高性能计算机的发展趋势

     计算机模拟较物理实验的优点可归纳为“多快好省”，多-可以在多种条件下、大范围内进行模拟，突破现实条件的限制(如微重力实验要用落塔以致航天器，而模拟只需设重力为零) ;快-免去实验装置的建设和运行时间， 许多装备的中试过程以年月计， 而模拟则以天和小时计;好-模拟的任何细节均可随时得到，没有测量的困难(如对高温高压设备的内部状态)、偏差以及对系统的干扰;省-没有建造和运行装置的成本，没有环境影响和安全隐患，可无限复制和改造。 

　　尽管有这些优点，目前大量工程设计和科研开发中模拟还难以撼动实验的主导地位，其根本缘由无外乎模型的准确性和计算的高效性，而这二者也是相辅相成的。现代科学对物质的结构和基本过程已有很是可信和精确的描述，如质量、能量和动量守恒定律，描述微观世界的薛定锷方程，描述低速宏观世界的牛顿运动定律，以及由此得到的多种速率方程 (如描述流动的纳维-斯托克斯(N-S)方程， 描述导热的傅里叶定律和描述传质的菲克定律等) 。但直接根据这些基本原理模拟实际过程的计算量每每庞大到没法想像。简化和粗化的模型能减小计算量但同时会损失精度，因此必须在二者间取得平衡。随着计算技术的发展，应用相对底层的模型不只成为可能，甚至成为需求，为说明这一点，须要分析目前高性能计算面临的机遇和挑战。

　　即便普通的办公室职员也能感觉到近年来计算机领域的一些转折性变化，台式机和笔记本的CPU 主频从本世纪初的数百兆赫不断增加到了3.xGHz 后彷佛停滞了，但出现了双核、四核的CPU，有的台式机还配了两颗CPU。实际上，以半导体为基础的计算机元器件技术发展正逐步进入一个阶段性的平台期，电路线宽(已达 45～22nm)和工做频率(已达 6GHz)的增加都由于量子效应等缘由而趋缓。主流CPU 厂商都开始以提升芯片内并行度的方式来维持和超越摩尔定律，高性能计算系统的峰值提高更是倚重CPU(核)数的增加。

　　所以，如何让大量的处理器或处理核心充分发挥其效能是当今高性能计算发展中的一个关键问题，这里须要克服所谓存储墙(内存访问远慢于处理器计算)、通讯墙(结点间通讯带宽和延迟远低于处理器的吞吐能力)和编程墙(如何开发能充分利用大量处理器的并行程序)等障碍，而这须要软件与硬件相互配合来解决。

　　若是对应用的软件没有任何限制，创建彻底通用的硬件系统，就须要全局性的快速数据交换，包括处理器与存储器之间以及处理器之间直接或间接的数据交换。这样，当处理器数量增长时，通讯方面的硬件开销必然非线性地增长，而通讯的效率也必然逐步下降，使系统的实际速度没法随处理器数量线性增加，成为提升机器性能的主要瓶颈。另外一方面，开发针对特定算法和问题的专用计算机虽然能够得到很高的效率，但其应用面狭窄，业务量小，没法成批生产和充分利用，也难以成为高性能计算的主流。

　　所以，有必要寻找介于通用和专用高性能计算之间的第三条道路。咱们但愿找到一种可以涵盖尽量多的数学物理模型的算法框架，以尽可能扩大其应用范围，而同时又但愿这种框架有很突出的专门性和简单性，使针对它进行的硬件设计能极大地简化。