高性能计算十年演进：从P级算力堆叠到E级智算融合的数字经济核心引擎

2015-2025年，是高性能计算（HPC）从“传统科学计算的算力工具”成长为“全球数字经济与科技创新核心底座”的黄金十年。这十年，HPC完成了从P级（千万亿次）算力堆叠到E级（百亿亿次）智算原生、从CPU主导的同构计算到AI优化的异构加速、从国家重器的小众应用到千行百业的普惠赋能的三级跨越式发展，算力峰值提升超1000倍，能效比提升超50倍，应用场景从气象预报、石油勘探等传统科研领域，拓展到生成式AI、自动驾驶仿真、数字孪生、生物医药研发等前沿赛道，成为大国科技竞争的核心战略高地。

回望这十年，HPC的演进始终围绕「提升算力峰值、突破能效极限、拓展应用边界、保障自主可控」四大核心主线，与异构计算爆发、AI大模型革命、国家算力网络建设深度同频，完整经历了四大核心发展阶段。

一、2015-2017年 启蒙垄断期：P级超算主导，同构到异构的萌芽阶段

这一阶段是HPC的市场教育与基础设施建设期，核心范式是**“CPU+GPU异构架构的初步验证，用P级算力替代传统集群完成大规模科学计算”**，行业仍处于“算力峰值竞赛”的初级阶段，应用场景集中在气象预报、石油勘探、航空航天、基础科研等传统领域。核心技术、芯片、互联标准完全被海外巨头垄断，国产超算开始崭露头角，实现了从跟跑到并跑的关键突破。

核心技术与里程碑突破

1. P级超算全面成熟，TOP500榜单开启中美交替领跑：2015年，我国“天河二号”以33.86 PFlops的峰值性能连续6次蝉联TOP500榜单榜首，采用“CPU+Xeon Phi”异构架构，突破了高速互联、大规模并行调度等核心技术；2016年，搭载完全自主申威众核处理器的“神威·太湖之光”以93 PFlops的峰值性能登顶TOP500，成为全球首台全部采用国产处理器构建的世界第一超算，连续4次蝉联榜首，打破了海外对超算核心芯片的垄断。
2. 异构计算架构萌芽，GPU从辅助加速走向核心算力单元：NVIDIA Tesla K80、P100加速卡规模化商用，CUDA生态初步成熟，GPU开始从传统图形渲染转向HPC并行计算，TOP500榜单中采用GPU加速的超算占比从2015年的15%提升至2017年的30%，异构架构成为超算性能突破的核心方向。
3. 并行计算生态初步成型：MPI并行编程框架成为行业事实标准，OpenMP、OpenACC异构编程模型全面普及，InfiniBand EDR高速互联技术实现100Gbps带宽与亚微秒级延迟，解决了大规模节点间的通信瓶颈，为万节点级超算集群奠定了基础。

核心痛点与能力局限

• 核心技术仍被海外垄断，自主可控能力薄弱：超算核心的CPU、GPU、高速互联芯片绝大多数依赖Intel、NVIDIA、Mellanox等海外厂商，国产申威处理器仅在少数超算中实现应用，生态兼容性不足，通用场景适配能力弱。
• 算力效率低下，能效比瓶颈突出：风冷数据中心PUE普遍高于1.5，超算集群算力利用率不足20%，双精度浮点计算之外的通用场景适配能力差，无法满足多样化的计算需求。
• 应用场景单一，行业渗透率极低：90%以上的算力应用集中在政府、科研院所、大型能源企业，中小企业、民用领域几乎无应用，HPC仍属于“国家重器”的小众技术，使用门槛极高。
• 模块割裂严重，并行调度能力不足：计算、存储、网络模块相互割裂，大规模并行任务的调度效率低下，十万核级并行任务的线性扩展比不足60%，无法支撑更大规模的科学计算任务。

落地场景与国产发展状态

这一阶段，HPC仅在气象、石油、航空航天、基础科研等国家战略领域实现规模化应用，工业仿真、生物医药等民用领域处于试点阶段。2017年全球HPC市场规模约300亿美元，中国市场规模不足200亿元人民币，国产超算在TOP500榜单中上榜数量达202台，首次超过美国位列全球第一，但核心芯片、软件生态仍高度依赖海外。

国内实现了从0到1的关键突破，形成了以国防科大、国家并行计算机工程技术研究中心为核心的研发团队，“天河”“神威”两大系列超算实现全球领跑，曙光、浪潮、联想成为国内超算系统集成的核心厂商，但核心硬件、软件生态仍处于跟随学习阶段，核心技术国产化率不足5%。

二、2018-2020年 工程突破期：E级超算预研，异构计算全面爆发阶段

这一阶段是HPC的技术迭代与行业渗透关键期，核心范式是**“异构计算架构全面成熟，E级超算原型机验证，从纯科学计算向科学+工程计算双轮驱动转型”**。K8s赢下容器编排之争，云原生技术开始向HPC领域渗透，国产超算完成了从“性能领跑”到“全栈自主可控”的关键跨越，HPC从国家战略领域走向工业制造、生物医药、汽车仿真等民用领域。

核心技术与里程碑突破

1. E级超算原型机完成验证，国产自主可控实现核心突破：2018年，我国“天河三号”E级原型机、“神威”E级原型机相继完成研制部署并通过验收，核心处理器、网络芯片、操作系统、编译器全部实现国产化，为E级超算的正式落地奠定了全栈技术基础；同期，美国能源部启动Frontier、Aurora、El Capitan三大E级超算项目，日本启动富岳超算项目，全球正式进入E级算力竞赛阶段。
2. 异构计算全面成熟，AI与HPC开始融合：NVIDIA V100、A100加速卡成为超算主流配置，CUDA生态全面成熟，TOP500榜单中采用异构加速的超算占比突破60%；混合精度计算开始普及，从纯双精度（FP64）科学计算，拓展到单精度（FP32）、半精度（FP16）AI训练，HPC开始为深度学习场景优化，AI训练成为HPC新的增长引擎。
3. 高速互联与存储技术实现质的飞跃：InfiniBand HDR技术实现200Gbps带宽，国产高速互联网络技术实现突破，神威E级原型机的申威交换芯片实现自主可控，延迟与带宽达到国际先进水平；并行存储技术全面成熟，Lustre、BeeGFS并行文件系统实现EB级存储扩展，解决了大规模科学计算的IO瓶颈。
4. 国产超算应用实现全球领跑：基于神威·太湖之光的应用项目连续斩获“戈登贝尔奖”（超算应用领域的诺贝尔奖），实现了我国在该奖项上零的突破，在气候模拟、海洋数值模拟、生物医药仿真等领域达到国际领先水平。

核心痛点与能力局限

• E级超算的工程化仍面临核心瓶颈：百万节点级并行调度、大规模集群散热、长距离高速互联等工程化难题仍未完全解决，E级超算的正式落地仍需时间验证。
• AI与HPC的融合仍处于初级阶段：超算架构仍以双精度科学计算为核心优化方向，AI训练的混合精度、稀疏计算适配能力不足，软件栈无法实现科学计算与AI训练的统一调度。
• 国产软件生态仍不完善：国产处理器、编译器、并行框架的生态兼容性不足，主流商用工程仿真、CAE软件对国产超算的适配率不足30%，“有硬件无应用”的问题突出。
• 云原生与HPC的融合仍有壁垒：传统HPC的批处理调度模式与云原生的弹性调度架构存在天然壁垒，容器化、微服务化在HPC场景的适配性不足，无法实现算力的弹性伸缩与按需分配。

落地场景与国产发展状态

这一阶段，HPC实现了从科研领域向工业制造、汽车仿真、生物医药、气象气候、能源勘探等全行业的渗透，2020年全球HPC市场规模突破350亿美元，中国市场规模突破500亿元人民币，国产超算在TOP500榜单中上榜数量达226台，连续多年位列全球第一。

国内技术实现了从并跑到领跑的关键跨越，“天河”“神威”“曙光”三大系列超算完成E级原型机验证，实现了核心芯片、操作系统、编译器、并行框架的全栈自主可控，华为、海光、飞腾等厂商开始推出面向HPC的国产处理器，核心技术国产化率突破20%。

三、2021-2023年 爆发跃升期：E级超算正式落地，HPC-AI深度融合的智算革命阶段

这一阶段是HPC发展史上的范式革命期，核心范式是**“E级超算正式商用，从算力堆叠向智算融合转型，从模块割裂的串行架构向端到端云原生一体化架构升级”**。2022年，美国Frontier超算以1.102 EFlops的Linpack性能成为全球首台正式落地的E级超算；2023年，我国E级超算系统完成部署并投入应用，全球正式进入E级算力时代。生成式AI大爆发彻底重构了HPC的价值逻辑，HPC从“科学计算的算力底座”升级为“AI时代的核心算力引擎”，云智一体成为行业核心发展方向。

核心技术与里程碑突破

1. E级超算全面落地，全球算力格局重构：2022年，美国Frontier超算成为全球首台突破百亿亿次浮点运算的超算系统；2023年，美国Aurora、我国天河三号、神威E级、曙光E级超算相继完成部署并投入商用，全球正式进入E级算力时代，TOP500榜单入门门槛从2015年的137 TFlops提升至2023年的1.5 PFlops，十年提升超10倍。
2. HPC-AI深度融合，智算中心成为新形态：生成式大模型的训练与推理完全依赖HPC提供的弹性算力、海量存储与高速网络，同时AI技术反向推动HPC向智能化、自动化方向演进，形成双向促进的良性循环；国内“东数西算”工程全面启动，八大算力枢纽节点落地，以昇腾、海光为核心的国产智算中心全面建设，AI训练成为HPC第一大应用场景，“每美元能产出多少tokens”成为新的核心KPI。
3. 端到端云原生架构全面成熟：以UniAD为代表的端到端框架，实现了从感知、预测、规划到仿真的全链路统一优化，彻底解决了模块割裂的误差瀑布问题；K8s容器化、Serverless无服务器架构在HPC场景全面适配，实现了算力的弹性伸缩、按需调度，超算集群算力利用率从20%提升至60%以上。
4. 液冷技术全面普及，能效比实现革命性突破：面对GPU集群的高热密度，冷板式、浸没式液冷技术成为超算标配，数据中心PUE从1.5降至1.1以下，国产浸没相变液冷技术实现PUE低至1.04，单机柜算力密度提升20倍，解决了E级超算的散热与能耗瓶颈。

核心痛点与能力局限

• AI大模型算力供需失衡，成本居高不下：生成式大模型的爆发带来了指数级增长的算力需求，GPU、HBM等核心硬件供给不足，大模型训练与推理成本居高不下，HPC厂商面临算力供给与成本控制的双重压力。
• 端到端模型的可解释性不足，安全合规风险突出：AI大模型与端到端云原生架构存在天然的黑盒特性，决策逻辑无法被精准解释与追溯，在航空航天、核工业、生物医药等关键场景，面临严格的安全合规与功能安全要求，制约了规模化落地。
• 国产软件生态仍有短板：国产处理器、加速卡的硬件性能已达到国际先进水平，但CAE、CAD、EDA等工业仿真软件，以及编译器、并行计算框架等基础软件的生态仍不完善，与海外商用软件的兼容性不足，制约了国产超算的行业渗透。
• 中小厂商落地门槛高，马太效应加剧：E级超算与大模型的研发需要巨额的算力、数据与人才投入，头部厂商马太效应加剧，中小厂商难以参与核心技术竞争，只能聚焦细分垂直领域。

落地场景与国产发展状态

这一阶段，HPC实现了全行业全场景的规模化落地，城市NOA辅助驾驶、工业数字孪生、生物医药研发、生成式AI、气象气候模拟、能源勘探等前沿场景完全基于HPC架构构建，2023年全球HPC市场规模突破500亿美元，中国市场规模突破1200亿元人民币，AI相关算力需求占比突破60%。

国内技术实现了从并跑到领跑的跨越，在E级超算、液冷智算、国产异构芯片等领域实现核心突破，华为昇腾、海光、飞腾、申威等国产算力芯片实现规模化商用，国产超算在TOP500榜单中上榜数量长期位列全球第二，国内市场占有率突破60%，核心技术国产化率突破60%，形成了中美双雄领跑的全球市场格局。

四、2024-2025年 普惠成熟期：AI原生HPC时代，全场景普惠化与全球领跑阶段

这一阶段，HPC进入高质量发展的普惠成熟期，核心范式是**“AI原生HPC成为行业标准，端到端VLA架构实现云-边-端一体化协同，E级算力从国家重器走向千行百业普惠”**。HPC与大模型、世界模型、量子计算深度融合，从“AI适配云底座”升级为“云底座为AI极致优化”的AI原生HPC，完成了从高端技术向中小微企业、民用场景的全面普惠，从30万级高端车型全面下放到7万级入门车型，从互联网大厂全面覆盖到中小制造企业。

核心技术与里程碑突破

1. 世界模型驱动的长时序前瞻HPC架构全面成熟：世界模型与HPC实现了原生融合，通过4D时空Transformer建模动态场景的演化规律，实现了物理规则与数据驱动的联合优化，能够对交通、工业、城市等场景进行20-30秒的长时序仿真推演，支撑了高阶自动驾驶、数字孪生城市、工业元宇宙等场景的规模化落地。
2. AI原生HPC实现技术质变，算力效率与成本实现革命性突破：AI原生HPC为大模型极致优化，通过CXL 3.0和HBM3e实现了跨节点的全局内存池化，让万亿参数模型实现单机化顺滑运行；液冷数据中心、量子混合精度加速、自进化调度技术全面成熟，单集群训练效率达单卡性能的90%，大模型训练成本较三年前下降75%，算力成本降至本地部署的1/100以下。
3. 端到端VLA架构实现云-边-端一体化协同：VLA（视觉-语言-动作）架构与HPC深度融合，成为自动驾驶、人形机器人的工业级标准，实现了从端侧感知、边侧实时处理、中心云端模型训练与全局优化的全链路协同，系统延迟降低50%以上；汽车领域的HPC技术反哺机器人行业，人形机器人使用相同的云原生架构实现了室内外无缝自主运动控制，完成了跨场景的技术统一。
4. 国产化全栈技术实现全球领跑：国产自研HPC操作系统、数据库、编译器、AI框架、算力芯片实现全栈自主可控，华为CloudMatrix384超节点、阿里云飞天智算平台、曙光scaleX万卡集群等技术，在算力效率、能耗控制、规模化调度上全面超越海外商用方案；国产HPC服务随整车、工业设备出海，落地全球20余个国家和地区，核心技术国产化率突破75%，信创场景实现100%国产化。

核心痛点与能力局限

• 终身学习与灾难性遗忘的核心矛盾仍未解决：AI大模型与HPC自进化系统，在持续在线学习中，新增场景与类别的学习易导致原有场景的精度下降，出现灾难性遗忘问题，越用越准的自进化学习体系仍未完全成熟。
• 极端场景与边缘算力的鲁棒性仍有短板：极端雨雪雾、强电磁干扰、网络中断等边缘场景下，云边协同的稳定性仍有下降空间，与本地部署系统的环境适应能力仍有差距。
• 端到端模型的可解释性与功能安全合规仍未根治：无法完全满足L4级无人驾驶、航空航天、核工业等关键场景的最高等级功能安全要求，决策逻辑的可追溯性、可验证性仍需提升。
• 全球标准化体系仍不完善，跨境合规难度大：全球HPC、AI服务的跨境数据合规、安全标准、服务规范仍未形成统一的全球标准，不同国家的数据安全法规差异巨大，制约了HPC的全球化发展。

落地场景与国产发展状态

这一阶段，HPC实现了全场景的普惠化落地，覆盖全级别车型城市NOA、L3级自动驾驶规模化落地、工业制造、家庭服务、医疗康复、农业植保、应急救援等全场景，L2+级及以上智驾车型100%搭载云原生HPC架构，消费级机器人、无人机云端部署率突破80%，我国企业上云用算率突破90%。2025年全球HPC市场规模突破700亿美元，中国市场规模突破2500亿元人民币，AI相关算力需求占比突破75%。

全球HPC技术生态形成了中美双雄领跑、国产全面领先的格局，国产化HPC体系在工业场景落地规模、端侧普惠化、多模态融合、国产芯片生态完善度上，均位居全球前列；核心技术国产化率突破75%，信创场景实现100%国产化；国内企业在端到端AI原生HPC架构、世界模型融合、具身智能适配等前沿方向，实现了多项原创性突破，开始主导全球HPC技术的工程化标准与应用方向。

高性能计算十年演进核心维度对比表

核心维度	2015-2017年 启蒙垄断期	2018-2020年 工程突破期	2021-2023年 爆发跃升期	2024-2025年 普惠成熟期
核心范式	P级算力堆叠，CPU+GPU异构萌芽，纯科学计算主导，仅适配国家战略科研场景	E级超算原型验证，异构计算全面成熟，科学+工程计算双轮驱动，全行业渗透	E级超算正式落地，HPC-AI深度融合，端到端云原生架构，AI训练成为第一大应用	AI原生HPC工业标准，世界模型+VLA架构融合，云-边-端一体化协同，全场景普惠化
核心技术底座	天河二号/神威太湖之光P级超算，InfiniBand EDR互联，MPI并行框架，CUDA生态萌芽	天河三号/神威E级原型机，InfiniBand HDR互联，异构加速全面普及，混合精度计算	Frontier/国产E级超算，InfiniBand NDR 800G互联，液冷技术全面普及，端到端云原生架构	CXL 3.0内存池化，HBM3e高带宽内存，浸没式液冷，自进化智能调度，量子混合加速
核心能力边界	峰值性能最高93 PFlops，算力利用率<20%，仅支持双精度科学计算，万节点级并行扩展比<60%	峰值性能突破500 PFlops，算力利用率提升至40%，支持AI混合精度计算，十万节点级并行扩展比>70%	峰值性能突破1.7 EFlops，算力利用率突破60%，万亿参数大模型训练，十万节点级并行扩展比>85%	多套E级超算规模化商用，算力利用率超80%，十万亿参数模型实时训练，百万节点级并行扩展比>90%，成本降至本地1/100
核心落地场景	气象预报/石油勘探/航空航天/基础科研，企业上算率<10%，行业渗透率<1%	工业仿真/生物医药/汽车仿真/气象气候，企业上算率>30%，行业渗透率~10%	生成式AI/自动驾驶仿真/数字孪生/生物医药研发，企业上算率>70%，行业渗透率>50%	L3级自动驾驶/工业元宇宙/具身智能/千行百业智能化转型，企业上算率>90%，行业渗透率>85%
核心国产化率	<5%，完全跟随海外，仅少数超算实现核心芯片自主	<20%，E级原型机实现全栈自主，核心硬件仍依赖海外	>60%，国产E级超算落地，国产算力芯片规模化商用	>75%，全栈技术自主可控，信创场景100%国产化，开始主导国际标准
行业话语权	海外机构绝对垄断，国内仅实现性能领跑	海外引领核心创新，国内快速跟随试用	中美双雄格局，国内场景化创新与量产落地全球领先	中美领跑，国内主导工业级场景与标准制定，全球话语权全面提升

十年演进的五大核心本质转变

1. 范式革命：从算力堆叠的科学计算工具，到AI原生的智能能力赋能引擎

十年间，HPC彻底重构了自身的价值逻辑，从2015年“用P级算力完成大规模科学计算的工具”，到2020年“用异构架构支撑科学+工程计算的算力底座”，再到2025年“用AI原生HPC赋能千行百业智能化的智能引擎”。核心逻辑从「卖算力、比峰值」，转变为「卖能力、卖智能、卖解决方案」，彻底打破了科学计算的边界，成为数字经济时代所有技术创新的核心算力底座。

2. 能力革命：从万核级并行的P级算力，到百万核级扩展的E级智算

十年间，HPC的核心能力实现了指数级跨越，从2015年最高93 PFlops的峰值性能、万核级并行扩展，到2020年500 PFlops的峰值性能、十万核级并行扩展，再到2025年1.7 EFlops的峰值性能、百万核级线性扩展，算力峰值提升超18倍，算力利用率从不足20%提升至80%以上，能效比提升超50倍。从只能处理双精度科学计算的专用集群，进化为同时支撑科学计算、AI训练、工业仿真、数字孪生的通用智算平台，完成了从“算得快”到“算得准、算得省、算得绿”的能力质变。

3. 价值革命：从国家重器的小众技术，到数字经济的核心基础设施

十年间，HPC完成了从「国家战略领域的小众技术」到「全球数字经济核心基础设施」的价值跃升。十年前，它只是气象、石油、航空航天等少数领域的专用工具，无规模化民用商业价值；十年后，它已成为生成式AI、高阶自动驾驶、工业数字孪生、生物医药研发、新能源材料创新等所有前沿技术的核心底座，直接决定了数字经济的发展上限，更是我国实现数字经济弯道超车的核心战略抓手，成为万亿级的核心产业。

4. 格局逆转：从海外巨头绝对垄断，到国产全栈自研全球领跑

十年间，全球HPC的市场格局发生了历史性逆转。2015年，Intel、NVIDIA、Mellanox等海外巨头绝对垄断全球市场，核心芯片、软件生态完全由海外掌控，国内厂商仅能实现系统集成与性能追赶；2025年，形成了中美双雄领跑、国产全面领先的全新格局，我国实现了从芯片、操作系统、编译器、中间件到AI框架的全栈自主可控，在E级超算、液冷智算、AI原生HPC等前沿领域实现了技术领跑，国内市场占有率突破80%，并开始向全球市场输出技术与标准。

5. 生态革命：从封闭的专用系统，到全链路开源开放的全球标准化生态

十年间，HPC完成了从「封闭的专用商用系统」到「全链路开源开放的全球标准化生态」的生态重构。从早期IBM、Cray的封闭商业体系，到MPI、OpenMP、CUDA等开源技术构建的全球标准化并行计算生态，再到国内开源社区的全面崛起，HPC形成了“开源开放、标准化、可移植”的核心生态特征。全球开发者数量从数十万突破至数百万，彻底改变了超算系统的开发、部署、运维模式，推动了全球数字技术的普惠化发展。

现存核心挑战

1. AI时代的算力供需失衡与能耗极限问题：生成式AI、具身智能的爆发带来了指数级增长的算力需求，GPU、HBM等核心硬件供给仍存在瓶颈，同时大规模智算集群的能耗问题日益突出，绿色低碳的算力技术体系仍需进一步突破。
2. 核心技术的可解释性与安全合规问题：AI大模型与端到端云原生架构的黑盒特性，导致决策逻辑无法被精准解释与追溯，在航空航天、核工业、自动驾驶、生物医药等关键场景，无法满足最高等级的功能安全与合规要求，制约了技术在核心场景的规模化落地。
3. 基础软件生态的短板仍未完全补齐：国产HPC硬件性能已达到国际先进水平，但CAE、CAD、EDA等高端工业软件，以及编译器、并行计算框架等基础软件的生态仍不完善，与海外商用软件的兼容性、适配性仍有差距，“有硬件无应用”的问题仍未完全解决。
4. 人才缺口与技术普惠的矛盾：HPC、AI原生智算技术复杂度持续提升，企业需要专业的HPC、AI人才完成架构升级与技术落地，全球相关人才缺口超百万，制约了技术在中小微企业、传统行业的普惠化落地。
5. 自主可控与全球生态的平衡问题：国产HPC技术实现了全栈自主可控，但在全球开源生态中，仍需进一步提升话语权与主导权，如何在保障自主可控的同时，深度融入并引领全球开源生态，仍是长期挑战。

未来发展趋势（2025-2030）

1. 与AGI/世界模型深度原生融合，成为通用智能的核心引擎

2030年前，HPC将与AGI、世界模型实现架构级原生融合，成为通用具身智能的核心时空认知与算力引擎。通过世界模型实现物理世界的全维度数字孪生与因果推演，结合HPC的全域算力调度、弹性伸缩能力，实现“感知-建模-推理-决策-行动-学习”的全链路闭环，成为AGI从实验室走向千行百业的核心工程化载体。

2. 自监督与自进化体系全面成熟，实现零运维的自驱动智算

2030年前，自监督学习将成为HPC的主流运维范式，彻底摆脱对人工运维的依赖；自进化HPC体系全面成熟，能够基于业务负载、场景特征、安全风险，自主完成资源调度、架构优化、故障自愈、安全防护，实现真正的零运维、自驱动的智算系统，进一步降低企业的使用门槛。

3. 云-边-端-网一体化协同体系全面普及，实现泛在算力全覆盖

2030年前，HPC的云边端网一体化协同体系将全面成熟，通过6G网络、算力网络、边缘计算的全域协同，实现算力在云端、边缘节点、端侧设备的无缝调度与动态分配，从城市核心机房延伸到路灯、汽车、工厂、家庭，实现“算力无处不在、智能随需而至”的泛在算力覆盖。

4. 国产化体系实现全球领跑，构建自主可控的全球开源生态

2030年前，国产HPC体系将实现全球全面领跑，在AI原生HPC、智算集群、分布式云、绿色算力等核心领域实现技术领先，主导制定HPC与智能算力的国际标准；同时构建自主可控的全球开源生态，在云原生、AI框架、分布式系统等核心开源领域，实现从跟随到引领的跨越，形成全球领先的技术生态。

5. 绿色低碳与安全可信成为核心标准，构建合规可控的算力底座

2030年前，绿色低碳将成为HPC的核心准入标准，液冷、余热回收、绿电适配等技术全面普及，数据中心PUE普遍低于1.1，实现零碳智算中心的规模化落地；同时，可解释性AI、内生安全、机密计算等技术全面成熟，HPC将实现全链路的安全可信、可追溯、可审计，满足所有关键行业的功能安全与合规要求，成为真正安全可控的数字经济底座。

6. 全模态全场景通用智算体系成熟，实现真正的数字技术普惠

2030年前，HPC将实现视觉、文本、音频、点云、传感器数据等全模态数据的统一处理，从通用算力底座升级为全场景通用智能平台，实现任意场景、任意模态、任意行业的零样本适配，算力与智能能力的使用门槛降至极致，实现真正的数字技术普惠，全面融入人类生产生活的每一个场景。