推巨量不是巨量引擎。推巨量全稱為"推巨量文化投資（廣州）有限公司"，是一家透過產業聯動構建內容新生態，打造多重互動場景，以“內容+”為核心進行圈層營銷，形成協同共生的內容生態圈層營銷鏈路的公司。而巨量引擎是位元組跳動旗下的一個品牌。

與馬雲和王堅的堅持有關。當年阿里巴巴平臺商家數量大幅增加，海量資料也隨誕生，阿里巴巴需要一個數據平臺支撐，開展資料儲存和計算。阿里巴巴內部激烈討論，決定不用開源資料計算框架Hadoop，自主研發飛天大資料平臺，其本質就是包含上萬臺伺服器的超級計算機，為行業提供公共服務。阿里雲飛天大資料平臺是全球規模最大的計算平臺，能夠支撐10萬臺伺服器的計算叢集。王堅之所以今天會評為中國工程院的院士，重要原因在於他是中國唯一雲計算作業系統的提出者，設計者和建設者，與馬雲的支援也密不可分。飛天大資料發揮重要作用。阿里雲的資料儲存主要是神龍架構、資料庫POLARDB、OceanBase，運算與排程主要就依靠飛天大資料、達摩院AI平臺。我們在“雙十一”時感覺購物速度與體驗不錯，淘寶天貓會主動推送我們感興趣的商品，物流的排程和送達也比較給力，其背後都是大資料和AI的作用。飛天大資料平臺還可以在民生和智慧城市建設中發揮重要作用。超級計算也需要商用落地。“神威·太湖之光”是一臺超級計算機，也是一個超算服務專案，更是一個連線企業、科研院所超算中心資源的計算平臺。“神威·太湖之光”需要與產業融合，為產業提供解決方案，目前已正在和醫藥研發等行業探索合同，在物聯網產業有巨大的應用潛力。阿里巴巴現在的運算能力最適合自己，但是今後業務突然有可能會與超算“神威·太湖之光”產生連結，特別是阿里巴巴的研發領域。阿里巴巴等企業接入超算，可以量身打造定製中小型的“神威”超算，對於一個企業來說已經足夠了。歡迎關注，批評指正。

    阿里雲和超算是不同的，打個比方超算相當於F1賽車，那麼雲計算就是公共汽車。前者追求效能，追求頂尖的速度，後者追求彈性的空間。換句話說，超算追求的是計算力並行的緊耦合，把一個任務做到了極致，雲計算追求的是計算力分佈的松耦合，把池化資源的平均利用率做到最高。

    雲計算是一項通用技術，是共享經濟在計算領域的演進，適合所有需要資訊科技支撐的場景，比如12306購票系統就部署在阿里雲，還有眾多的中小型企業的伺服器也部署在阿里雲。

    超算則是為國家高科技領域和尖端技術研究提供的運算能力和儲存容量，用於航天、氣象預測、國防、基因組測序、石油勘探等領域，比如美國的紅衫超級計算機當初設計出來就是為了模擬核試驗，米拉超算用於研究星體爆炸、氣候變化等。

    阿里雲具有分散式的特點，計算資源分佈在全國各地的阿里機房，透過阿里的飛天系統，實現硬體資源的統籌協調，執行的任務也是分散式的。

    超算叢集在地理環境上是集中式的，主要針對計算密集的任務，強調平行計算能力，用於獲得高效能，節點之間的資料交換對於延遲要求非常高。

    阿里雲等雲計算式規模經濟，要考慮到成本，通常採用x86硬體搭建，根據需求可以隨時擴充套件運算能力、儲存能力，可用性、可靠性、擴充套件性透過軟體實現。

    超算得花大筆的錢用於堆積計算能力和儲存能力，採用了加速晶片、infiiband通訊（區別於tcp/ip通訊）、高階檔案系統等，而且能源消耗也非常高。

    總之，超算和雲計算式不同維度的概念，超算追求效能，雲計算關注服務，一個面向科學計算，一個面向大眾企業應用。

阿里云為啥不用神威太湖之光這樣的超算來做伺服器！兩者結合豈不是強強聯手？這兩者的應用有著不同的方向，阿里雲提供的是大量資料的併發處理能力，能夠在同一時間處理來自全球各地大量資料的能力。而神威太湖之光這樣的超算主要應用於複雜而極限的計算處理能力。

阿里基於淘寶天貓等平臺的資料處理能力，研發了眾多的成果，其中比如為了應對淘寶天貓像雙十一這樣突然湧入的巨大資料流量，伺服器是否能夠支援巨量的衝擊成為了阿里需要應對處理的任務。所以阿里採用了神龍架構、自研資料庫、自研雲作業系統、分散式伺服器堆集叢集的方式來應對這樣的資料處理，以便能夠及時快速而且準確的響應每一個入口請求。

而像神威太湖之光這樣的超算，是屬於國之重器，是各國追求角逐的科技制高點。在一臺機器上堆集處理器的方式，來應對複雜並且可能極限的快速計算，其追求的主要是持續性的每秒執行能力。追求的不是寬度，而是高度。正是因為美國2015年對中國禁售高效能處理器，所以才逼出了中國的太湖之光。

神威太湖之光超級計算安裝了40960箇中國自主研發的“申威26010”64位自主申威指令的眾核處理器，其峰值高達12.5億億次/每秒。在2019年11月18日全球超算500強中，名列第三位。

一個是伺服器叢集堆集，一個是單臺機器的極限運算能力，兩者的差異顯而易見。對於像阿里雲這樣的企業，除了保證大量入口資料需要及時處理的能力，還需要保證所有入口資料得到儲存，採用各地分佈的伺服器的方式是最為合適的，但資料的計算能力要求與超算不可同日而語。超算的極限運算能力比如應用在地球氣候的複雜模擬計算、航天實驗的計算和模擬、大規模分子動力學模擬等等。

阿里雲是首先是以自己以前商用伺服器通用模式為基礎發展起來，必然要以適合自己的方式升級改造。

問題：阿里云為啥不用神威太湖之光這樣的超算來做伺服器！兩者結合豈不是強強聯手？

回答：神威太湖之光是國家資產，這是超級計算機，用來科研等使用者；阿里是私營企業，想要伺服器，自己做或者是自己買。而且阿里本身的雲計算和伺服器都很厲害的。

神威太湖之光這樣的超算是國家資產，這是跟歸屬於國家的，用來做科研的工作。

這裡的科研涉及到天氣模擬，自然災害模擬等，還可以用來藥物研發甚至武器的效果預計等。

超算本身也是很忙的，很多科研專案排著隊去運算的。這些科研專案都非常重要，對於國家的科技發展都很重要。甚至一些是軍工的，這些跟國家安全相關，優先度是很高的。

而且，這是用來計算的，而不是用來存的，跟伺服器的技術路線根本不一樣的。

所以，你們這些用超算來做遊戲機或者是伺服器的想法可以歇一歇了。

阿里本身的伺服器和運算架構都是很強的，阿里採用了神龍伺服器、神龍架構等，可以說阿里的實力也是很強的。

以前的雙十一都是會崩崩合合好幾輪的，現在的伺服器基本上不會崩了，有時候可能會等十來秒，但是已經不會好像以前一樣因為大量資料湧入導致伺服器崩潰的了。

同時，阿里雲在國內很強，是雲計算市場數一數二的玩家，技術實力相當強。

阿里的伺服器和雲計算業務本身提供的雲服務還有計算的服務，不追求很高的計算能力，而是提供一個穩定的技術環境。不過阿里雲的技術相當強，也能夠應對雙十一這種流量高峰。

所以阿里根本不需要神威太湖之光，技術路線不一樣，同時也不能佔用國家的資源。

阿里雲在研發的時候還屬於雲計算在國內比較模糊的階段，百度和騰訊公司已經明確不會在上面加大投入，但是馬雲每年拿出10個億來支援阿里雲的研發，阿里雲的主要負責人王堅在早期承受了非常大的壓力，甚至有一年在年會上落淚，現在的阿里雲已經成功了所有之前的付出放在今天看是非常成功的，王堅現在已經被評選為院士，今年的雙11已經全部部署到阿里雲系統上。

阿里雲是馬雲早期非常大的一個手筆，在阿里雲取得階段性的成功之後，嚐到自主研發甜頭之後馬雲力主成了達摩院，雖然達摩院成立的時間不長，但已經陸續取得了很多的成績，而且達摩院不拘泥於網際網路行業，像平頭哥AI晶片已經涉足到硬體領域了，有點馬雲的意思不拘一格去突破，重視基礎領域的研發，早在PC網際網路時代百度是技術研發的代名詞，現在明顯已經被阿里巴巴取代，有了阿里雲的支撐阿里巴巴在推進全國的智慧城市的發展，現在各地搞的資料整合很多功能都是阿里巴巴在做，背後離不開阿里雲的強大支撐，幾乎每年的雙11阿里巴巴都出現過宕機情況，但今年用上阿里雲之後已經得到了極大的改觀。

阿里雲屬於雲伺服器，主要是作為阿里巴巴內部大腦，整體支撐著阿里巴巴平臺的流暢的執行，由於雲計算的存在甲骨文的資料庫已經慢慢弱化，亞馬遜走的更加極端，直接用雲計算全部把甲骨文的資料庫給取代了，雲計算的產生已經對產業產生了很大的衝擊，已經改變傳統的格局。阿里巴巴現在市值上已經超過騰訊公司不少了，很大一部分原因就是阿里雲在資本市場上提升作用。阿里雲玩的就是雲伺服器，為了保證各個終端的良好的使用者體驗，更多采用分散式叢集的方式，還是有別於國家的神威和太湖這種國之利器，畢竟神威太湖針對的單個計算機強大的處理運算能力，和阿里雲商業化的雲計算公司的思路不是很一致。

從理論上講阿里雲用上身為太湖這種利器不存在任何的問題，但是作為商業化運作的公司首先考慮是的成本，先不講國之利器能不能用的事情，只是從商業角度上考慮用上如此巨大成本的神威太湖，對於商業公司來講也是不合算，阿里雲走的是另外一種路線，透過分散式叢集方式解決，單個伺服器的運算能力不足，就採用多個整合的方式來搞，平頭哥搞的晶片也是針對阿里雲功能的提升設計的，這種還能最大程度提升資料能力。

問這個問題的人，不懂雲，也不懂超算。

雲的作用在於連結，將所有裝置進行邏輯連結。

超算適用於科學計算，科學研究的，使用需要研究對應的演算法結構，基本上不同的計算，都要建立對應的演算法。

兩個東西層面不一樣。

在你看來，一樣的僅僅是cpu吧。

首先我不是專業人士，那裡有不妥的想法，多謝指正！

從目前的阿里的伺服器特點可以總結幾個特點

1:對併發資料的處理時效要求非常高，資料流量巨大。

2：分散式計算，要把伺服器儘量分散於全國各地，以分散資料流和降低頻寬需求，還有實時多點備份資料，儲存需求巨大。

3：資料門類繁雜，既要處理繁雜的商品目錄，交易記錄，記錄使用者軌跡，還有大量統計分析任務，同事還是個財務好管家。幾乎全能。

所以阿里自己量身定製需求是正確的選擇，這樣的應用只有自己知道其中的細枝末節，利害關係。所以自主對阿里來說最安全。但然，風險巨大，慶幸的是阿里的堅持贏得了成功。

再看看超算，這種型別的機器的應用是萬能的，只要需要計算的地方都用得上，但是多數機器在立項時就定位為科學計算裝置，用在醫藥，機械，軍事，天氣預報演算，核爆炸模擬的領域，用途很寬廣，而且也要求高度自主可控，但對使用者專業水平要求太高了，就不是一般人能玩的了的，玩得起的！

假如用神威太湖之光用於阿里雲的計算，完全沒有問題，問題題在於這種機器不夠靈活，很難滿足分散式管理和佈局，可以想象一下，拆開佈置於五湖四海的神威太湖之光，算力被分散，毫無優勢，還需要大量的改造和適配工作，是很費勁的！多造幾臺呢，成本高到讓你懷疑人生。

總之超算可以應用於任何行業，但又不能獨處於任何行業，更適合共享給單體的超級科學計算需求。

超算是沙場秋點兵，一萬個人對同一個方向出一拳踢一腿，雲主機是一個大集市，每個店都有自己的生意和門道，大家只是共享一些資源，其實沒有很大聯絡。所以，聰明如你已經明白了，管理集市肯定不能像管理部隊一樣。

兩個區別很大。使用場景和最佳化目標不一樣。

超算核心最佳化目標：運算速率，浮點數運算次數/秒。

雲計算核心最佳化目標：電算比PUE，即每一單位計算所需要消耗的電量。

超算是大國重器，傾向計算龐大的單批次繁重計算型任務；阿里雲是雲計算，傾向於每天低成本計算完全獨立的上億次IO型任務。

如果把超算比作1000噸的吊車的話，阿里雲就相當於菜鳥物流的上千臺快遞機器人。

如果把超算比作上萬元遊戲主機的話，阿里雲就是一堆廉價樹莓派叢集。

當然，雖然領域不同，肯定還是會互相交叉的。只要合適，各自領域的成果完全可以轉化的。