【IT168 技术】为了让大家特别是那些小白、菜鸟们对于高性能计算、HPC、超级计算机有一些基本的了解，笔者整理了关于这个领域的一些小知识、概念、术语、厂商，大部分内容整理自百度百科，需要了解更详细内容的，不妨直接去那里查询。更多关于高性能计算的内容和报道，请关注2014年全球超级计算大会IT168直播专题：http://live.it168.com/221.html

　　1、高性能计算

　　高性能计算(英文high performance computing， 缩写HPC) 指通常使用很多处理器(作为单个机器的一部分)或者某一集群中组织的几台计算机(作为单个计算资源操作)的计算系统和环境。有许多类型的HPC 系统，其范围从标准计算机的大型集群，到高度专用的硬件。大多数基于集群的HPC系统使用高性能网络互连，比如那些来自 InfiniBand 或 Myrinet 的网络互连。

　　高性能计算机在密集计算、海量数据处理等领域不可或缺，对于保障国防安全、促进科学研究及产业发展具有直接推动作用。在国防安全方面，核武器设计、核爆炸模拟、空气动力学、反导弹武器系统、空间技术的开发等需要在高性能计算机上进行模拟;在科学研究方面，长期气候预测、高精度天气预报、海洋环流计算、空气与水污染的模拟分析、洪水与地震等灾害的预报等都需要进行海量数据处理和大规模计算;在产业发展方面，发动机设计、模具设计、生物新药设计、风洞试验仿真、石油地质勘探以及新材料研究等都离不开高端计算。具体来看，依赖超级计算机解决的挑战性问题包括：

　　1)交通工具制造：超级计算机可用来认识和改进汽车、飞机或轮船等交通工具的空气/流体动力结构、燃料消耗和防撞强度，并帮助减少噪音，提高乘坐者舒适度。

　　2)气候问题：借助超级计算机建模预测气候变化，防范和减轻气候变化带来的破坏。

　　3)生物信息：从基因学的数据密集型研究到细胞网络模拟和大规模系统建模，超级计算机将帮助寻找疾病治疗的革命性方法。

　　4)地震监测：超级计算机对地震的模拟将帮助我们探索地震预测新方法，通过预警减少地震人财物伤亡和损失的风险。

　　5)地球科学：地球物理学涉及大量数据处理和模拟，超级计算机在石油勘测等方面具有潜在和巨大的经济效益。

　　6)天体物理：超级计算机模拟是天体物理学的基础，通过模拟时间进程并加速，可对天体演变进行建模和理论试验。

　　7)公共健康：超级计算机可对影响社会的健康和安全事件进行模拟，为可能发生的大规模污染和灾难等提出应对措施和规划。

　　8)材料科学：基于对物质和能量的密集计算模拟，或许能发现具有很高经济效益的物质和反应。

　　9)人类/组织系统研究：宏观经济学和社会动力学的研究同样需要超级计算机，比如对大量人口行为进行模拟。

　　2、超级计算机

　　超级计算机是计算机中功能最强、运算速度最快、存储容量最大的一类计算机，多用于国家高科技领域和尖端技术研究，是一个国家科研实力的体现，它对国家安全，经济和社会发展具有举足轻重的意义，是国家科技发展水平和综合国力的重要标志。针对超级计算机，全球每年会推出TOP500性能排行榜，中国也推出了TOP100排行榜。

　　3、并行计算

　　并行计算(Parallel Computing)是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。并行计算系统既可以是专门设计的、含有多个处理器的超级计算机，也可以是以某种方式互连的若干台的独立计算机构成的集群。通过并行计算集群完成数据的处理，再将处理的结果返回给用户。并行计算是相对于串行计算来说的，所谓并行计算可分为时间上的并行和空间上的并行，时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。并行计算机有以下五种访存模型：均匀访存模型(UMA)，非均匀访存模型(NUMA)，全高速缓存访存模型(COMA)，一致性高速缓存非均匀存储访问模型(CC-NUMA)，非远程存储访问模型(NORMA)。

　　4、分布式计算

　　分布式计算是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。

　　5、网格计算

　　网格计算是分布式计算的一种。如果我们说某项工作是分布式的，那么，参与这项工作的一定不只是一台计算机，而是一个计算机网络，显然这种“蚂蚁搬山”的方式将具有很强的数据处理能力。网格计算的实质就是组合与共享资源并确保系统安全。

　　6、科学计算

　　科学计算即是数值计算，科学计算是指应用计算机处理科学研究和工程技术中所遇到的数学计算。在现代科学和工程技术中，经常会遇到大量复杂的数学计算问题，这些问题用一般的计算工具来解决非常困难，而用计算机来处理却非常容易。自然科学规律通常用各种类型的数学方程式表达，科学计算的目的就是寻找这些方程式的数值解。这种计算涉及庞大的运算量，简单的计算工具难以胜任。计算过程主要包括建立数学模型、建立求解的计算方法和计算机实现三个阶段。

　　7、量子计算

　　量子计算(Quantum Computing )是一种依照量子力学理论进行的新型计算，量子计算的基础和原理以及重要量子算法为在计算速度上超越图灵机模型提供了可能。其原理是量子的重叠与牵连原理产生了巨大的计算能力。普通计算机中的2位寄存器在某一时间仅能存储4个二进制数(00、01、10、11)中的一个，而量子计算机中的2位量子位(qubit)寄存器可同时存储这四个数，因为每一个量子比特可表示两个值。如果有更多量子比特的话，计算能力就呈指数级提高。

　　8、E级计算

　　Exascale Computing，也称百亿亿次计算，一个EFLOPS (exaFLOPS) 等于每秒1百亿亿(=10^18)次的浮点运算，根据TOP500性能数据预测，预计到2020年能实现。

　　9、数据密集型计算

　　数据密集型计算(Data Intensive Computing)是采用数据并行方法实现大数量并行计算的应用，计算数据量级为TB或PB级，因此也被成为是大数据的核心支撑技术。由数据密集型计算产生了数据密集型科学。利用多种来源的海量时空数据中实验、分析、模拟与发现全球变化与区域可持续、均衡发展规律是当前数据密集型科学面临的研究主题。

　　10、异构计算

　　异构计算技术从80年代中期产生，由于它能经济有效地获取高性能计算能力、可扩展性好、计算资源利用率高、发展潜力巨大，目前已成为并行/分布计算领域中的研究热点之一。在异构计算系统上进行的并行计算通常称为异构计算。人们已从不同角度对异构计算进行定义，综合起来我们给出如下定义：异构计算是一种特殊形式的并行和分布式计算，它或是用能同时支持simd方式和mimd方式的单个独立计算机，或是用由高速网络互连的一组独立计算机来完成计算任务。它能协调地使用性能、结构各异地机器以满足不同的计算需求，并使代码(或代码段)能以获取最大总体性能方式来执行。

　　11、大数据分析

　　大数据(Big data)是2008年9月发表在自然杂志上一篇《大数据：PB级数据时代的科学》编辑总结文章再次成为热点。近年来互联网、移动、物联网，空间对地观测平台技术的发展，全球范围内数据与信息的处理、交换与服务业务需求这是传统的常规技术手段无法应对的，于是提出PB级大数据的概念、同时满足一致性、可用性和分区容忍性CAP定理的理论架构和技术，包括分布式缓存、基于MPP的分布式数据库、分布式文件系统、各种NoSQL分布式存储方案等。大数据特征可以概括为4个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、真实性(Veracity)。大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的焦点。

　　12、云计算

　　云计算(Cloud computing)是由Google公司Eric Schmidt 2006年提出的，一种以数据密集型计算技术支撑的服务端的商业模式。基础是互联网络通过虚拟方式共享资源的算模式，使计算、储存、网络、软件等资源按用户的动态需要，实现为任何人、任何时间、任何地点、任何信息需求提供服务，云计算后台支撑技术是数据密集型计算技术。

　　13、Cluster集群

　　集群就是由一些互相连接在一起的计算机构成的一个并行或分布式系统，从外部来看，它们仅仅是一个系统，对外提供统一的服务。集群一般用于单个电脑无法完成的高性能计算，拥有较高的性价比。在TOP500中，80%以上的超级计算机都是集群系统。

　　14、多核处理器

　　多核处理器是指在一枚处理器中集成两个或多个完整的计算引擎(内核)。多核技术的开发源于工程师们认识到，仅仅提高单核芯片的速度会产生过多热量且无法带来相应的性能改善，先前的处理器产品就是如此。他们认识到，在先前产品中以那种速率，处理器产生的热量很快会超过太阳表面。即便是没有热量问题，其性价比也令人难以接受，速度稍快的处理器价格要高很多。

　　15、摩尔定律

　　摩尔定律是由英特尔(Intel)创始人之一戈登·摩尔(Gordon Moore)提出来的。其内容为：当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18个月翻一倍以上。这一定律揭示了信息技术进步的速度。尽管这种趋势已经持续了超过半个世纪，摩尔定律仍应该被认为是观测或推测，而不是一个物理或自然法。预计定律将持续到至少2015年或2020年。然而，2010年国际半导体技术发展路线图的更新增长已经放缓在2013年年底，之后的时间里晶体管数量密度预计只会每三年翻一番。

　　16、内存墙

　　内存墙，指的是内存性能严重限制CPU性能发挥的现象。在过去的20多年中，处理器的性能以每年大约55%速度快速提升，而内存性能的提升速度则只有每年10%左右。长期累积下来，不均衡的发展速度造成了当前内存的存取速度严重滞后于处理器的计算速度，内存瓶颈导致高性能处理器难以发挥出应有的功效，这对日益增长的高性能计算(High Performance Computing,HPC)形成了极大的制约。事实上，早在1994年就有科学家分析和预测了这一问题，并将这种严重阻碍处理器性能发挥的内存瓶颈命名为"内存墙"(Memory Wall)。

　　17、协处理器

　　协处理器(coprocessor)，一种芯片，用于减轻系统CPU的特定处理任务。例如，数学协处理器可以控制数字处理;图形协处理器可以处理视频绘制。

　　18、GPGPU

　　GPGPU全称General Purpose GPU，即通用计算图形处理器。其中第一个“GP”通用目的(GeneralPurpose)而第二个“GP”则表示图形处理(GraphicProcess)，这两个“GP”搭配起来即“通用图形处理”。再加上“U”(Unit)就成为了完整的通用处理器。 人们一直在寻找各种加速图像处理的方法，然而受到CPU本身在浮点计算能力上的限制，对于那些需要高密度计算的图像处理操作，过去传统的在CPU上实现的方法，并没有在处理性能与效率上有很大进步。随着可编程图形处理器单元(GPU)在性能上的飞速发展，利用GPU加速图像处理的技术逐渐成为研究热点。目前广泛使用的GPGPU平台有CUDA,OPENCL等，CUDA是基于nVIDIA公司自家GPU架构的虚拟机PTX的GPGPU平台，OpenCL是一个跨平台的GPGPU解决方案。

　　19、AMD FirePro

　　AMD公司生产的专业级图形处理器(GPU)，既可用于工作站，也能用于数据中心服务器上。

　　20、Intel Xeon Phi

　　中文名称为至强融核，是英特尔公司于2012年11月12日正式推出的首款60核处理器，Xeon Phi并非传统意义上的CPU，更像是与CPU协同工作的GPU(图形处理器，显卡)，其基于英特尔消费级GPU技术Larrabee，不过该项目已经于2009年被取消。但英特尔仍然需要Larrabee技术，从而在超级计算机市场与Nvidia竞争，因为更简单、更专业的GPU处理器可以更有效地处理某些超级计算任务，从而提高性能并减少能耗。首批Xeon Phi客户包括剑桥大学等科研机构。英特尔下一代Xeon Phi(MIC)协处理器名称叫Knights Landing。

　　21、OpenMP

　　OpenMp是由OpenMP Architecture Review Board牵头提出的，并已被广泛接受的，用于共享内存并行系统的多线程程序设计的一套指导性的编译处理方案(Compiler Directive)，随着多核处理器的普及应用，对多线程应用的需求急速增长，OpenMP是写这种应用最直接的一种方法。OpenMP支持的编程语言包括C语言、C++和Fortran;而支持OpenMp的编译器包括Sun Compiler，GNU Compiler和Intel Compiler等。OpenMp提供了对并行算法的高层的抽象描述，程序员通过在源代码中加入专用的pragma来指明自己的意图，由此编译器可以自动将程序进行并行化，并在必要之处加入同步互斥以及通信。当选择忽略这些pragma，或者编译器不支持OpenMp时，程序又可退化为通常的程序(一般为串行)，代码仍然可以正常运作，只是不能利用多线程来加速程序执行。

　　22、OpenGL

　　OpenGL(全写Open Graphics Library)是个定义了一个跨编程语言、跨平台的编程接口规格的专业的图形程序接口。它用于三维图象(二维的亦可)，是一个功能强大，调用方便的底层图形库。

　　23、OpenCL

　　OpenCL(全称Open Computing Language，开放运算语言)是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器，在游戏、娱乐、科研、医疗等各种领域都有广阔的发展前景。

　　24、MPI

　　Message Passing Interface是一个并行计算的API，适合超级电脑，大规模集群。

　　25、CUDA

　　CUDA(Compute Unified Device Architecture)是NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。

　　26、并行编程模式

　　并行编程模式，通俗的说就是指并行编程的一种形式，一种方式，就像串行编程时，你是采用过程式还是结构化一般。并行编程模式只要指并行编程时，程序员将程序各模块并行执行时，模块间的通信方式，目前并行编程模式主要包括以下三种：1 共享内存模式，以openMP为代表;2 消息传递模式，以MPI,PVM为代表;3 数据并行模式，以Fortran为代表。

　　27、混合编程

　　混合编程是指使用两种或两种以上的程序设计语言来开发应用程序的过程。至今为止，计算机上流行的程序设计语言有多种，它们有各自的优势和不足，混合编程可以充分利用各种程序设计语言的优势。混合编程的关键问题是参数传递。

　　28、多线程

　　在一个程序中，这些独立运行的程序片段叫作“线程”(Thread)，利用它编程的概念就叫作“多线程处理(Multithreading)”。具有多线程能力的计算机因有硬件支持而能够在同一时间执行多于一个线程，进而提升整体处理性能。

　　29、编译器

　　简单讲，编译器就是将“高级语言”翻译为“机器语言(低级语言)”的程序。一个现代编译器的主要工作流程：源代码 (source code) → 预处理器 (preprocessor) → 编译器 (compiler) → 目标代码 (object code) → 链接器 (Linker) → 可执行程序 (executables)。

　　30、linpack

　　LINPACK是线性系统软件包(Linear system package) 的缩写， 主要开始于 1974 年 4 月， 美国 Argonne 国家实验室应用数学所主任 Jim Pool， 在一系列非正式的讨论会中评估，建立一套专门解线性系统问题之数学软件的可能性。业界还有其他多种测试基准，有的是基于实际的应用种类如TPC-C，有的是测试系统的某一部分的性能，如测试硬盘吞吐能力的IOmeter，测试内存带宽的stream。至目前为止， LINPACK 还是广泛地应用于解各种数学和工程问题。 也由于它高效率的运算， 使得其它几种数学软件例如IMSL、MATLAB 纷纷加以引用来处理矩阵问题， 所以足见其在科学计算上有举足轻重的地位。Linpack现在在国际上已经成为最流行的用于测试高性能计算机系统浮点性能的benchmark。通过利用高性能计算机，用高斯消元法求解N元一次稠密线性代数方程组的测试，评价高性能计算机的浮点性能。

　　31、算法

　　算法是一种描述程序行为的语言，是一种让程序最为简洁的思考方式。算法(Algorithm)是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

　　32、FLOPS

　　FLOPS是floating point operations per second每秒所执行的浮点运算次数的英文缩写。它是衡量一个电脑计算能力的标准，具体到TOP500和TOP100，指的是在跑Linpack这个基准测试软件时的浮点计算速度。一个MFLOPS (megaFLOPS) 等于每秒1百万 (=10^6) 次的浮点运算;一个GFLOPS (gigaFLOPS) 等于每秒10亿 (=10^9) 次的浮点运算;一个TFLOPS (teraFLOPS) 等于每秒1万亿 (=10^12) 次的浮点运算;一个PFLOPS (petaFLOPS) 等于每秒1千万亿 (=10^15) 次的浮点运算;一个EFLOPS (exaFLOPS) 等于每秒1百亿亿(=10^18)次的浮点运算。

　　33、PetaByte

　　PB(Petabyte，拍字节或千万亿字节或千T字节)是较高级的储存单位。我国天河二号超级计算机的存储容量就是以PB为单位的。全球第四大软件公司赛门铁克数据中心为客户存储的数据已达到56PB。1PB=1,024TB，比PB更大的单位还有EB、ZB、YB、BB，相邻两个单位之间，进率均为1024。

　　34、InfiniBand

　　InfiniBand架构是一种支持多并发链接的“转换线缆”技术，在这种技术中，每种链接都可以达到2.5 Gbps的运行速度。这种架构在一个链接的时候速度是500 MB/秒，四个链接的时候速度是2 GB/秒，12个链接的时候速度可以达到6 GB /秒。主要设计目的是针对服务器端的连接问题的。因此，InfiniBand技术将会被应用于服务器与服务器(比如复制，分布式工作等)，服务器和存储设备(比如SAN和直接存储附件)以及服务器和网络之间(比如LAN， WANs和the Internet)的通信。Infiniband和以太网是高性能计算机的主要网络；除了石油、渲染等领域仅需要以太网外，主要的科学计算由于进程间通讯频繁，都需要配置Infiniband高速网络。

　　35、Lustre

　　Lustre是HP、Intel、Cluster File System公司联合美国能源部开发的Linux集群并行文件系统，是第一个基于对象存储设备的、开源的并行文件系统。

　　36、Chapel

　　Cray公司领导设计和开发的一种新的开源的并行编程语言，支持桌面端(Mac, Linux和Windows)、集群和大规模高可扩展系统。参考：http://chapel.cray.com。Chapel旨在改变当前并行语言的可编程性、通用性和效率，同时改善性能。

　　37、TOP500

　　全球高性能计算机TOP500性能排行榜，已经成为现在全球高性能计算产业发展的风向标，透过这个榜单，可以清楚地判断各国在超级计算领域技术与市场的发展与分布情况。1993年，美国田纳西大学诺克斯维尔分校的Jack Dongarra教授与德国曼海姆大学的Hans Meuer以及美国劳伦斯伯克利国家实验室的Erich Strohmaier与Horst Simon等人共同发起了TOP500榜单，以Linpack性能基准测试数据为主，每年的6月和11月分别发布两次排行，旨在提供一个可靠的基础去追踪与侦测高性能计算的趋势。其官方网站是：www.top500.org。类似的排行榜还有评测超级计算机能效的Green500，评测大数据、图形处理性能的Graph500，以及中国的高性能计算机TOP100性能排行榜。

　　38、TOP100

　　中国高性能计算机性能TOP100排行榜简称，由中国软件行业协会数学分会联合国家863高性能计算机评测中心、中国计算机学会高性能计算专业委员会推出，每年11月份在HPC China(全国高性能计算学术年会)上正式对外界发布，已经成为中国高性能计算领域的风向标。

　　39、曙光天潮高性能计算机

　　曙光是中国高性能计算领域的领导厂商，也是A股市场中第一家HPC厂商，在国内TOP100排行榜中，曙光已经连续6年占据份额第一位，也是IDC统计中唯一入选全球HPC前10的中国厂商，曙光4000A、曙光5000、曙光星云、曙光6000、曙光7000等都代表了不同时期中国商品化高性能计算机的最高水平。目前曙光天潮高性能计算机系列共有三大类产品，一是PC系列个人高性能计算机，其代表产品是PC300，二是HC系列异构高性能计算机，代表产品是HC2000，三是TC系列通用高性能计算机，其代表产品是TC6000和TC7000。

　　40、浪潮天梭高性能计算机

　　浪潮是我国高性能计算机领域的重要创新力量，其研发的HPC产品主打应用牌，包括浪潮天梭TS30000商用系统、浪潮高性能TS10000科研系统、浪潮天眼高性能应用特征监控分析系统等。

　　41、联想高性能计算

　　联想是中国高性能计算市场的开拓者之一，曾研制出深腾1800、深腾6800等一系列超级计算机，之后有所沉寂。在2014年10月1日宣布完成对IBM x86服务器整体业务的收购之后，联想也同时获得了IBM基于x86平台的HPC全线产品和技术。根据2014年11月份发布的TOP100榜单，联想(含IBM x86)凭借32套系统与曙光一起并列第一。

　　42、Cray高性能计算

　　Cray是超级计算机之父，但由于HP、IBM的崛起，世界超级计算机500强中份额已经明显下滑，但最近几年有夺回超级计算机霸主地位的趋势。

　　43、戴尔高性能计算

　　不同于其他厂商多以做大机器，追求技术领先或性能速度，参与国家大型科研项目为主要目标，戴尔的高性能计算机方案基于X86平台的开放标准构建，更强调成本与性能的平衡，是商品化HPC市场上的重要厂商。在应用方面，戴尔的HPC方案也有着独到的理念，如曾支持莲花车队(Team Lotus)，利用HPC和大数据分析技术，将F1赛车的速度加快了60%。

　　44、HP Apollo System

　　惠普公司推出的高性能计算系统，包括采用水冷技术Apollo 8000和采用空气冷却技术的Apollo 6000。

　　45、泰坦超级计算机

　　泰坦(英语：Titan)是一台由CRAY公司承建的超级电脑，置放于美国能源部下属的橡树岭国家实验室中，供各项科学研究项目使用。泰坦是由原来也置放于橡树岭国家实验室的美洲虎(英文：Jaguar)经过多次升级改装而成。泰坦也是世界上第一台以通用图形处理器(GPGPU)为主要数据处理单元的超级电脑，2012年11月至2013年6月是世界上最快的超级电脑。

　　46、富士通K超级计算机

　　日本富士通和国家研究所共同研发的超级电脑“K”，运算速度曾是中国研制的“天河一号”3倍。K由68,544个CPU组成，运算速度等於100万台个人电脑总和。这是2004年NEC研发的“地球模拟器”(EarthSimulator)之后日本HPC领域最重要的超级计算机。

　　47、IBM蓝色基因

　　IBM致力于尖端超级计算的一个项目，2003年，蓝色基因的原型机经过三年研发问世，当年11月登上超级计算机“TOP500”第73名。其代表系统是蓝色基因/L(Blue Gene/L)

　　48、IBM沃森系统

　　超级电脑“沃森”由IBM公司和美国德克萨斯大学历时四年联合打造，电脑存储了海量的数据，而且拥有一套逻辑推理程序，可以推理出它认为最正确的答案。"沃森"(Watson)是为了纪念IBM创始人Thomas J. Watson而取的。IBM开发沃森旨在完成一项艰巨挑战：建造一个能与人类回答问题能力匹敌的计算系统。这要求其具有足够的速度、精确度和置信度，并且能使用人类的自然语言回答问题。这一系统没有连接至互联网，因此不会通过网络进行搜索，仅靠内存资料库作答。

　　49、天河2号

　　由国防科大研制的天河二号超级计算机系统，以峰值计算速度每秒5.49亿亿次、持续计算速度每秒3.39亿亿次双精度浮点运算的优异性能位居2014年6月TOP500榜首，成为全球最快超级计算机。

　　50、HPC软件

　　高性能计算软件跟一般企业里使用的ERP、数据库、操作系统等不同，在数量上非常繁多，涉及众多专业领域，比如：EDA设计仿真、CAE、数值计算、计算化学、计算物理、材料设计、量子力学、分子动力学、流体力学、工业设计、图像渲染、生物信息、生命科学、气象、天文、金融、石油勘探、工程计算、地震资料处理、集群管理、并行应用软件开发(MPI、OpenMP、CUDA)、Linpack测试研究、超算服务等等。

　　更多报道，请关注2014年全球超级计算大会直播专题：http://live.it168.com/221.html