每年，Hyperion Research都会综合当前HPC市场的趋势、技术、需求等各方面信息发布全球HPC市场报告。继去年Cloud HPC首次作为独立章节出现在报告之后，2022年的报告首次新增了“应用”部分。

Hyperion Research认为，应用已经成为HPC市场不可忽视的重要组成部分，每100元HPC总市场收入中就有14.6元属于应用厂商。

这里的”应用”包括以下两种：

一种是以计算为中心的应用程序，它们能够跨多个处理器扩展以获得最大的计算能力，包括碰撞模拟、水库建模、基因组测序和许多其他应用。我们经常说的BIO/EDA/CAE/CFD都属于这类。

另一种是以数据为中心的应用程序，主要依赖于使用大型数据集，并在应用程序执行期间涉及节点之间的高数据传输，包括大数据、HPDA、AI、ML、DL和其他数据驱动的模拟工作负载。

更多有关报告的内容，来看一下速石科技带来的详细解读。

Cloud HPC市场增幅为HPC本地市场的2.4倍

2021年的HPC本地市场份额（包括服务器、存储、中间件、应用、服务）预估为293.83亿美元，相比2020年增长21亿美元，增幅为7.8%。

Cloud HPC市场2021年预计为51亿美元，同比增幅超过18.6%，是HPC本地市场增幅的2.4倍。

从图中来看，Cloud HPC市场增长及未来预期一直非常稳定，增幅始终在10%以上；而HPC本地市场在2025年（预测数据）甚至是负增长。

HPC总市场每100元收入有14.6元属于应用厂商

2020年，HPC总市场收入中，应用收入达到了46亿美元。

对比HPC总市场收入的315.82亿美元，这意味着收入每增加100元，应用厂商就能收到14.6元。

应用程序性能成为购买HPC服务器的首选标准

超过28%的用户将应用程序性能列为最重要的因素，45%的用户将其列入了前三位重要的因素。

而用户在使用应用时遇到的前两大障碍分别是：

应用成本（16%的本地用户，18%的云端用户）

应用程序的易用性（本地、云端均为13%的用户选择）

与开源应用比，许多用户认为商业应用更快更精准

按工作负载划分：

内部应用占比44%；

开源应用占比34%；

商业应用占比22%（包括由应用厂商开发的商业应用与开源应用的商业支持服务）。

许多用户认为，与开源应用相比，商业应用往往可以产生更快、更准确的结果。

应用厂商在HPC领域的营收已占总营收的21%

前面已经提过，2020年，HPC总市场收入中，应用收入达到了46亿美元。

为了看看这到底是什么水平，我们一一查阅了EDA/CAE/BIO等行业主要龙头应用厂商的财报，统计了他们2020年在应用产品和服务上的收入。

应用软件行业集中度高，比如EDA领域尤其明显，三大家占比90%以上，所以这些龙头厂商基本可以代表行业收入水平。

BIO生命科学领域除Schrödinger之外，也以开源应用为主，所以就选了Schrödinger这一家当代表，其他商业软件收入跟下图这些巨头也没什么可比性。

上表可以看出，主流应用厂商在HPC领域的营收已经占总营收的21%。

那么，接下来，剩余非HPC领域的79%收入未来是什么走向呢？

1、应用本身支持HPC的，用户会越来越倾向于选择以HPC的方式运行，一方面因为业务飞速增长需求，一方面因为HPC相关的平台及支持服务越来越多。

2、应用本身不支持HPC的，有三条演化路径：

2-3、继续单机使用。

3、不管单机还是HPC模式，进行应用SaaS化后，既能以此为基础打造单一厂商的专有平台，也能多领域不同应用集成开放的云平台，比如我们fastone云平台，配套专业服务，资源近乎无限。

详细可以看下图：应用+云使用场景演进趋势图

最受用户欢迎的应用/编程语言/框架有哪些？

最受用户欢迎的应用：

商用（包括开源应用的支持服务商）：

Ansys、Fluent、GAMESS、Gaussian、Hadoop、LS-DYNA、MATLAB、NAMD、Spark、VASP

开源：

Gromacs、LAMMPS、OpenFOAM、Quantum ESPRESSO、TensorFlow、WRF

编程语言：

MATLAB（高校科研/半导体EDA/工业制造CAE）R（高校科研/工业制造CAE）Python（生命科学/半导体EDA）

AI框架：

PyTorch、TensorFlow

云上最成功的应用

Abaqus（工业制造CAE）

Python（生命科学/半导体EDA /工业制造CAE）

AI跨多领域为大规模任务加速

AI在HPC中到底能起到多大的作用？

研究人员已经开始尝试使用AI模型对大规模任务进行近似模拟，虽然这些模型相比真实模拟在准确性有一定的偏差，但它们能够让研究人员使用较少的计算能力来探索参数空间的正确部分，并更快地找到正确结果，从而提升大型仿真的整体运算效率。目前运用AI的HPC领域包括地球系统建模、遗传学应用、药物设计、高能物理等。

在2020年4月，包括Google AI负责人Jeff Dean在内的谷歌大脑研究者描述了一种基于AI的芯片设计方法，该方法可以从过往经验中学习并随时间推移不断改进，从而能够更好地生成不可见组件的架构。

这种基于AI的方法平均可以在6小时内完成设计，比人类专家所需要的数周时间快得多。

未来，人们将在以下方面进行尝试：

1、用AI模型提升更多HPC应用的运算效率；

2、使用大规模模拟生成合成数据；3、让越来越多的传统IT企业采用支持HPC的AI技术。

生命科学持续领跑全球Cloud HPC市场，工业领域潜力巨大

我们根据Hyperion Research的原始表格进行了二次处理，看得更清楚：生命科学持续领跑全球市场，工业领域（包括半导体和工业制造）潜力巨大。

生命科学BIO领域以超过30%的市场占比领跑全球榜单。

我们判断，这一块全球数据和国内差别应该相当大。主要原因在于国内制药行业一直以仿制药为主导，刚刚开始向创新药转变，不少公司直接开始了AI辅助药物研发的探索。

有想法的大药企和小型biotech企业越来越多，药企的研发投入逐步增长中，合适的人才凤毛麟角，资本热度一直居高不下。

我们跟全球市场的距离，需要时间拉近。但换一个角度看，说明增长潜力巨大。云的使用，对加速这一过程有着非常重要的价值。

工业制造CAE和半导体EDA领域我们合称工业领域，28.8%的市占率跟生命科学相当，增长率也相当不错，达到17~18%。

根据中国工业技术软件化产业联盟发布的《中国工业软件产业白皮书（2020）》显示，2012-2019年，全球工业软件市场规模复合增长率为5.4%，国内工业软件产业规模虽然仅占全球工业软件市场规模的6%，但增速较快，2012-2019 复合增长率为13%，是全球市场的两倍有余。

工业制造CAE跟云的结合，在全球几乎已经是主流，所以它的单独占比也相当高。而且现在国内CAE厂商，天然就是拥抱云的，甚至是云的推动者。

根据VSTS世界半导体贸易统计组织的预测数据，2022年亚太地区（除日本）半导体产业市场规模将达到3797亿美元，占全球市场的62.6%。

关于速石

速石科技（fastone）致力于构建为应用定义的云，让任何应用程序，始终以自动化、更优化和可扩展的方式，在任何基础架构上运行。

我们为有高算力需求的用户提供一站式多云算力运营解决方案，基于本地+公有混合云环境的灵活部署及交付，帮助用户提升10-20倍业务运算效率，降低成本达到75%以上，加快市场响应速度。速石平台对药物研发/基因分析/CAE/EDA/AI等行业应用进行分析与加速，通过Serverless框架屏蔽底层IT技术细节，实现用户对本地和公有云资源无差别访问。

我们的产品包括：fastone Compute Cloud（FCC）、fastone Compute Cloud-Enterprise Edition（FCC-E）和fastone Compute Platform（FCP）。