应用场景

高性能集群计算凭借高带宽、低延迟网络，快速存储，大容量内存和超高计算能力，可以广泛应用于科学研究、工程分析、智能研究等方面。

1. 教育科研

高性能计算当前已成为科研工作者必备的一项研究工具，利用高性能集群计算提供的强大计算能力，结合资源集成的各类开源应用软件，可以观察到比实验现象更细致的层次，对目前比较昂贵或无法实现的实验进行理论模拟，从而帮助解释实验结果，理解自然规律，进一步指导实验过程。高性能计算可以有效满足气象预测、计算物理、计算化学、材料研究、生信分析、医药研制、金融分析、地质勘探、多尺度动力学模拟等需求，提升科研教育能力，打破算力性能局限。

2. 制造与工程

制造业能够在进行复杂工程项目时利用高性能计算辅助分析复杂工程架构和力学结构，对大型装配集合甚至整个系统快速获得仿真结果。利用HPC高性能计算能力及高带宽、低延迟节点网络互联性能，快速的文件读写能力，为中到大型数值计算问题带来显著的性能提升。HPC涉及到的仿真制造有智能汽车，航天航空，机械建筑等方面。

3. AI深度学习

人工智能深度学习技术被应用到许多实际问题中，如自动驾驶、照片定位、实时语音翻译、自动回复电子邮件、脸部识别等都是深度学习的研究范畴。深度学习多基于数据海量处理，需要很强的计算处理能力，人工智能的研究与开发需依托强大的HPC平台，利用HPC提供的强大计算能力，构建深度学习训练的平台，结合高性能集群计算产品提供的数据存储功能和良好的应用兼容性，构建深度学习训练系统，开展深度学习训练任务。