高丽华
由于高等院校“越来越有钱”，高性能计算在一些知名高校已进入普及阶段。但让昔日神秘昂贵的大机器真正发挥出作用，却有很长的一段路要走。日前召开的“江苏省高性能计算及应用高峰论坛”提出：目前我国高校的高性能计算面临四大瓶颈。
一是“分散”瓶颈。南京航空航天大学网络信息中心主任袁家斌介绍，这几年高校的高性能计算平台大都是各自为政建起来的，有条件的院、系纷纷上马。这些分布于高校各学科的机器犹如一家一户的小发电机，自发自用，结果是造成了资源的大量闲置，又囿于各自的计算能力办不成大事，如今到了“该考虑一下集中供电的问题了”。举例来说，物理系与化学系都需要高性能计算设备，各买一台小的，完成一个计算任务得一个小时。如果两个系合起来买一个大设备，10分钟就能完成同样的计算任务，还可以对外接活。既提高了机器使用率，又可节省机房、设备、电费乃至维护人员。
二是个性化瓶颈。计算资源集中，必定带来与多样化需求的矛盾。袁家斌说这个问题在高校同样存在。尤其那些综合性院校，高性能计算的应用模式会因学科而异，可商业软件的开发是追求规模经济的，如果找不到一个平衡点，这些千差万别的个性化应用就会遭遇个性化瓶颈。山东大学计算中心主任龚斌认为，当务之急是解决多样化应用所需的“应用编程”问题。因为这种软件太个性化，“开发出来卖不了两三套”，独立软件开发商不愿意做这件事。
三是人才瓶颈。把一个大型应用变为计算机可以处理的模型是件很复杂的事，相关人员既要通晓专业，又要懂数学和计算机，南京大学地球物理系教授周会群说：“但目前国内这样的人才少之又少，学物理的就知道物理，搞计算机的基本不问物理是怎么回事”。我们现在一讲计算机人才，想到的就是中科院计算所或各个大学的计算机系，“这是个偏差”。
四是认知瓶颈。“在一些高校，高性能计算项目建成后利用率还不到50%”，南京师范大学地理信息重点实验室工程师叶春说。造成此问题的一个重要原因是认知上的误区，包括盲目攀比、斤斤计较机器价格和不舍得花钱买服务。有些学校斥巨资买设备主要为申请科研项目或写论文。项目拿到了，文章发表了，设备利用率也下来了，一半的钱打了水漂儿。购买高性能计算设备过分计较价格也不是好事。在有的采购招标中，一个150万元的项目被压到120万元，岂不知省下的是服务费用，这一省，机器的性能有一半就挖掘不出来了。
