这是一份关于以下内容的报告：高性能计算 (HPC) 市场规模、份额和趋势分析报告（按产品（硬件、软件、服务）、按应用程序（银行、金融服务和保险 (BFSI)、游戏、媒体和娱乐、零售、运输、教育和研究、制造、医疗保健和生物科学、其他）、按最终用途、按地区和细分市场预测 - 2035 年）

高性能计算 (HPC) 市场概览

2025年全球高性能计算（hpc）市场规模为418.07亿美元，预计将从2026年的44712​​59万美元增长到2035年的5469809万美元，2026年至2035年复合年增长率为6.95%。

人工智能训练、百亿亿次计算、GPU加速、高带宽网络、液体冷却、基于云的超级计算、数字孪生、科学模拟和量子-HPC集成正在重塑2026年的高性能计算(HPC)市场。据估计，硬件约占产品类型需求的 58%，其次是服务，约占 23%，软件约占 19%。按应用划分，教育和研究预计约占市场需求的 22%，制造业约占 16%，医疗保健和生物科学约占 14%，银行、金融服务和保险 (BFSI) 约占 13%，游戏约占 9%，媒体和娱乐约占 8%，运输约占 7%，零售约占 5%，其他约占 6%。该行业的性能上限在标准基准测试中已超过 1 exaflop，领先的系统运行速度超过 1.8 exaflops，并使用超过 1100 万个处理核心。加速器正在成为现代架构的核心，因为人工智能模型训练、分子模拟、天气预报、计算流体动力学、地震分析和基因组处理等工作负载可以执行数千或数百万个并行操作。企业同时采用云 HPC 来访问大型计算集群，而无需维护全职的本地基础设施。

美国是高性能计算 (HPC) 市场中最大的国家需求中心，因为它结合了联邦超级计算投资、超大规模云基础设施、半导体创新、人工智能开发、先进制造、金融服务、大学、航空航天、国防研究和生命科学计算。预计到 2026 年，北美将占全球 HPC 需求的约 39%。硬件约占区域产品类型需求的 57%，服务约占 25%，软件约占 18%。教育和研究约占北美应用需求的 23%，医疗保健和生物科学占 15%，制造业占 14%，BFSI 占 14%，游戏占 9%，媒体和娱乐占 8%，运输占 7%，零售占 4%，其他占 6% 左右。三个世界排名最高的百亿亿次系统安装在美国，其中一台领先的机器拥有超过 1130 万个内核，可提供约 1.809 亿亿次浮点运算。该地区还拥有一个基于云的系统，在标准 HPC 基准测试中能够实现超过 560 petaflops，这表明云平台在特定工作负载方面与传统超级计算设施相比越来越具有竞争力。

• 

  下载免费样本 了解更多关于本报告的信息

主要发现

• 主导产品类型:在加速器、处理器、内存、存储、互连、冷却系统和大型计算集群方面持续投资的支持下，硬件预计将占据约 58% 的市场份额。
• 领先应用:随着大学、实验室和科学组织扩大模拟、人工智能、气候、物理和分子计算工作量，教育和研究预计将占需求的 22% 左右。
• 领先地区:在美国 3 个领先的百亿亿次系统、超大规模云基础设施、高级研究和人工智能投资的支持下，北美预计占据约 39% 的市场份额。
• 增长最快的地区:随着中国、日本、印度、韩国和区域研究中心增加 HPC 和 AI 基础设施部署，亚太地区预计将以每年约 8.8% 的速度增长。
• 技术趋势:百亿亿次计算在标准基准测试中的性能已超过 1.8 exaflops，展示了 CPU、GPU、高速互连和先进冷却技术的加速融合。
• 市场驱动力:人工智能和模拟工作负载正在加速基础设施需求，因为领先的 HPC 系统现在需要超过 1100 万个计算核心和数 PB 规模的数据需求。
• 竞争格局:云 HPC 在标准基准测试中已达到超过 560 petaflops，允许企业访问超级计算规模的基础设施，而无需维护同等的专用本地容量。
• 未来展望:以量子为中心的超级计算正在成为一个长期方向，通过能够跨 3 种计算范式分配工作负载的协调架构将 CPU、GPU 和 QPU 结合起来。

最新趋势

2026 年高性能计算 (HPC) 市场的主导趋势是传统科学计算与人工智能基础设施的融合。从历史上看，HPC 系统围绕模拟、建模、天气预报、物理、工程和计算化学进行了优化。现代系统越来越多地将这些工作负载与大规模人工智能训练和推理相结合。硬件约占市场需求的 58%，因为加速计算需要对 CPU、GPU、高带宽内存、快速存储、网络结构、电力传输和冷却进行持续投资。排名最高的系统现在运行速度超过 1 exaflops，其中一个领先的系统达到约 1.809 exaflops，另一个达到约 1.353 exaflops。这些系统包含大约 900 万到 1100 万个核心，需要数十兆瓦的电力负载。以人工智能为中心的集群越来越多地使用 GPU 密集型架构，每个加速器可以消耗超过 1 千瓦的功率，从而使直接液体冷却和温水冷却成为主要设计考虑因素。以前购买专用集群的企业也在采用混合模型，其中基准工作负载保留在本地，而峰值工作负载则扩展到云 HPC 环境中。

第二个主要趋势是异构和以量子为中心的计算的发展。传统的 HPC 越来越多地在 CPU 和 GPU 之间分配工作负载，而不是依赖于一种处理器类别。下一阶段将这一概念扩展到量子处理器，创建架构，其中 CPU 执行一般编排，GPU 加速并行数值工作负载，QPU 处理适合量子执行的选定算法。 IBM 于 2026 年 3 月推出了以量子为中心的超级计算参考架构，描述了 QPU 如何与 GPU 和 CPU 一起跨研究中心、企业系统和云环境运行。该方向建立在 2025 年部署的基础上，其中 156 量子位量子处理器与经典超级计算基础设施连接。与早期的 127 量子位一代相比，IBM Heron 实施每秒可交付大约 250,000 次电路层操作，并将选定的错误指标提高了约 10 倍。量子-HPC 集成仍然是一个新兴领域，而不是经典超级计算的替代品，但它正在影响长期的软件开发、工作流程编排、调度、网络架构和科学计算研究。

市场动态

司机

""人工智能、科学模拟和数据密集型建模正在加速对可扩展计算基础设施的需求。""

高性能计算 (HPC) 市场的最强劲驱动力是科学和工业领域计算强度的快速增加。教育和研究约占应用需求的 22%，因为大学和国家实验室将 HPC 用于气候模型、天体物理学、化学、材料科学、融合研究、基因组学和粒子物理学。制造业贡献了约 16%，因为汽车、航空航天、电子和工业公司越来越多地使用仿真和数字孪生来减少物理原型制作。计算流体动力学模型可以将组件划分为数百万或数十亿个计算单元，需要跨数百或数千个计算节点进行并行处理。

人工智能正在放大这种需求。现代人工智能工作负载可能需要数千个加速器同时运行数天或数周。最大的 HPC 安装现在包含超过 1000 万个处理核心，而领先的基准性能超过 1.8 exaflops。即使是企业级用户也越来越需要具有数百个 GPU 的集群。这种增长支持了硬件需求，但也增加了对软件和服务的需求，因为组织需要工作负载调度程序、容器平台、编排工具、安全性、优化、迁移和托管操作。

克制

""功耗、冷却要求和资本强度限制了更广泛的 HPC 部署。""

主要限制是基础设施成本和功耗。领先的百亿亿次系统在基准运行期间消耗约 15-39 兆瓦，相当于小型工业设施的电力需求。在安装第一个计算节点之前，大型 GPU 集群还可能需要进行大量的冷却和配电升级。当现代加速机架超过 40-100 千瓦时，最初设计用于约 5-10 千瓦机架密度的数据中心可能需要进行大量重新设计。

资本密集度对小型组织的影响最为强烈。随着处理器和加速器世代的改进，硬件必须更新，而高速网络、并行存储和冷却可能占系统总成本的很大一部分。软件许可和专业人员配备会增加经常性费用。这鼓励具有间歇性工作负载的用户转向云 HPC，而不是购买专用容量。然而，如果连续运行数千个计算实例，云的使用也可能变得昂贵，这意味着组织必须仔细比较 12-36 个月规划期间的利用率。

机会

""云 HPC 和混合基础设施正在将访问范围扩展到传统超级计算组织之外。""

最大的机会是通过云基础设施实现 HPC 的民主化。企业不再需要建立专用的超级计算中心来访问数百或数千个处理器。基于云的系统可以根据工作负载要求从小型集群扩展到数千个节点。一个 Microsoft Azure 系统在 HPL 基准上展示了大约 561 petaflops，证明云环境可以达到以前主要与国家实验室相关的性能水平。这为 BFSI、零售、游戏、运输、制造以及医疗保健和生物科学领域创造了机会。

混合 HPC 创造了额外的机会，因为组织可以在本地保留敏感工作负载，同时使用公共云基础设施来实现峰值容量。制造商可能会在内部运行 70-80% 的基线仿真，并在设计截止日期期间将剩余的 20-30% 突发到云端。这种方法可以提高资产利用率，并减少为偶尔的高峰需求而调整本地基础设施规模的需要。服务提供商受益，因为混合环境中的部署、迁移、优化、网络安全和工作负载管理变得更加复杂。

挑战

""编程复杂性和异构架构使得 HPC 优化变得越来越困难。""

主要的技术挑战是从日益异构的系统中提取有用的性能。现代 HPC 节点可能包含多个 CPU 插槽、多个 GPU、高带宽内存、本地存储和网络接口。应用程序必须在这些资源之间有效地分配数据和计算。能够在 100 个处理器上良好扩展的软件可能无法自动在 10,000 个处理器上高效扩展。即使理论计算能力极高，通信开销、同步、内存访问和存储带宽也会限制性能。

技能短缺加剧了这一挑战。 HPC 环境需要并行编程、数值方法、分布式存储、Linux 管理、加速器、工作负载调度、网络安全、网络以及越来越多的人工智能框架方面的专业知识。一个运行数千个节点的研究组织可能需要数十名专业技术人员。量子 HPC 集成又增加了一层，因为未来的工作流程可能会结合至少 3 种计算范例:CPU、GPU 和 QPU。因此，软件供应商需要更简单的编排工具，能够隐藏基础设施的复杂性而不牺牲性能。

• 

  下载免费样本 了解更多关于本报告的信息

细分分析

按类型

硬件:硬件以约 58% 的市场份额领先，因为 HPC 性能直接取决于处理器、加速器、内存、存储、网络、冷却和电源基础设施。领先的超级计算机现在将数百万个处理核心与高速互连相结合，能够在数千个计算节点之间移动大量数据集。 GPU 加速对于人工智能和科学工作负载变得尤为重要，因为一个加速器可以执行数千个并行线程。硬件投资也越来越多地包括直接液体冷却、高带宽内存、非易失性存储和每秒数百吉比特运行的网络结构。

软件:软件约占 19% 的市场份额，包括操作环境、工作负载管理、调度、并行库、开发工具、监控、编排和优化软件。软件决定了用户如何有效地将理论硬件功能转化为已完成的工作负载。与维持 80-90% 利用率的集群相比，运行效率仅为 60% 的集群会浪费大量计算能力。因此，随着系统结合 CPU、GPU、云和新兴 QPU 资源，软件变得越来越重要。

服务:服务约占 23% 的市场份额，包括咨询、实施、集成、托管 HPC、云迁移、优化、支持和专业工程。由于现代 HPC 部署可能包括数千个节点和多个处理器架构，因此服务需求不断增加。大型企业可能需要几个月的时间来设计、安装、验证和优化 HPC 环境。托管服务还允许组织获得专业知识，而无需维持大型永久内部 HPC 团队。

按应用

银行、金融服务和保险 (BFSI):银行、金融服务和保险 (BFSI) 约占 13% 的市场份额。金融组织使用 HPC 进行风险计算、投资组合优化、衍生品定价、欺诈分析、压力测试和场景建模。一家大型银行可能会在一夜之间运行数百万次蒙特卡罗模拟来评估市场风险。加速计算可以将以前需要数小时的计算缩短为更短的处理窗口，从而支持更快的风险决策。

赌博:游戏占据约 9% 的市场份额，并使用 HPC 进行游戏开发、物理模拟、渲染、人工智能、程序内容创建和云游戏基础设施。开发团队越来越多地使用高分辨率纹理和包含数百万个几何元素的复杂 3D 世界。 GPU 密集集群可以处理数百个并行作业的渲染任务，从而缩短日益复杂的游戏资产的生产时间。

媒体与娱乐:媒体和娱乐贡献了约 8% 的市场份额。工作室使用 HPC 进行视觉效果、渲染、动画、颜色处理、模拟和后期制作。一部故事片可以包含 2,000 多个视觉效果镜头，并且单个帧可能需要在单个工作站上进行数小时的渲染。渲染农场将这些任务分配给数百或数千个处理器，使工作室能够满足生产期限。

零售:零售业约占 5% 的市场份额，并使用 HPC 进行需求预测、定价优化、推荐引擎、供应链模拟、库存规划和消费者分析。大型零售商每天处理数百万笔交易和产品交互。并行计算使组织能够更频繁地分析大型数据集并更新预测模型，特别是在需求可能在数小时内发生变化的促销期间。

运输:交通运输约占 7% 的市场份额，包括航空航天、汽车移动、铁路优化、物流和交通建模。 HPC 系统支持空气动力学、碰撞模拟、路线规划、自动驾驶车辆开发和车队优化。汽车碰撞模拟可能涉及数百万个有限元并生成数 TB 的输出数据。 HPC 允许工程师在进行物理测试之前评估多种设计变体。

教育与研究:由于大学和研究机构运行着一些世界上最先进的计算系统，教育与研究领域占据了大约 22% 的市场份额。应用涵盖气候科学、高能物理、化学、材料、天文学、工程和人工智能。目前，几台国家级研究型超级计算机的运算速度已超过 1 exaflop，而欧洲的一台超级计算机在 2025 年的 HPL 基准上的运算速度恰好达到 1.000 exaflop。

制造业:制造业约占 16% 的市场份额，并使用 HPC 进行数字孪生、计算流体动力学、有限元分析、电子设计、增材制造和流程优化。高性能仿真可以减少产品开发过程中所需的物理原型的数量。评估 100 个设计变体的制造商可以在整个集群中分布仿真，而不是按顺序处理它们，从而压缩工程时间。

医疗保健与生物科学:医疗保健和生物科学占据约 14% 的市场份额，并将 HPC 应用于基因组学、分子动力学、药物发现、医学成像、蛋白质建模、临床分析和流行病学。基因组数据集可以包含数十亿个核苷酸观察结果，而分子模拟可以模拟数百万个原子相互作用。与传统工作站计算相比，加速计算可帮助研究人员评估更大的数据集和更多的候选分子。

其他的:其他行业约占 6% 的市场份额，包括能源、政府、国防、气象、电信和其他计算密集型行业。天气预报系统可以处理 PB 级的观测数据，而能源公司则使用 HPC 进行地震解释和油藏模拟。这些工作负载通常需要数千个处理核心并行运行数小时或数天。

• 

  下载免费样本了解更多关于本报告的信息

区域展望

北美

据估计，到 2026 年，北美将占据高性能计算 (HPC) 市场的约 39% 的全球份额。国际商业机器公司 (IBM)、微软公司、Sabalcore 计算公司、Univa 公司和自适应计算公司提供来自美国的供应商代表。硬件约占区域产品类型需求的 57%，服务约占 25%，软件约占 18%。教育和研究约占地区应用需求的 23%，并得到主要国家实验室和大学的支持。

预计到 2035 年，该地区的年增长率将达到约 6.4-7.2%。美国拥有多个百亿亿次计算系统，包括提供约 1.809、1.353 和 1.012 exaflops 的装置。领先的系统使用大约 1134 万个核心，而另一个则使用超过 900 万个核心。云基础设施也高度发达，一个基于 Azure 的系统达到约 561 petaflops。人工智能投资、联邦研究、航空航天、金融、生命科学和先进制造仍将是主要的区域需求驱动力。

欧洲

欧洲约占全球高性能计算 (HPC) 市场需求的 27%。硬件约占区域产品类型需求的 55%，服务约占 24%，软件约占 21%。教育和研究贡献了约 25% 的应用需求，而制造业约占 17%。欧洲高性能计算投资与科学合作、工业竞争力、气候研究和主权计算能力密切相关。

预计到 2035 年，该地区的年增长率约为 6.8-7.6%。欧洲于 2025 年进入百亿亿次时代，当时德国的 JUPITER Booster 系统达到了 1.000 exaflop，成为美国以外的第一个百亿亿次系统。该系统包含大约 480 万个核心，在其报告的基准配置上运行功率约为 15.8 兆瓦。德国、法国、意大利、芬兰、瑞士、西班牙和其他市场的额外投资正在增加区域 HPC 容量。

亚太

据估计，亚太地区约占全球 HPC 需求的 26%。硬件约占区域产品类型需求的 62%，软件约占 18%，服务约占 20%。教育和研究约占应用需求的 24%，制造占 20%，医疗保健和生物科学占 12%，游戏占 11%，BFSI 占 10%，其余应用合计约占 23%。

预计到 2035 年，该地区每年将扩张约 8.8%，成为增长最快的主要地区。中国、日本、印度、韩国、澳大利亚和新加坡正在增加对人工智能集群、国家实验室、半导体研究、天气预报、工业建模和医疗保健计算的投资。日本的 Fugaku 继续在 HPL 基准上提供约 442 petaflops，在 HPCG 基准上提供约 16 petaflops。日本也正在成为通过连接 156 量子位量子处理器与经典超级计算机的系统进行量子 HPC 集成的主要测试环境。

中东和非洲

中东和非洲约占全球 HPC 需求的 3%。硬件约占产品类型需求的 61%，服务约占 24%，软件约占 15%。教育和研究约占区域应用需求的 21%，其他领域的能源和相关活动贡献了很大一部分，而医疗保健、生物科学和制造业则继续扩张。

预计到 2035 年，该地区的年增长率约为 7.0-8.0%。海湾国家正在投资国家人工智能基础设施、大学、基因组学、能源建模和主权数据中心。非洲正在通过大学、气象机构、研究中心和云平台扩大 HPC 访问范围。高环境温度使得冷却变得尤为重要，这增加了人们对液冷系统的兴趣，液冷系统可以比传统空气冷却更有效地去除热量。

顶级高性能计算 (HPC) 公司名单

• International Business Machines Corporation (IBM) (U.S)
• Microsoft Corporation (U.S)
• Sabalcore Computing (U.S)
• Univa Corporation (U.S)
• Adaptive Computing (U.S)

市场份额排名前 2 位的公司

微软公司:在 Azure HPC 基础设施、大规模云计算、人工智能加速器、高速网络、托管服务和企业软件集成的支持下，微软公司预计在供应公司中占据约 24-29% 的竞争地位。基于 Azure 的 Eagle 超级计算机在 HPL 基准测试中展示了大约 561 petaflops，使云托管基础设施跻身全球性能最高的系统之列。随着企业越来越多地通过灵活的云环境而不是专门购买专用系统来消耗 HPC 容量，微软的地位与服务尤其紧密相关，服务约占市场的 23%。

国际商业机器公司（IBM）:在高性能计算软件、混合基础设施、人工智能系统、云原生超级计算、研究合作伙伴关系和以量子为中心的计算的支持下，国际商业机器公司 (IBM) 预计将在供应公司中占据约 18-23% 的竞争地位。 IBM 2026 参考架构通过 CPU、GPU 和 QPU 集成了 3 个主要计算范例。该公司的 156 量子位 Heron 处理器已展示每秒约 250,000 次电路层操作，并且正在与经典超级计算环境集成以开发混合科学工作流程。

投资分析

高性能计算 (HPC) 市场的投资越来越多地转向加速硬件、液体冷却、高速互连、并行存储、云编排、人工智能基础设施和量子 HPC 集成。硬件约占市场总需求的 58%，反映了提高计算吞吐量所需的支出规模。领先的百亿亿级系统可包含超过 1000 万个核心，在密集运行时功耗约为 15-30 兆瓦或更多。新的以人工智能为中心的集群进一步提高了机架密度，鼓励数据中心运营商投资于直接芯片液体冷却、冷却剂分配单元、先进的电力传输和更高容量的电力基础设施。

云和软件投资也在加速，因为利用率决定了昂贵的 HPC 资产是否能产生有意义的运营价值。组织越来越多地将工作负载调度、容器化、突发容量和资源共享相结合，以将系统利用率提高到 70-80% 以上。混合环境可以根据成本、安全性、队列长度和加速器可用性在本地集群和公共云系统之间路由工作负载。到 2035 年，投资预计将集中在至少 10 个领域:GPU、CPU、高带宽内存、液体冷却、互连、存储、工作负载编排、云 HPC、网络安全和以量子为中心的集成。

新产品开发

高性能计算 (HPC) 市场中的新产品开发越来越关注能够在一个工作流程中组合多种处理器类型的异构计算架构。现代系统将通用 CPU 与 GPU 加速器、高带宽内存、智能网络和高性能存储集成在一起。基于更新的加速器架构的 GPU 系统越来越多地提供数百 GB 的快速本地内存和每秒数百 GB 运行的网络接口。这允许节点在人工智能训练和科学模拟期间快速交换数据。产品开发人员还设计了液冷机架，能够支持比传统企业服务器高许多倍的功率密度。

以量子为中心的超级计算代表了一条新兴的发展道路。 IBM 于 2026 年 3 月推出了参考架构，描述了跨 CPU、GPU 和 QPU 的协调工作流程。早期的混合安装通过高速连接将 156 量子位量子处理器与传统超级计算系统连接起来。这些方法旨在允许每种处理器类型处理其性能最佳的工作负载部分。新的 HPC 产品在至少 12 个特征上的竞争日益激烈:计算吞吐量、加速器密度、内存带宽、网络延迟、存储速度、能源效率、冷却、可编程性、云集成、工作负载调度、人工智能性能和量子互操作性。

近期五项进展

• 2026 年 3 月:IBM 推出了以量子为中心的超级计算参考架构，旨在使用协调的工作流程跨本地、研究中心和云环境集成 CPU、GPU 和 QPU。
• 2025 年 11 月:全球 HPC 生态系统达到了 4 个公认的百亿亿次系统，欧洲的 JUPITER Booster 达到了 1000 亿亿次浮点运算，并加入了 3 个美国现有的百亿亿次系统。
• 2025 年 8 月:IBM 和 AMD 宣布合作开发下一代以量子为中心的超级计算架构，该架构结合了 HPC 处理器、AI 加速器和用于混合计算工作负载的量子系统。
• 2025 年 6 月:IBM 和 RIKEN 将 156 量子位量子系统二号环境与 Fugaku 相关的 HPC 基础设施连接起来，支持低延迟量子经典工作流程和先进科学算法的开发。
• 2024 年 11 月:IBM 和 Pasqal 扩大了在以量子为中心的超级计算方面的合作，目标是跨 CPU、GPU、IBM 量子处理器和中性原子量子硬件的统一编程模型。

报告范围

高性能计算 (HPC) 市场报告涵盖使用规定的 2025 年基准的 2026-2035 年预测期，并评估所提供的硬件、软件和服务产品类型。预计产品类型份额分别约为 58%、19% 和 23%。应用覆盖范围包括银行、金融服务和保险 (BFSI) 约 13%，游戏约 9%，媒体和娱乐约 8%，零售约 5%，运输约 7%，教育和研究约 22%，制造业约 16%，医疗保健和生物科学约 14%，其他约 6%。该分析检查了百亿亿次计算、GPU 加速、并行软件、云 HPC、液体冷却、人工智能基础设施、存储、网络、工作负载编排、数字孪生、科学模拟和量子 HPC 集成。目前领先的系统超过约 1.8 exaflops，并使用超过 1100 万个处理核心运行。

区域覆盖范围包括北美、欧洲、亚太地区、拉丁美洲以及中东和非洲，预计市场份额分别约为39%、27%、26%、5%和3%。竞争覆盖范围包括所有 5 家供应公司:国际商业机器公司 (IBM)、微软公司、Sabalcore 计算公司、Univa 公司和自适应计算公司。该报告评估了人工智能模型训练、科学研究、数字孪生、云采用、加速处理器、高带宽内存、直接液体冷却、国家超级计算计划和以量子为中心的架构将如何影响到 2035 年的高性能计算 (HPC) 市场。硬件仍然是领先的产品类型，占据约 58% 的份额，而教育和研究以约 22% 的份额主导应用程序。百亿亿级计算、云超级计算、混合部署、GPU加速、节能冷却、高速互连、高级调度和CPU-GPU-QPU集成预计将在整个预测期内仍然是主要的行业发展重点。