欧美性少妇,天天干夜夜看,国产精品99爱

今年Hyperion Research的年度HPC市場報告，“應用”這個維度第一次出現并獨立成篇了。
而去年，是Cloud HPC第一次正式擁有席位。
我們發誓，上頭真沒人。
這純粹是，英雄所見略同！脫離場景談用量就是耍流氓嘛。

在”為應用定義的云“這個理念下，
我們正在努力構建以應用為核心的云操作系統。
所以，今天的報告拆解重點就是：應用。

看看Hyperion到底講了點啥：

Cloud HPC市場增幅為HPC本地市場的2.4倍

HPC總市場收入每100元中有14.6元屬于應用廠商

應用程序性能成為購買HPC服務器的首選標準

與開源應用比，許多用戶認為商業應用更快更精準

應用廠商在HPC領域的營收已占總營收的21%

最受用戶歡迎的應用/編程語言/框架有哪些？

云上最成功的應用：Abaqus/Python

AI跨多領域為大規模任務加速

生命科學持續領跑全球Cloud HPC市場，工業領域潛力巨大

我們說的應用包括以下兩種：

一種是以計算為中心的應用程序，它們能夠跨多個處理器擴展以獲得最大的計算能力，包括碰撞模擬、水庫建模、基因組測序和許多其他應用。我們經常說的BIO/EDA/CAE/CFD都屬于這類。
另一種是以數據為中心的應用程序，主要依賴于使用大型數據集，并在應用程序執行期間涉及節點之間的高數據傳輸，包括大數據、HPDA、AI、ML、DL和其他數據驅動的模擬工作負載。

Cloud HPC市場增幅為HPC本地市場的2.4倍

2021年的HPC本地市場份額（包括服務器、存儲、中間件、應用、服務）預估為293.83億美元，相比2020年增長21億美元，增幅為7.8%。

Cloud HPC市場2021年預計為51億美元，同比增幅超過18.6%，是HPC本地市場增幅的2.4倍。

從圖中來看，Cloud HPC市場增長及未來預期一直非常穩定，增幅始終在10%以上；而HPC本地市場在2025年（預測數據）甚至是負增長。

HPC總市場每100元收入有14.6元屬于應用廠商

2020年，HPC總市場收入中，應用收入達到了46億美元。
對比HPC總市場收入的315.82億美元，這意味著收入每增加100元，應用廠商就能收到14.6元。

應用程序性能成為購買HPC服務器的首選標準

超過28%的用戶將應用程序性能列為最重要的因素，45%的用戶將其列入了前三位重要的因素。

而用戶在使用應用時遇到的前兩大障礙分別是：
應用成本（16%的本地用戶，18%的云端用戶）
應用程序的易用性（本地、云端均為13%的用戶選擇）

工業軟件巨頭Ansys的行業報告從另一個角度說明了性能的重要性——如今，縮短設計周期已經成為了一半以上用戶在工作中面臨的最大挑戰。

甚至有超過五分之一的人表示，他們最重要、最頻繁的仿真必須通宵運行至少9至48個小時以上，這讓很多工程師不得不降低了幾乎所有模型的大小或精確度。

與開源應用比，許多用戶認為商業應用更快更精準

按工作負載劃分：
內部應用占比44%
開源應用占比34%
商業應用占比22%（包括由應用廠商開發的商業應用與開源應用的商業支持服務）。

許多用戶認為，與開源應用相比，商業應用往往可以產生更快、更準確的結果。

應用廠商在HPC領域的營收已占總營收的21%

前面已經提過，2020年，HPC總市場收入中，應用收入達到了46億美元。
為了看看這到底是什么水平，我們一一查閱了EDA/CAE/BIO等行業主要龍頭應用廠商的財報，統計了他們2020年在應用產品和服務上的收入。
應用軟件行業集中度高，比如EDA領域尤其明顯，三大家占比90%以上，所以這些龍頭廠商基本可以代表行業收入水平。

補充說明一下：
AI其實也包括在內，但這個領域工具以開源為主，不太涉及到費用問題；
BIO生命科學領域除Schr?dinger之外，也以開源應用為主，所以就選了Schr?dinger這一家當代表，其他商業軟件收入跟下圖這些巨頭也沒什么可比性。

上表可以看出，主流應用廠商在HPC領域的營收已經占總營收的21%。

那么，接下來，剩余非HPC領域的79%收入未來是什么走向呢？
1、應用本身支持HPC的，用戶會越來越傾向于選擇以HPC的方式運行，一方面因為業務飛速增長需求，一方面因為HPC相關的平臺及支持服務越來越多。

2、應用本身不支持HPC的，有三條演化路徑：
2-1、通過虛擬機/裸金屬/容器化/無服務器等不同運行模式進行并行化改造，支持HPC；
2-2、應用SaaS化，更易用，支持多租戶使用；
2-3、繼續單機使用。

3、不管單機還是HPC模式，進行應用SaaS化后，既能以此為基礎打造單一廠商的專有平臺，也能多領域不同應用集成開放的云平臺，比如我們fastone云平臺，配套專業服務，資源近乎無限。詳細可以看下圖：應用+云使用場景演進趨勢圖

詳細可以看下圖：應用+云使用場景演進趨勢圖

最受用戶歡迎的應用/編程語言/框架有哪些？

最受用戶歡迎的應用：
商用（包括開源應用的支持服務商）：
Ansys、Fluent、GAMESS、Gaussian、Hadoop、LS-DYNA、MATLAB、NAMD、Spark、VASP
開源：
Gromacs、LAMMPS、OpenFOAM、Quantum ESPRESSO、TensorFlow、WRF
編程語言：
MATLAB（高校科研/半導體EDA/工業制造CAE）R（高校科研/工業制造CAE）Python（生命科學/半導體EDA）
AI框架：
PyTorch、TensorFlow

云上最成功的應用

Abaqus（工業制造CAE）
Python（生命科學/半導體EDA /工業制造CAE）

AI跨多領域為大規模任務加速

AI在HPC中到底能起到多大的作用？
研究人員已經開始嘗試使用AI模型對大規模任務進行近似模擬，雖然這些模型相比真實模擬在準確性有一定的偏差，但它們能夠讓研究人員使用較少的計算能力來探索參數空間的正確部分，并更快地找到正確結果，從而提升大型仿真的整體運算效率。目前運用AI的HPC領域包括地球系統建模、遺傳學應用、藥物設計、高能物理等。

在2020年4月，包括Google AI負責人Jeff Dean在內的谷歌大腦研究者描述了一種基于AI的芯片設計方法，該方法可以從過往經驗中學習并隨時間推移不斷改進，從而能夠更好地生成不可見組件的架構。
這種基于AI的方法平均可以在6小時內完成設計，比人類專家所需要的數周時間快得多。

而在新藥研發領域，我們盤點了全球44家頂尖藥企（包括3家中國藥企）在利用AI輔助藥物研發上的行動（共涉及55家AI初創企業、12家IT-云服務商、7所高校），并進行了分析匯總，可以參考這篇《全球44家頂尖藥企AI輔助藥物研發行動白皮書》

未來，人們將在以下方面進行嘗試：
1、用AI模型提升更多HPC應用的運算效率；
2、使用大規模模擬生成合成數據；3、讓越來越多的傳統IT企業采用支持HPC的AI技術。

生命科學持續領跑全球Cloud HPC市場，工業領域潛力巨大

我們根據Hyperion Research的原始表格進行了二次處理，看得更清楚：生命科學持續領跑全球市場，工業領域（包括半導體和工業制造）潛力巨大。

生命科學BIO領域以超過30%的市場占比領跑全球榜單。

我們判斷，這一塊全球數據和國內差別應該相當大。主要原因在于國內制藥行業一直以仿制藥為主導，剛剛開始向創新藥轉變，不少公司直接開始了AI輔助藥物研發的探索。
有想法的大藥企和小型biotech企業越來越多，藥企的研發投入逐步增長中，合適的人才鳳毛麟角，資本熱度一直居高不下。

我們跟全球市場的距離，需要時間拉近。但換一個角度看，說明增長潛力巨大。云的使用，對加速這一過程有著非常重要的價值。1分鐘告訴你用MOE模擬200000個分子要花多少錢
155個GPU！多云場景下的Amber自由能計算
提速2920倍！用AutoDock Vina對接2800萬個分子

工業制造CAE和半導體EDA領域我們合稱工業領域，28.8%的市占率跟生命科學相當，增長率也相當不錯，達到17~18%。
根據中國工業技術軟件化產業聯盟發布的《中國工業軟件產業白皮書（2020）》顯示，2012-2019年，全球工業軟件市場規模復合增長率為5.4%，國內工業軟件產業規模雖然僅占全球工業軟件市場規模的6%，但增速較快，2012-2019 復合增長率為13%，是全球市場的兩倍有余。