[Yin Min @ May 16th 2009 8:08AM]

这个方案已经过时了。超级计算机是为了做大规模的并行处理，使用GPU做并行处理要比CPU快200倍。

看一下Nvidia的Tesla S1070服务器(1U)，拥有960个处理器核心，每秒4万亿次单精度运算，价格是8000美金/台。230万亿次/4万亿次=58台*8000美金=46.4万美金=320万人民币

http://www.nvidia.cn/object/tesla_s1070_cn.html

有兴趣可以查询google一下，Tesla对并行计算的革命性成就，以及对地理信息、医学、石油勘探的计算影响。

[颖心欢欣 @ May 16th 2009 8:24AM]

把那58台连起来要加上一个思科 Catalyst 7000 系列交换机。价格有多了上百王 。加上冗余及其他设备你最少要500万吧，这还是假设Nvidia的Tesla S1070服务器(1U)， 并行可以性能线性的情况，强大的黑客编程。
但是事实是几乎没有可以线性的。特别是核心非常多的时候.

[saku @ May 27th 2009 12:32PM]

我也觉得桌面超级电脑才是发展方向。

[小小小猪 @ May 16th 2009 9:15AM]

虽然上面那个回复有点混乱，不过基本观点是对的，超级计算机不是简单的拿高性能服务器堆砌出来的，性能的提高也不是简单的把速度乘以台数或是芯片数目就ok，所以希望大家不要被误导。

[X @ May 16th 2009 12:00PM]

单精度在巨型机的应用领域意义不大，而ＧＰＵ双精度性能下降很厉害。再者ＧＰＵ的加速强烈依赖于手工编程，现在只有零星的将ＧＰＵ作为独立加速部件安装的。另外前段时间浪潮发布的桌面万亿次机就是依赖于ＧＰＵ加速。

[xphi @ May 16th 2009 12:07PM]

纯粹用交换机把服务器联起来联集群都算不上，和整体性的巨型机根本不是一个概念。

[纵宇天鸷 @ May 16th 2009 12:22PM]

怎么10名内找不到采用你相信的最好的方案的超级计算机？？