记者：是不是意味着现在高性能计算都在走向一个通用处理器这样一个趋势？

　　聂华：高性能计算我相信从未来来讲仍然应该说有几个分支，一个是我们所说的传统科学计算，传统科学计算仍然现在有两类，一类是四核使用加速器进行加速，这类研究问题一般计算规模非常庞大，气象问题、石油问题等等规模非常庞大。而且其中数据关联度相对比较低，基本以通过科学计算进行整理之后以一种现代理论，矩阵乘加为主的计算。仍然未来向加速器来发展。这种加速器发展情况下，可以看到一个好的加速器他在同样耗电情况下可以获得通用CPU几十倍的性能。显然对于庞大工程计算来讲，加速器带来性能意义、现实意义，对整个社会运营成本，电力能源节约都是非常重要。

　　第二类其实是我们所说一些向传统工程计算，这些工程计算有些问题是紧偶合的问题。这些问题同时后台往往牵扯一个非常庞大商业软件的应用。开发商业软件其实很多国际著名厂商投资成本都非常巨大，这个传统运行模式和商业属性，这些软件目前还是基于通用处理器为主，他们的规模并不会特别庞大，因为他们基本还是以这种商业软件为基础的。

　　现在在云计算领域，其实云计算当中涉及很多传统的经典问题，包括我们物联网当中一些应用，无论是智能交通还是其他等等，我们互联网当中一些应用等等这些现在大家比较流行的是云计算。其实很多也是我们传统高性能计算的处理，现在更多向云计算需求来转换。现在云计算技术里面仍然现在大量的云计算技术还是更多基于相对通用架构和处理器。目前可以看到，云计算应用里边能特别好的使用加速器的应用现在并不是特别多。

　　记者：刚才您说了曙光这边云计算一些优势，是和之前做高性能计算技术是相通。能不能跟我们分享哪些技术他们是可以相互利用或者说在高性能计算已经有了一些成果可以应用到云计算中。第二个问题是您说到曙光未来因为在云计算扮演一个什么样的角色？

　　聂华：技术细节说起来不一定能说全了，首先我们可以看到高性能计算解决是单机不能解决巨大工程问题，这是高性能计算最早的由来。这些工程问题最早对外呈现技术是变形技术，好象大家所说多CPU共同解决一个问题。可以看到至少今天开玩笑讲所有云计算不是单机能解决，单机能解决的计算不是云计算。当你一旦到了机器数量非常大的时候，会发现几个问题自然而然开始产生，第一我们必须关注整个一个良好体系架构设计，良好体系架构其实包含了整个让他机器很好的结合。我们不仅使用通用的架构，SMP架构，其他的MPP架构，还有新的设计里面我们也开始提出SPP，CSPP自己的一些设计理念一些自主架构技术。在这种架构技术之上，可以继续看当机器规模大到一定程度的时候，必然带来管理方面问题。云计算今天也带来管理问题，这些管理问题都是我们过去高性能计算当中一些强项。可以看到安全的一些问题，也是传统高性能计算非常关注，一个大机器攻击和抗攻击都是伴随发展持续进行的。

　　包括其中我们说到网络通讯技术，高性能计算和云计算都要解决这种网络高带宽低延迟通讯。高性能计算当中有很多计算、存储或者数据相当大量，比如石油数据或者过去生物基因数据都是相当大的数据处理问题。到了今天发现云计算里面对于海量数据处理仍然是今天必须要解决的问题。恰恰这些技术的解决都是基于传统高性能计算对这些技术深入研究和这么多年新发生技术的一些集成。

　　我们外围可以看到云计算的运营成本的问题，这些和高性能计算也是非常相通的一个问题。为了降低运营成本，为了降低它的能耗，我们开始采用各种各样手段，包括我们所说POE里面基础设施，我们用机房还是机柜，机柜里面高密度里面用叶冷还是封闭机柜的风冷循环。这些技术在高性能计算云和云计算的时候很多都是相通的技术。

　　当然也有一些我们所说的云计算新衍生出来的一些技术热点，比如虚拟化方面的技术，一种对于数据基于更加分布和广泛网络一些分布式的技术。和我们现在大家可以看到云计算也非常关注我们的运营方面的问题，运营里面用户资源弹性、动态标配。虽然传统高性能计算当中有，云计算提出更多的挑战。

　　我们可以看到在平台一层，其实我们说了这么多，你会发现一个问题，云计算很多技术热点其实是对传统高性能计算当中这么多年技术积累一个技术和延伸。并不是某个技术是过去高性能计算技术当中没有关心到，今天突然冒出来。这个过程，当然云计算由于解决问题的规模和它对于未来这么多公司对他的积极参与，他可能要对硬件之间，CPU对云计算的支持，整个来讲机器设计当中对云计算的支持，网络当中对云计算的支持或者甚至有存储和虚拟化的技术，这些技术是今天新出来一些热点，也是过去传统技术的发展。
这点来讲，我相信曙光作为高性能计算过去已经耕耘这么多年，到今天深入到云计算领域当中我们还是在平台一层有很多优势。