電子發燒友網報道（文/周凱揚）要說HPC對更高算力等級的追求，往往在很長一段時間之前就開始了，比如最近才開始冒頭的Exascale超算，其實也是從2007年左右才開始規劃的，直到去年才有了Frontier的出現，以及將在今年上線的Aurora和El Captitan超算。其中經歷了不少阻礙，比如處理器的設計問題、供應鏈的短缺加上正式上線前持續的優化等。

然而，在達成了一個目標后，我們就會忍不住去設想下一個目標，Zettascale到底離我們有多遠？到了現在我們也都知道，肯定不會像Intel前圖形部門負責人Raja Koduri說的那樣，在2027年左右實現。可我們也都知道現在是一個算力指數增長的時代，為何真正的Zettascale系統卻還要那么久才能出現呢？除了技術演進外，自然就是成本問題。

規模硬件成本

首先考慮到的就是規模成本，目前的Exascale級別系統中，擁有成千上萬個節點已經不是什么稀奇事了，而作為Exascale千倍的Zettascale系統，除非通用算力有了飛躍式的提升，不然這樣的規模化部署即便是大型云服務廠商或國家實驗室都難以負擔。

就已上面提到的Frontier為例，這臺超算由9472塊AMD Epyc 7453 CPU和37888塊Radeon Instinct MI250X GPU組成，單是硬件成本就達到了6億美元左右。同樣，如此龐大規模的系統在運營規模上也不可小覷，根據超算實驗室負責人透露，在這類機器上運行應用程序兩周的成本大概在700萬美元。

以上還只是規模化的計算硬件成本，每一個超算系統還要考慮到規模化的電源、冷卻和線纜帶來的成本。如果節點數量翻倍的話，以上附加硬件費用也都要統統翻倍，甚至可能會指數級上漲。

至于可用的規模化量子計算超算，解決藥物代謝之類的復雜科學問題，那需要的物理量子位可能要在千萬級以上，總的硬件成本范圍大概在50億美元和200億美元之間。可以說，如果無法把這個成本降下幾個數量級，那么為HPC付出的成本代價勢必會令所有人退卻。

設計成本

要想及時進入Zettascale時代，直接購買第三方供應的處理器必然是最省事的，但對比近來幾個超算系統的部署進度，供應商不一定能保證按時交付，有太多因素會影響到原本的部署計劃。而且這種方式因為其通用性缺失省了不少麻煩，卻不一定省錢。那么自研處理器是否會是更加省錢的方法呢？

以日本的富岳超算為例，雖然該系統整個項目的成本達到了10億美元，但其中包括了A64FX這一ARM CPU的設計與硬件成本。更不用說同樣的架構未來可以用于打造下一代超算系統。而不需要購買時下昂貴的第三方處理器。

擁有同樣想法的還有印度政府，他們為國內超算系統打造的AUM處理器同樣采用了ARM架構，甚至由于采用了96核的Arm Neoverse V1設計，并采用了臺積電的5nm工藝，在性能上甚至要高于A64FX。

可由于采用了先進工藝，其設計成本本身就很難降低下來，以目前的市價來看，臺積電N5節點的設計成本大概在5億美元，所以如果不是真的打算把自研一直走下去，這種方法反而是最費錢的一種。

小結

我們是靠吃到了工藝、設計雙雙爆發的紅利，才能以這么快的速度進入了Exascale時代，至于64位下的Zettascale系統，我們很可能還是要等到2035年才能得見真容。但這并不代表我們不能從現在開始準備，雖然離部署還很遙遠，但對各大處理器和架構的評估，其實早就在各大研究機構中開展了。尤其是隨著AI負載的加入，任何HPC系統都必須決定未來通用計算與AI計算各自的占比，并研究專為AI打造的一套全新HPC應用程序。