为实现我国制造业的转型升级，国家已经制定《中国制造2025》行动纲领，而在产业创新过程中，占据关键核心地位的产品设计和优化，都离不开基于高性能计算的模拟仿真与数据处理。

■本报实习生 赵利利

高性能计算机的能力未能很好地融入到支撑企业创新发展的环境之中。图片来源：百度图片

新一代信息通讯技术、智能科学技术与制造技术的深度融合，引发了制造业制造模式、制造手段、生态系统等的重大变革。作为国计民生和国家安全的重要基石，制造业正面临着上述变革带来的诸多挑战。

面对挑战，各国纷纷制定国家制造计划。美国的“国家制造业创新网络计划”、德国的“工业4.0计划”、英国的“智能制造计划”及“高价值制造计划”、法国的“未来智能工厂计划”、欧盟的“智能制造系统2020计划”以及日本的“2015年版制造业白皮书”都对遭遇的类似我国制造业的挑战作出回应。

“为实现我国制造业的转型升级，国家已经制定‘中国制造2025’行动纲领，而在产业创新过程中，占据关键核心地位的产品设计和优化，都离不开基于高性能计算的模拟仿真与数据处理。”近日，在无锡举办的第247场中国工程科技论坛上，中国工程院院士陈左宁表示，超级计算机与先进制造两个领域亟须解决目前存在的关键问题、有待打通的关键技术路线以及其他相关限制因素，迎接“互联网+”与“人工智能+”时代的变革。

制造业高性能计算机滞后

随着我国相继提出“‘互联网+’行动计划”、“中国制造2025发展战略”，《国务院关于深化制造业与互联网融合发展的指导意见》等，我国智慧制造业的发展逐渐提上日程。

2009年，中国工程院院士李伯虎主导的研究团队提出“云制造”的理念并开始以网络化、服务化为主要特征的云制造的研究与实践。经过几年的发展，云制造已经由1.0时代步入“智慧云制造”的2.0时代。

基于泛在网络，智慧云制造借助新兴的（大）制造技术、信息通信技术、智能科学技术及制造应用领域技术等四类技术深度融合的智能化技术手段，构成以用户为中心、统一经营的服务云，进而优质地完成制造全生命周期的活动。

李伯虎表示，在智慧云制造体系中，用户通过智慧终端及智慧云制造服务平台便能随时随地按需获取智慧制造资源与能力，对制造全系统、全产业链中的人、机、物、环境、信息进行自主智慧的感知、互联、协同、学习、分析、认知、决策、控制与执行。智慧云制造促使制造全系统及全生命周期活动中的人/组织、经营管理、技术设备（三要素）及信息流、物流、资金流、知识流、服务流（五流）实现集成优化，是“互联网+”与“人工智能+”时代的一种智能制造模式、手段和业态，是云计算的落地和拓展。

智慧制造业的快速发展要求相关支撑技术的进一步跟进，但是，我国制造业领域的高性能计算机却严重滞后。陈左宁表示，在科技部高性能计算专项的持续支持下，我国的高性能计算硬件平台已有了长足的进步。国家超级计算无锡中心的“神威·太湖之光”超算系统，首次突破每秒十亿亿次的峰值运算速度，是全球最快的超级计算机。但是，“与国产高性能硬件技术的飞速发展相比较，面向先进制造领域的工业设计软件发展却严重滞后”。

“航空工业、船舶工业、先进轨道交通、电子设计、汽车制造、新材料、生物医药、新能源等行业，仍严重依赖于外国公司的商业软件，在计算规模及计算精度上受到诸多限制，无法支撑相应企业进行开创性的研发工作。”陈左宁表示，目前，高性能计算机的能力未能很好地融入到支撑企业创新发展的环境之中。

超级计算面临挑战

中国工程院院士尤政表示，制造业的升级换代依赖于以相应领域科学理论为基础的数值模拟与仿真，而超级计算机的并行处理能力，则是数值模拟与仿真应用的重要基础。“神威·太湖之光的问世，为我国先进制造的研究提供了巨大的契机，也为两个学科的进一步交叉与融合提供了重大的机遇”。

对此，李伯虎表示，“新技术革命和新产业变革正蓄势待发，‘创新、绿色、开放、共享、个性’是‘互联网+’和‘人工智能+’的时代需求，超算技术已经成为智慧制造云建设与运行的关键技术，是智慧制造云实现智慧化的重要组成部分。”但是，智慧制造云也对超算技术构成了一定的挑战，这首先表现为智慧制造云对超算技术的应用需求。

虚拟样机工程是这种应用需求的重要内容，复杂产品虚拟样机需要专门的支撑软件进行异构集成，而且需要庞大的计算能力进行并行优化。智慧制造云对超算技术的应用需求还包括大数据的智能处理、云服务、人工智能等问题。

李伯虎表示，智慧制造云数据体量巨大，以典型智能工厂项目工控网络数据存储为例，一个传感器每秒产生8000个数据包，网络中超1万个传感器，每秒产生800MB的传感数据，每月产生的传感数据为2.5TB。如此庞大的传感数据对数据存储、并发处理要求极高，而且，这些数据产生速度快，目前的智慧制造云运行中产生的数据从PB至EB级不等，并呈现增长趋势，从这些海量的数据中提取数据速度的快慢决定了智慧制造云平台提供服务的效率，也对超级计算提出了较高的要求。

此外，云服务需要制造资源的虚拟化与服务化，为用户提供按需动态组合的多类制造服务环境和高性能、安全可靠的协同制造运行环境，提供以用户为中心的分布、协同、交互的制造工作模式。“智慧制造云”场景要求制造能力的海量接入，形成拥有海量制造节点的制造云，具有复杂智能系统的一系列类型特点，需要以深度学习为代表的人工智能引擎支持系统自主智能地进行“感知—协同—学习—分析—决策—执行”，涉及到处理人工智能的问题。这些都是超级计算与先进制造协同发展中面临的挑战。

李伯虎介绍道，这种挑战还表现在面向智慧制造云的超算技术研究上，包括面向智慧制造云的建模理论与方法，面向智慧制造云的超算系统技术，面向智慧制造云的超算系统应用工程技术。

技术、应用、产业三重突破

利用超算行业的计算优势为中国制造的创新升级提供基础支撑和服务平台，实现我国从制造大国向制造强国的转变，是时代的需求也是趋势所在。李伯虎表示，要从技术、应用、产业三个方向进行面向智慧制造云的超级计算的研究和探索。

李伯虎认为，在技术方面，要重视超算技术基础理论、算法、系统问题的持续研究，如嵌入式超算硬件等；重视研究超算技术与信息通信技术、人工智能技术、系统工程技术与制造领域技术等多种技术的深度融合；重视研究面向用户的超算云服务技术；重视基于超算技术的制造业全生命周期的新技术研究，如基于超算技术的CPS技术等；重视安全技术及相关标准和评估指标体系的技术研究。

“在应用方面，要突出制造特色与行业特点；突出问题为导向；突出基于超算技术的智慧云制造运行的模式、手段和业态的变革；突出制造‘三要素’‘五流’的综合集成化、优化和智慧化。”李伯虎表示，要融合扩展现有网络化建模与仿真技术、云计算、服务计算，以及虚拟化、高性能计算、大数据、物联网等新兴技术。

产业方面，李伯虎建议，要加强面向智慧制造云的超算技术工具集和平台的研发，加强面向智慧制造云系统的构建与运行，加强面向智慧制造云的超算云数据中心的运营服务。