用为啥火不起来？中国高性能计算的商业化应用进程如何推进？

9月23日2016年高性能计算用户大会现场图

首先是核心芯片技术问题。高性能计算一般由大量处理器或计算机通过集群技术搭建而成。在核心芯片上是采用国产自主研发设计的芯片，还是引入国外具有成熟商业应用的Intel芯片，一直是计算机产业包括高性能计算发展中颇有争议的话题。早期欧美国家对高性能计算技术的输出限制，以及我国缺乏自主知识产权的核心芯片技术，导致了我国高性能计算起步较晚。直到2005年左右，我国才自主研发出龙芯等芯片。

与美国高性能计算的发展历程一样，我国高性能计算*初发展也是由政府主导。从1990年起步至今，我国通过863计划“国家高性能计算环境”等一系列项目的实施，已在**建设10个左右的高性能计算中心，发展了浪潮、联想、曙光等高性能计算机生产企业（以引入Intel等商业化芯片为主），并在政府、**、科研机构、气象预报、石油勘探等领域尝试应用。

其次，缺乏与国产高性能计算产业相配套的系统和应用软件。在欧美国家的高性能计算产业，从高性能计算所需的核心处理器芯片到配套软件，再到行业推广应用，已经形成一个完整而庞大的产业链条，如Intel芯片周围集合了微软、SAP、oracle等庞大的软件产业。而国内由于系统开发工具的缺乏，以及看不到能从市场上获得快速回报，大量软件企业难以投入研发与国产高性能计算核心芯片相配套的应用软件，相关应用软件****，因此导致国产高性能计算难以推广应用。

国家863计划高性能计算机及应用服务环境重大项目总体专家组组长钱德沛教授，在9月23日2016年高性能计算用户大会上接受采访时也表示：“当前高性能计算应用面临的*大的问题，是能不能尽快建立起中国高性能计算发展的完整生态环境。”比如，今年荣登榜首的神威？太湖之光采用了国产处理器芯片，虽然国产处理器具有高能耗、高性能的特点，但面临着应用软件缺乏、成熟商业软件无法方便运行的尴尬。

其三，中国自身的科研技术水平和产业企业的科技应用水平较低，也限制了高性能计算的应用。高性能计算的主要应用领域，是那些要求具有大规模计算能力的科研机构和产业企业科研部门，只有当企业的科研水平达到一定程度才会提出这样的要求。而历史原因导致我国科研机构和产业企业的科研水平较低，一定程度上限制了高性能计算的应用。相关数据显示，欧美企业研发支出中科学研究的占比普遍超过20%，我国企业的研发支出中科学研究的支出占比仅为3%。

其四，人才缺乏也是我国高性能计算应用面临的一大挑战。培养相关的人才，需要花费大量的时间、精力和投入。在欧美国家，一个超级计算人才的市场价是200万元，这种薪酬水平是国内很多高性能计算中心无法承受的。