在谈到未来超算的发展趋势时 ， 陈世卿告诉采访人员：“现在的超级计算机由于耗能太大 ， 已经走到了一个发展瓶颈 ， 未来超算将从集中式演变为分布式的 ， 深入社区、街道、产业园区、大学和研究机构等 。 与此同时 ， 超算与脑科学也将走向更加深度的融合 。 ”
“未来的超算应是分布式的 ， 全世界变成一张网”
NBD：目前 ， 主流超级计算机基本上采用的都是集中式算力模式 ， 在实现超强运算能力输出的背后存在哪些不足？未来的超算将是怎样的演变形态？
陈世卿：上世纪80到90年代 ， 我都只在做一件事情——发明和制造全世界最快的超级计算机 。 在我设计的系统架构基础之上 ， 集中式超级计算机开始飞速发展 ， 广泛应用于国防、石油、航天、航空、汽车、核电、气象、化工、材料、生物、制药等领域 ， 例如美国AT&T、波音、通用、德国奔驰等都是我的客户 。
在全世界所有规模较大的超级计算机中 ， 百分之八九十都是利用了我当时创造的系统架构与理念 ， 从单机到双机 ， 一变二、二变四、四变八 ， 演变为上千的并行计算 。
但随着超级计算机体积越来越大 ， 速度越来越快的同时 ， 其耗能也越来越高 。 目前全世界速度前十名的超级计算机在运转时 ， 需要一个至少20兆瓦规模的供电站来支持 ， 每小时仅消耗电量就超过2万度 ， 相当于一座小型城镇的日常消耗 。
虽然是我创造了集中式超级计算机架构 ， 但其能耗巨大的难题始终无法攻克 。 如果没有国家或是大型企业经费支撑 ， 这种模式很难持续 ， 也很难广泛应用到未来数字经济的新场景之下 。 从国家层面来说 ， 这种大型集中式超级计算机在探月、气象监测、石油勘探等领域依然有着巨大的需求 。 但从市场层面来看 ， 由于其耗能巨大 ， 许多中小型企业难以负担 。
于是 ， 本世纪初 ， 我开始重新思考另外一种系统架构——从集中式转向分布式 。 其核心目的就是让超级计算机在速度更快的同时 ， 耗能更低 。 这是一个完全不同的领域 。
NBD：如何理解未来所有的超级计算机应该是一个庞大的“分布式网络”？
陈世卿：我认为将来所有的超算都应是分布式的 ， 辅以人工智能、大数据等技术 ， 全世界变成一张网 。 这个网络的边缘/底层就是社区、街道、产业园区等 ， 那里有所有应用的大数据 ， 随时可以接入超算 。 这是一个全新的构想 。
目前 ， 我们仍处在开拓网格式智能超算的试点阶段 。 比如说 ， 将一座城市划分成5000或是50000个网格 ， 每一条街道或每一个社区都可以设置一台小型的超级计算机 ， 所有当地的数据都可以实时计算 ， 转化 ， 并服务于当地 。 然后所有的社区再结合起来 ， 形成一张庞大的分布式网格 。 类似于现在的电网 ， 在超算的分布式网络中 ， 未来的算力、算容、算法也是分布式的 ， 可以互补 。
例如 ， 我们可以在上海嘉定设计的底层网格式智能超算 ， 把各个社区的大数据集中上传；也可以在杭州的西湖区 ， 构建网格式智能超算 ， 将所有的城市变化数据化 ， 将数据深入挖掘并整合在同一平台 ， 再用于智能医疗、教育、交通、制造、文创、能源、金融、环保、安防等终端服务 。
NBD：作为一名跨越多个时代的顶尖科学家 ， 从小型机、巨型机到超级计算机到云端电脑一系列的发展过程当中 ， 您观察到人机交互的理念经历了怎样的转变？
陈世卿：人机交互的理念经过了长期的演变 。 最早的人机交互都是集中式的、机械式的 ， 把所有东西往那里一丢让超算帮忙运算 。 如今 ， 人机交互理念已经从以前机械式、集中式过渡到了更加智能化、个人化的模式 。