在《泛在算力：智能社会的基石》中提到，到了2030年，人类仅在人工智能一项所需要的算力支撑，相当于近1.600亿颗骁龙855NUP所能提供的算力。而如果将物联网、区块链和AR/VR等智能化技术相加，这一数字将达到33.900EFLOPS。
人类未来生活只要离不开数字技术，就是建立在算力之上。算力已经与国民经济息息相关，不仅每1美元的算力投入，就可以带动10美元的产值提升。而且衡量一个国家是否强盛，科技是否发达的方式，也正在变成算力，以及背后新计算产业链的角逐。
高性能计算已被公认为继理论科学和实验科学之后,人类认识世界改造世界的第三大科学研究方法。目前随着信息社会的迅猛发展，越来越多的领域都涉及到处理海量的数据。这些需求迫使高性能计算已经不只是局限在科学计算、国家高端科技上，在工业和商业领域也不断地体现其价值。
高性能计算是什么?
高性能计算(Highperformancecomputing，缩写HPC)是利用超级计算机实现并行计算的理论、方法、技术以及应用的一门技术科学，围绕利用不断发展的并行处理单元以及并行体系架构实现高性能并行计算这一核心问题，该领域研究范围包括并行计算模型、并行编程模型、并行执行模型、并行自适应框架、并行体系结构、并行网络通信以及并行算法设计等。
另外，高性能计算也可以指通常使用很多处理器(作为单个机器的一部分)或者某一集群中组织的几台计算机(作为单个计算资源操作)的计算系统和环境。它通过各种互联网技术将多个计算机系统连接在一起，利用所有被连接系统的综合计算能力来处理大型计算问题，所以又通常被称为高性能计算集群。
高性能集群上运行的应用程序一般使用并行算法，把一个大的普通问题根据一定的规则分为许多小的子问题，在集群内的不同节点上进行计算，而这些小问题的处理结果，经过处理可合并为原问题的最终结果。由于这些小问题的计算一般是可以并行完成的，从而可以缩短问题的处理时间。
构建高性能计算系统的主要目的就是提高运算速度，要达到每秒万亿次级的计算速度。(如天河一号超级计算机)这类机群主要解决大规模科学问题的计算和海量数据的处理，如科学研究、气象预报、计算模拟、军事研究、CFD/CAE、生物制药、基因测序、图像处理等等。
人工智能为什么需要高性能?
AI，也就是人工智能，是指人造的机器实现智能处理，现在一般用计算机编程来实现人工智能技术。
简言之，人工智能就是让机器或者系统能够像人一样思考并解决问题。人工智能的应用领域非常之多，涉及的方向也非常之广，如今在人脸识别、图像处理、智能机器人等日常生活得到广泛应用。软硬结合以及算法的挖掘是人工智能发展的基础。
高性能计算(HPC)一般是指通过大型计算机如超级计算机，在巨大的计算能力和存储能力的基础上，对复杂而庞大的科学问题进行并行高速处理。高性能计算的核心在于设计高效计算架构来对一个整体的问题进行拆解，用不同的计算节点同时进行计算，即一种分而治之的方法提高运算的速度，比如对全球的天气预报系统的及时快速处理。但高性能计算必须基于超级大的计算能力和超高的耗能之上。
当人工智能中机器学习有巨大的数据和训练任务时，比如北斗三号全球卫星导航的智能图像识别，有全球如此庞大的卫星图像资料，要处理的数据量非常巨大，单靠数据挖掘和图像处理上的优化虽然能够提高遥感系统的准确性，但很难保证卫星遥感的及时性，也就是计算的时间过长，不利于卫星的及时导航和紧急情况的立刻反馈，这就需要高性能计算机对数据进行并行快速处理，来满足卫星的及时反馈要求。
人工智能对多用户和大数据的处理如全球极端天气预测、核爆模拟和智能导航等需要有极大的数据处理能力的高性能计算机的支撑，并随着用户和数据的增多需求越来越强烈。
总结
人工智能和高性能计算都是未来发展的重点，虽然两者各有侧重，但是如果将两者的优势结合在一起，就能各取所长补其所短，能更快更智能地解决目前存在的很多问题。
我国的超级计算机已经走在世界的前列，但是应用于人工智能的软件和硬件都很少，而且缺乏从应用的角度去解决工业和企业实现存在的应用难点，超级计算机的潜力没有得到充分的释放。
如果从人工智能的角度去运用高性能计算机，在运行快的基础上能够运行得智慧起来，这将大为提高高性能计算机的科学研究能力和实际的经济效果，而且能够带动我国极其需要的软件设计人才的培养和芯片生产工业的发展，并为我国着重发展的新材料研究、航空航天器设计、基因工程探索以及量子计算模拟等国防和关键领域的发展带来新的技术支撑和解决方案。
可以预见，人工智能和高性能计算的结合将是未来发展的必然趋势。