随着技术的迭代和应用需求的增加，高性能计算的应用触角正快速延伸。以具体的应用场景为例，在医药领域，新冠肺炎疫情加速了大数据在医药和生命科学领域的应用，促进了核酸疫苗和核酸药物的研发。例如BioNTech公司基于病毒基因序列，通过超算平台，只用了4个小时就设计出 mRNA 新冠肺炎疫苗。在金融领域，大数据和人工智能与超算相结合，对各种层面和维度的数据进行分析，通过深度学习技术训练出模型，并且应用在风控上，可以让坏账率降低35%。

如此看来，在各种业务场景下，因数据处理量、计算任务关联关系等不同，对计算能力、存储效率、网络带宽及时延要求有各自侧重。例如，较早的超算中心都是围绕计算资源而建，存储上基本只有 Lustre 并行文件存储，并且容量有限，难以支撑大数据的场景。而新一代的超算中心虽然配备了足够大的容量，可以承接仿真建模类等大数据业务，但人工智能应用的爆发，则要求超算中心有充足的GPU资源，并且还要提供对应的软件框架。这些业务往往还希望用云原生的方式来部署和运行。

需求的多样化自然带来的是挑战性的急剧增加。“用户都希望有无限的存储容量、最高的性能，还要很便宜。‘既要、又要、还要’肯定是无法同时满足的。所以超算中心需要对不同的业务提供合适的存储类型。此时，融合的超算平台就成了一个绝佳的选择。”青云科技（qingcloud.com，股票代码：688316）如此认为。

同时，青云科技指出，云端高性能计算是未来的主要发展趋势，因为企业级高性能计算经常会遇到不可预测的算力波峰，云端恰好可以在短时间内获取海量计算资源，而且即开即用、用完就关，可以实现现有计算资源的优化配置。基于此，青云科技前不久推出的QingCloud EHPC超算平台无疑成为绝佳选择。

青云QingCloud EHPC基于青云云基础设施，为用户提供部署在公有云、专属云、混合云上的多种产品形态，面向科研机构、高校教育、工业生产、行业计算等用户提供弹性灵活、快捷高效、安全可靠的超算服务，应对生命科学、CAE 仿真、海洋气象、影视渲染、石油勘探、深度学习、测绘地理等应用场景的高性能计算需求。

除了具备云平台架构的弹性优势，青云QingCloud EHPC 在计算、网络、存储上具有行业领先性。CPU 单节点计算峰值达 86.4 Gflops，GPU 高配 NVIDIA A100；采用专用 IB 网络，计算节点与节点之间、计算节点与存储之间都能够高速通信；以 Lustre 商用版本提供专业分布式文件存储。

同时，青云QingCloud EHPC 不仅提供 300+ 应用软件，拥有专业的 HPC 软件维护团队，还支持用户自定义安装应用软件，真正做到应用无限制。专业应用软件覆盖工业仿真、生命医药、汽车制造、人工智能、高校科研、影视渲染等多个领域，提供多种应用场景，满足不同人群的计算需求，节省大量配置时间。

青云QingCloud EHPC产品经理苗慧提到，QingCloud EHPC会向用户提供两种服务集群：第一种形式是青云作为平台方，提供 400 多个节点的共享队列，采用传统超算的形式，用户进来提交作业，按照核心数和作业运行时间进行计费。第二种形式是用户自己构建EHPC集群，通过购买节点进行定制化安装，支持root权限，可以对集群进行最高权限的配置。这种形式构造了用户自己专属的计算节点，通过计算节点的配置和计算节点的使用时长进行计费。

而灵活多样、低成本的高性能计算服务模式让用户的选择更加自由，助力科研计算用户100%专注学术研究。这样看来，青云科技作为一家企业级云服务商，提供了一个基于云模式的综合企业服务平台，为行业用户提供了功能丰富多样、灵活便捷、低成本的算力服务模式。

不仅如此，在日趋商业化、生态化的高性能计算领域，面对日益复杂的应用需求，青云科技也在探索一条能够实现算力最优配置的新路径，致力于搭建起算力交互的连接平台。“青云科技的愿景就是，希望与超算中心合作共建算力共享的算力网格。一方面作为算力中心的供应方，帮助用户建设、运营算力中心。另一方面对于算力需求方，例如分子动力学、新能源/新材料、医药和工业仿真等不同行业的用户，青云科技可以协调空置算力，帮助其完成任务。”苗慧这样说道。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005