2025 年 9 月，中国高性能计算学术大会（CCF HPC China）首次把“AI 训练”列为 HPC 第一大主体应用，峰值 FLOPS 不再是唯一卖点——“每美元能产多少 tokens”成为新 KPI。
当大模型训练需求每 3.5 个月翻一番、传统科学计算又要求双精度算力继续提升时，HPC 集群必须同时回答“算得准、算得快、算得省”的三重命题。未来五年，HPC 将从“高性能”走向“高性能+高智能+高能效”的三高融合，以下十大方向决定谁能拿到下一笔 10 亿元预算。
系统架构：从“CPU+GPU”到“异构超节点”
异构比例 1:9 成为主流
2024 年全球 Top 10 超算平均 GPU 占比已超 80%，2025 年新立项系统普遍按“CPU 核 : GPU 卡 = 1 : 9”设计，峰值算力提升 6 倍，功耗仅增加 2.2 倍。
“超节点”替代传统节点
英伟达 DGX SuperPOD、华为 CloudMatrix 把 256 张 GPU 通过 NVLink/NVSwitch 或高速 HBM 直联，形成 1 个“超节点”，内部带宽 70 TB/s，对外只呈现 1 个 PCIe Root Complex，软件视角仍为“单机”，通信延迟 < 3 µs，大模型训练性能提升 25%。
全精度算力芯片
国产芯片走向“全精度覆盖”——FP64/FP32/FP16/INT8 同构支持，既能跑传统 CAE，也能跑 AI 训练；中科曙光“雪湖”芯片单卡 FP64 14 TFLOPS，FP16 280 TFLOPS，实现“一芯双算”，避免“科学计算卡”与“AI 卡”重复投资。
网络互连：从“千兆以太”到“Terabit 无损”
单端口 800 Gbps 量产
2025 年，Quantum-2 IB、Broadcom Tomahawk 5 交换芯片全面量产 800 Gbps 端口，单轨网络即可满足 2 万卡集群 All-Reduce 无阻塞，网络收敛比从 1:3 提升到 1:1，大模型训练效率提升 18%。
端网协同拥塞控制
基于 RoCE v2 的 DCQCN+TIMELY 算法把 ECN 标记与 RTT 结合，在 2 层 Fat-Tree 上实现“零丢包”；Meta 实测，在 3 万 GPU 集群上，网络丢包率从 0.1% 降到 0.0001%，训练时间缩短 12%。
网算协同（In-Network Computing）
交换芯片内置 All-Reduce 引擎，数据包经过交换机即完成规约，无需上到服务器；英伟达 SHARP 3.0 把 256 节点集合通信时间从 350 µs 降到 55 µs，相当于“通信隐身”。
软件栈：从“MPI 为中心”到“AI-MPI 融合”
云原生 HPC：Serverless 科学计算
2025 年，AWS Batch、阿里云 E-HPC 均支持“Serverless 作业”——用户只需提交 containers，平台秒级分配 1000 核 CPU+256 卡 GPU，作业完成后立即回收，科研用户无需采购整集群，TCO 下降 40%。
AI4S 工作流引擎
DeepModeling 社区推出“Dflow 2.0”，把第一性原理（FP64）与机器学习（FP16）放在同一 DAG 里调度；材料设计流程中，MD 模拟→AI 势函数拟合→AI 结构搜索→DFT 验证一键完成，全流程时间从 30 天缩到 3 天，推动“计算-实验”闭环。
低代码 HPC
中科曙光推出“雪湖 Studio”，用拖拽方式拼出并行算法，自动生成 MPI+CUDA 混合代码；高中生也能在 30 分钟写出并行 Pi 计算，大幅降低 HPC 使用门槛，预计 2026 年覆盖 300 所高校。
AI 驱动的调度与运维
强化学习调度器
“月亮蛋糕”（Mooncake）把作业调度建模成马尔可夫决策过程，奖励函数 = -（作业完成时间 + 电费），训练 24 小时后，在 2 万卡集群上平均 JCT 缩短 22%，电费节省 8%。
故障预测
利用 Transformer 对 5000 节点电压、温度、电流做时序建模，提前 30 分钟预测 GPU 故障，准确率达 92%，年减少 1200 次训练中断，相当于多跑 300 万 GPU 小时任务。
能耗-性能双目标优化
调度器实时读取各地电价、碳排因子，把非紧急作业自动移到夜间/绿电时段；微软跑 175B 模型训练，一年省 2600 万度电，减少 2 万吨 CO₂，绿电比例从 40% 提升到 68%。
绿色低碳：液冷从“可选”变“强制”
冷板+浸没混合液冷
2025 年中国新建液冷 HPC 规模 109 MW，预计 2027 年达 926 MW，年复合增速 40%。浪潮“天池”冷板在原有节能基础上再降 30% PUE，1 MW 集群年省电 2628 万度，减碳 2 万吨。
余热回收
北欧数据中心把 60 ℃ 冷却水接入城市供暖，一台 10 MW HPC 冬季可为 5000 户家庭供热，年创收 150 万欧元，实现“算力即暖气”。
液冷网络生态
工信部 2025 年发布《液冷标准 2.0》，涵盖快接头、CDU、浸没液兼容性，首次实现“跨厂互换”，打破以往“一家液冷一套标准”的锁定，加速产业链成熟。
国产化与安全：从“可用”到“好用”
国产芯片突破
海光、寒武纪、沐曦 2025 年推出支持 FP64 的 GPGPU，单卡 FP64 10-15 TFLOPS，已在 40 个高校超算中心替掉部分 A100，完成 OpenFOAM、WRF 等 HPC 经典应用移植，性能损失 < 15%，满足科研需求。
原生安全架构
基于国密的 TPCM 可信平台控制模块在 BIOS 阶段就度量固件，GPU 驱动也被纳入可信链，防止“固件-驱动-应用”逐层跳板的攻击；国家超算济南中心 2025 年通过等保 2.0 四级认证，成为首个“可信 HPC”示范。
开源生态
OpenEuler HPC 版本 2025 年装机量破 100 万套，支持 ARM、x86、RISC-V 三架构，内核自带 MPI 补丁集，把延迟从 15 µs 降到 9 µs，国产软件栈首次“开箱即 HPC”。
未来展望：2027-2030 十大风向标
量子-经典混合集群
量子退火机作为“加速器”接入传统 HPC，用于组合优化，2027 年预计出现 1000+量子比特混合集群，物流、金融、药物筛选先受益。
硅光互连
硅光共封装（CPO）把电信号传输距离从 50 cm 延长到 5 m，机柜内部可“拉长”成一排，单集群延迟再降 30%，2028 年商用。
1000 MW 单一园区
“东数西算”十大集群将各建 1 GW 级超算中心，可再生能源占比 > 80%，成为“算力三峡”。
模型即作业 (Model-as-a-Job)
用户上传 1 亿参数模型，系统自动拆分到最优芯片组合（FP64/FP16/稀疏），HPC 与 AI 的界限彻底消失。
AI 定义硬件
强化学习自动生成芯片 floorplan，比人类设计功耗低 15%，2029 年用于 Exascale 级系统，实现“硬件随模型进化”。
结语：HPC 的下一站——“超智融合”
高性能计算集群正从“算得快”走向“算得准、算得省、算得绿”。硬件层面，异构超节点+硅光互连+液冷将把单集群推向 Exascale 级；软件层面，AI-MPI 融合、云原生 Serverless、RL 调度将把科学计算与大模型训练统一为“同一套工作流”；产业层面，国产芯片、开源生态、可信安全将让 HPC 成为大国科技竞争的主战场。
未来五年，HPC 集群不再只是科研工具，而是像电网一样的基础设施——只要插上光纤，就能获得“无限精准算力”。谁先布局“超智融合”，谁就握紧了下一个十年创新周期的钥匙。
