有人跟我说，高性能计算是一项古老的学科，我表示赞同;还有人说，高性能计算正在引领IT行业的发展，我也认同这个观点。说它古老，是因为自计算机出现伊始，高性能计算就是重要的项目之一;说它新潮，是因为下面我们要介绍到的许多内容都源于高性能计算。这两种看似矛盾的观点既然都成立，就只能说明一个问题——高性能计算正在从原来的阳春白雪，变得大众化、普及化。
这种趋势在互联网行业表现得更为明显。自2014年开始，无论是谷歌大脑计划还是讯飞超脑计划都在业内引起了广泛的关注，这些应用都基于同样一种新兴方式——机器学习(Machine Learning)。
机器学习催生高性能计算应用新形态
现任中科院计算所计算机体系结构国家重点实验室研究员、中国计算机学会高性能计算专业委员会(以下简称高专委)秘书长张云泉从专业的角度阐述了机器学习的重要性——这是需要在成千上万个变量中需要最佳值的计算，需要通过不断的尝试实现收敛，而最终获得的数值并非是人工确定的数字，而是一种常态的公式。通过这种像素级的学习，不断总结规律，计算机就可以实现像像人一样思考。简单说来，机器学习对于计算机掌握事物的本质特征有着关键性的作用。
记得在2014年NVIDIA GTC大会上，NVIDIA联合创始人、总裁兼首席执行官黄仁勋先生曾演示过这一应用的基本运行方式——通过NVIDIA智能分析系统，电脑可以借助某一设定好的条件在海量非结构化数据中找到匹配对象。比如可以使用一张狗的图片或者一段叫声视频，让电脑在数据库中智能的分析出相关的照片。
当然，机器学习的用途是巨大的，未来任何图形、视频、语音等非结构化数据的分析都要依赖于机器学习，甚至包括未来的智能汽车也需要对道路状况进行实时分析。表面看来这并非是传统高性能计算的科研项目，但事实上机器学习的实现方式需要进行大量的计算，而且需要使用GPU进行加速计算，这自然也就归属于高性能计算的范畴。
据2014年的中国高性能计算机TOP100排行榜显示，互联网应用以55%的份额成为了高性能计算的新兴模式，并且这种趋势正在逐步扩大。对此，张云泉认为应对互联网应用采取开放的态度：“鼓励大家在新的行业、新的领域去应用高性能计算，让高性能计算更加走向普通大众” 。
让更多高校加入高性能计算“大家庭”
虽然已经有了互联网应用的先例，但是高性能计算想走向普通大众也并非易事。行业基础、应用普及、人才培养等需要进行的工作千头万绪，而从发展的角度来说，人才培养则是重中之重，也是高专委努力的主要方向之一。
整个2014年，高专委组织行业专家和委员进行了多场走进校园的巡回演讲，在全国各级高校宣讲高性能计算的应用意义和现实作用。这其中包括了中山大学、华中科技大学、吉林大学等著名高校，也包括了贵州师范大学这样的非重点高校，但无一例外的是，反响非常热烈，“甚至许多临近高校的领导也来旁听”。
这种巡回演讲的形式得到了广泛的好评，也更激发了高专委委员们的热情。“我们决定在2015年主动出击，组织高专委讲师团，讲解高性能计算、讲解课程设置、讲解前沿技术与趋势、讲解人才培养与比赛，尤其面对普通高校”，张云泉兴奋的表示。
全国高性能计算学术年会是高专委每年承办的重要大会之一。在最近一期的2014年大会期间，还进行了“2014全国并行应用挑战赛”。这是全国范围内面向并行计算应用优化的第二届比赛，共有85支队伍报名参赛。从人才培养的角度来说，大会起到了广泛宣传、学术交流、人才选拔等多重作用，同时也发现了一些崭露头角的超算“新生力量”。在今年的大会上，仅河北联合大学就派出了3支参赛队伍，高校的参与热情大大出乎了主办方的预料。
比赛不仅为各参赛队提供了彼此切磋、交流的机会，更是对高性能计算的普及和发展。由于种种原因，目前高性能计算学科在大学中并不普及，在本科阶段把并行计算纳入教学学校更是寥寥无几，这无疑导致了人才发展缓慢。通过这次比赛，许多高校认识到了课程的重要性，纷纷表示考虑在本科阶段设置并行计算的课程，培养学生的兴趣;加之越来越多的博士生深入到普通高校的教学岗位，无疑为高性能计算的普及化和深度发展起到了切实的推动作用。