科学计算，已经成为了人类探索未知的重要工具。过去常说天机不可泄露，但现在人类科学家利用超算来做气象预报和气象灾害已经非常成熟，但阻碍预测精度进一步提升的正是计算力的限制。就比如要实现200公里网格分辨率精度的模拟，需要千万亿次计算能力，但如果要实现25公里网格分辨率模拟，则需要10亿亿次。

　　如果把视野放在探索未知的宇宙上，科学计算的压力会进一步增大。目前全世界最大规模的射电望远镜阵列SKA，用于探测星系演化、引力波等，每秒钟就将产生1.5TB的数据，每天129个PB的数据，数据的极大增长需要计算能力的匹配和支撑，在某种程度上来说，人类的计算能力，就是认知世界的边界。

　　从上述的一些典型应用中，我们可以看出，关键业务计算，通常对应的是结构性数据，其数据增长大多数还是线性增长，而智慧计算和科学计算，则对计算能力的提升提出了指数级提升的苛刻要求。在摩尔定律宣告终结，单个计算节点性能提升幅度受限、功耗挑战不断增大的今天，计算该如何进化？浪潮给出的解决之道是计算+战略。

　　计算+，借融合架构实现技术和业态重构

　　在限制重重的条件下，如何实现计算的再进化？王恩东在接受专访时表示，要想在现有的科技和工程条件下，进一步挖掘计算潜力，融合架构是必然的技术选择，过去太过于依赖芯片带来的性能升级，现在需要从架构创新层面去重新认知。在浪潮的理解中，融合架构就是面向应用的硬件重构+软件定义。

　　融合架构的设计思想是通过硬件解耦实现资源的物理池化和动态重构，通过软件定义实现业务感知的按需资源组合与配置，满足计算系统的弹性伸缩和超大规模的持续扩展。融合架构不仅仅会改变数据中心的技术架构，它甚至会引发产业的融合和重构，现在其实在ICT产业的融合其实已经在发生。

　　在现实中，遵循硬件重构+软件定义，计算+SDN/SDS已经在部署中实现了初步的计算、存储、网络融合，用户其实不会再去区分你是服务器厂商还是网络厂商，因为他们需要的是一揽子解决方案，原有的专用设备会越来越少，而硬件在通用性得到保证之后，只需在添加定制的功能模块和软件就可以实现专用设备的大部分功能。

　　浪潮与思科在NFV、SDDC、IoT等领域的产品及技术已经开展了很多落地的合作，并且部署在信息基础设施、云中心、智慧城市等典型应用场合。在我看来，未来计算、存储、网络正在变得越发依存、不可分割。

　　据王恩东院士介绍，浪潮在践行融合架构上已经做好了充分的准备：浪潮面向关键业务计算，已经有了K1主机、AS18000存储系统和K-DB关系型数据库，而且今年还将发布新一代主机系统；在融合架构模块化服务器上，浪潮SR整机柜更迭到了4.5，从非IT模块集中化发展到硬件的IO池化、存储池化，创造了一天上线1万台服务器的新纪录；为满足深度学习应用的旺盛需求，浪潮采用协处理优化节点，可以在一个机柜中提供160个GPU或者MIC卡，比传统的方案密度提高了4倍。在加上云海OS在软件定义层面的统筹和管理，atv直播，所以浪潮有信心通过融合架构让计算实现再进化。

　　融合架构，离不开足够强大的“朋友圈”支撑

　　融合，是未来计算，甚至是科技进步的一条主干道。但融合，也对原有的业态格局和利益分配造成了严重冲击。所以对于力推融合概念的浪潮而言，让自己的融合架构朋友圈变得更加强大，就变得异常重要。浪潮已经与英特尔、思科、VMware等国际巨头，在融合架构上进行了深度合作，但未来需要引入更多重磅的合作伙伴，这样才能让典型用户真正放下顾虑去拥抱融合架构。

　　浪潮此次提出的数据社会化，用计算来推动数据资源化，其实与之前全球大数据阿莱克斯·彭特兰是提出的社会物理学殊途同归、互为映衬。彭特兰教授的社会物理学，主要是强调在物质和能量之外，思想、信息的流动，对于人类社会产生的巨大影响力，其研究的核心工具其实就是大数据，而计算+正是将数据资源化的关键前提。