◎文/苗得雨
2008年，有越来越多的人开始谈云计算，如今公众的生活已经高度的依赖于计算机，因此对于未来的计算机趋势，许多人希望能够跟上潮流与动向。云计算就为我们展现了这样一个未来的世界，每个家庭或企业的个体超级计算机通过互联网的联通，最终演变成一个超级服务器，为每个需要的人提供相应的服务。
不过比起云计算，办公超级计算机或许将会更快的进入到我们的生活，仅在三年前，大众还在为双核计算带来的快感唏嘘不已时，现在个人电脑就已经进入了四核时代。目前互联网技术的趋势是，个人信息正在不断从桌面流向互联网，个人电脑的计算速度越来越快，随着计算机在生产和工作中被广泛应用，人们对计算能力的要求也越来越高。
如今随着制造工艺的改善和多核技术的使用，CPU的处理能力现在已经达到了一个相当不错的水平，四核CPU的普及就意味着一台企业个人电脑中也在狂奔着四颗计算能力强悍的中央处理器，这是前所未有的个人计算能力的体现。这些以前只是高性能服务器所拥有的“芯跳”，在以极其低廉的价格进入家庭。目前一个运算速度为2.3GHz的AMD皓龙2376处理器售价仅为377美元，而这个价格在十年前甚至无法购买到一颗233MHz的普通CPU。无论是对于个人还是对于众多中小企业而言，这样的计算革命会带来什么呢？
今年， 9月18日，AMD宣布启动一项名为“The Future is Fusion”(未来属于融合)的企业品牌推广计划，计划将CPU和GPU两者结合起来，会在性能上带来跨越式的提升，最大限度地释放电脑用户的极限使用，随后分拆芯片制造部分，使AMD延续了三十年的研发和制造一体的商业模式宣告终结，走向了专于研发和代工产品的新模式。这一系列举动都使得AMD把所有的注意力都集中在了技术研发和升级之上，而其产品势必精益求精。
假如在你面前放着一堆桔子，怎么摆放才能最节约空间？别以为这只是困扰水果店老板的日常烦恼之一。虽然任何人都可以凭着经验或直觉断定，把上一层桔子交错着放到下一层桔子彼此相邻的凹处，显然要比直接一个叠一个的摆放更合理，也更节约空间。但是，谁能从数学上证明，的确不存在比这更合理的方法呢？这就是著名的开普勒猜想。
在1900年的国际数学家大会上，数学家大卫·希尔伯特将开普勒猜想列入了著名的“二十三个未解数学难题”之一。开普勒猜想被提出之后，许多数学家都试图为其给出证明。但直到200多年后，另一位伟大的数学家高斯才在1831年部分证明了开普勒猜想，即对于规则形状，开普勒猜想是正确的。但在此之后，开普勒猜想的证明工作再度停滞。
1953年，匈牙利数学家拉兹洛·费耶·托斯指出，无论对于规则和不规则形状，开普勒猜想的证明都可以减少到有限次数——但数目极为庞大——的计算。这就意味着，从理论上讲，一种穷尽所有可能的证明方式是可行的。而一台速度足够快的计算机就可以将这种设想变为现实。
从1992年开始，遵循着托斯的思路，当时在密歇根大学的海尔斯开始与自己的学生合作，使用计算机辅助证明开普勒猜想。在经过了6年的运算后，1998年8月，海尔斯宣布证明完成。他的全部证明包括250页笔记，3GB的计算机程序、数据和运算结果。这一切都得益于电脑计算能力的改善，不过伴随着AMD这类追求速度与革新的厂商不断突破的脚步，当年6年的运算总量，在今天一个企业的办公室中就能够轻松完成。
不过更具突破性的计算革命仍然在进行中，目前的高性能计算系统和应用中，多采用x86架构的处理器和应用。但随着高性能计算系统性能的不断提升，多核和重核异构系统在满足高性能计算的某些特殊应用的时候表现出比较出色的性能。例如对于追求浮点运算性能的应用来说，GPU的速度要远远高于传统的CPU，这也是为何AMD认为，在未来的高性能计算中GPU或者CPU+GPU会最终取代CPU。
2006年AMD并购ATI之后，AMD成为唯一一家可以提供CPU和GPU以及芯片组的整合平台制造商。这种结构能使AMD在市场具有独特的优势。AMD能同时提供CPU和GPU。AMD透露了一些高层面的信息。AMD将卓越的技术和开放的行业首创精神结合起来，将在2009年交付的商业客户端平台中，积极提供高性能的、改善的可管理性能、安全性和稳定性。
目前，多核和多核异构系统越来越受到超大规模计算机的青睐，如前不久发布的全球高性能计算TOP500排名第一的IBM的Roadrunner就是把自己的Cell和AMD的皓龙处理器混合在了一起；在芯片层面，包括AMD、英特尔等都在研制异构多核或众核芯片。在国内，曙光同AMD联手，也推出了运算能力超过200万亿次的曙光5000A超级计算机，使中国超级计算再次冲入世界前列。
从汽车到计算机，我们的这个世界一直依靠着速度的推动而前进，越来越快的CPU，联动着现今时代前行的脚步，在电脑计算速度引领企业成长与步伐的今天，既然现在最好的计算机可以在比赛中打败世界象棋冠军，那么，在超级计算机普及的未来，企业也一定能够从中寻找到解决自身与关键环节问题的破解方法。