高性能计算是什么？简单来讲高性能计算用一些独立的机器用互联网连起来，共同完成一个任务，来 加速这个任务解决的时间。英特尔（中国）有限公司服务器平台产品经理张振宇对此举例进行说明。他表示，“比如打扫一个房间，可能一下午才能打扫干净，如果将它并行处理，大家一块儿动手可能5分钟、10分钟就能完成。”
1994年的时候美国的NASA搭建了一个小的集群，用了16台商用机器，用普通的互联网，把它联在一起，用Linux开源的软件搭建了一个小的集群，开始了Linux Cluster鼻祖，之后高性能计算才有一个长足的发展。当时的“贝奥鲁夫”涵盖了这些部件，比如用商用互联的设备联结在一起的商用机器，用 Linux，有消息传递库和一些PC应用，加上管理结点构成了HPC的Cluster。
英特尔（中国）有限公司服务器平台产品经理 张振宇
回顾高性能计算的发展，最早80年代以前是IBM主机的天下，小沃森在1969年推出S360，奠定了IBM在 计算界霸主的地位。80年代后，随着克雷公司的出现，越来越多的高性能计算出现并行可以更高效的 提供科学计算的机器。上世纪90年代RISC小机出现，并从2000年以后通过网络搭建的集群都基于“贝奥鲁夫”的形式。
除了硬件的发展，应用也有了不断的变化，传统的HPC最主要的是做研究用的，事实上现在有很多的应用，像多媒体、动漫渲染、数据仓库、数据挖掘，基本上都跟偏微分方程求解是不搭界的，现在也划在大的范畴里，也就是称之为“技术计算”的HPC范畴。
他介绍了HPC的一些具体应用实例。比如1974年美国科学实验室利用DYNA3D程序模拟原子弹爆发时对周围建筑和物体的破坏程度。另外，有一家英国公司在上世纪80年代通过调查研究，并设计了一个模拟人在走动或者跑动的时候对于整个文胸各个部位的压力的模型测试。这些例子都说明，高性能计算其实和我们的实际生活都息息相关。
在应用领域方面，石油勘探、金融分析、CAD、CAE、蛋白质等模拟和动画渲染，都需要借助这种高性能计算平台来实现。而最新公布的全球TOP500高性能计算榜单中，有403台（占80.6%）是基于英特尔处理器平台的高性能计算系统。在新进榜177台里面其中174台是采用英特尔的芯片，达到 98.3%。
除此以外，在石油研究里面很多时候面临着海量的数据的装载，因为装载需要定性模型系统支撑，Lustre以前在生产领域，像石油用得不多，原因是开源软件，英特尔发布了它的企业版，保证了它的可靠性。在高性能计算领域，英特尔不仅提供有关键性的“大脑”芯片，而且还拥有软件Cluster studio和Lustre等。
另外，张振宇还提出了一个长期被人误解的观点。英特尔采用的通用模式可以很容易将各种应用移植到至强融核上，如果使用其他平台，需要重新进行编译改造才能放入到加速器上进行实现。另外，不同平台的比较需要考虑一个标准。如果某个串行程序在至强上需要耗费67.097秒，而在至强融核上花费的时间是0.197秒，那是不是意味着至强融核能够加速340倍呢？其实不是。这个串行的程序要做一个并行的优化，没有用至强融核之前，我们用优化的手段只是在至强上就可以提升140，再把优化过的程序放到至强融核上跑是2.3倍。
