制造企业在推广利用 HPC 进行仿真测试时,可能遇到哪些挑战?如何推进 HPC 在企业中的应用?

HPC平台遇到的挑战我认为除了大量的软硬件基础设施的建设成本外，还有对于HPC集群平台的资源进行有效地管理和利用这些资源，确保任务可以高效地执行，是个挑战。
还有对数据的安全管理，容量管理也是挑战，仿真测试通常涉及大量的输入数据和生成的输出数据。在HPC环境中，如何高效地处理和存储备份这些数据，并确保数据的安全性和一致性也至关重要的。
HPC环境中常用的软件和工具集与传统的计算环境有所不同，研发员工需要适应和掌握这些工具，以有效地利用HPC系统进行仿真测试。

仿真测试，我觉得成本与技术是两大挑战：
1、成本比如硬件设备、软件许可，所以现在一般采用云计算，混合云（主要是看哪家成本低，性价比高）等方式，减少初期的资本投入。
2、技术比如开发、管理和维护HPC、仿真系统， 一般需要云计算和仿真、AI专业的技术和经验，而制造企业可能缺乏此类人才，可以与专业的HPC服务提供商合作、仿真软件厂商合作，这样稍微容易一些。
3、HPC测试时，所需要的数据量较大，对数据的管理及数据的安全管理本身就是一个挑战。测试时，一般涉及到数据存储、备份、传输和安全等方面的难点。
4、HPC在测试时，还需要针对具体的生产流程和产品设计进行定制化的应用开发和集成，所以需要考虑定制、集成的挑战。

企业在推广利用 HPC 进行仿真测试时，可能遇到的挑战主要包括：

1. 性能优化问题：企业用户需要基于自身的应用需求特征来进行定制化匹配，通过测试工具对 HPC 系统进行精细化的研究分析，找到可以调整和优化的部分。
2. AI 与 HPC 的融合挑战：在过去的 CPU 架构中， AI 密集型工作负载通常会牺牲内核数来换取速度，而 HPC 工作负载则倾向于更高的计算性能、更多的内核和更大的内核间带宽。
3. 虚拟化技术的应用挑战：虚拟化技术能够提高商用高端服务器的利用率，传统高性能计算技术（ HPC ） 的推广受到很大挑战。
4. 硬件架构面临的多样性的计算挑战：例如大数据，传统的科学工程计算需求与深度学习等新兴应用的需求存在差异。
   5.成本挑战：HPC 主要问题在于企业自上而下的对于虚拟试验的重视，对虚拟试验越重视，则仿真投入越大，则产品研发效率和质量都可以得到大幅的提升，投入分三块：软件（ CAE 软件及 license ） + 硬件（机房服务器存储网络） + 人才（ HPC 管理和 CAE 工程专家）几个维度必须配合，一个地方有问题则全局效率受损失。