設想一下，若發現新藥時間能从數年縮短為數天。 高效能電腦 (HPC) 可藉由模擬、模型和分析，解決此類及其他類型的高階科學問題。 這些系統可藉由幫助解決世界上諸多最重要的問題並實現「第四次產業革命」。 HPC 系統已被用於：
- 發現新藥物並檢測已知藥物的療效，以對抗各種類型癌症與其他疾病
- 模擬分子動力學，開發新材料，如防彈織物
- 預測重大天氣變化，以使受影響社區做好更周全的因應準備
超級電腦
 位元組(8 位元) 1 位元組 = 一個字元 |
 千位元組 (KB)(103 位元組) 50 KB = 一張壓縮影像 |
 百萬位元組 (MB)(106 位元組或 1000 KB) 2 MB = 一張高解析度照片 |
 十億位元組 (GB)(109 位元組或 1000 MB) 1 GB = 一段高保真度音效交響曲 |
 兆位元組 (TB)(1012 位元組或 1000 GB) 10 TB = 美國國會圖書館全部藏書 |
 千兆位元組 (PB)(1015 位元組或 1000 TB) 2 PB = 全體美國學術研究圖書館藏書 |
 艾位元組(1018 位元組或 1000 PB) 5 Exabytes = 人類說過的全部言語 |
HPC 運作原理
HPC 處理資訊的兩種主要方法如下：
由中央處理單元 (CPU) 執行連續處理。 每個 CPU 核心每次通常僅處理一項任務。 CPU 對於運行諸如作業系統與基本應用程式 (如文字處理、辦公室生產率) 等功能至關重要。
可藉由使用多個 CPU 或顯示卡處理單元 (GPU) 執行平行處理。 GPU 最初是為專用顯示卡開發的，可在一個資料矩陣 (如畫面像素) 上同時執行多個算術運算。 GPU 能夠同時處理多個資料層，因此非常適用於機器學習 (ML) 應用任務中的平行處理，如識別視訊中的物件。
提高超級運算上限需要不同的系統架構。 大多數 HPC 系統可藉由超高頻寬互連聚合多個處理器與記憶體模組，以支援平行處理。 有些 HPC 系統合併使用 CPU 與 GPU，這被稱為異質性運算。
電腦的運算能力以「FLOPS」 (每秒浮點運算數) 為單位度量。 截至 2019 年初，目前最高效能的超級電腦可執行 143.5 千兆級FLOPS 運算 (143 × 1015)。 此類超級電腦被稱為千兆級超級電腦，可執行高於一千兆級 FLOPS 運算。相反，高端桌上型遊戲電腦的效能低 1,000,000 多倍，大約為 2000 億 FLOPS (1 × 109) 運算。 由於超級運算已在處理與輸送量方面實現突破，因此很快就能實現艾級超級運算，相較於千兆級超級運算，艾級超級運算的速度大約快 1,000 倍。 這意味著艾級超級電腦將能每秒執行 1018 (或 10 億 x 10 億) 次運算。
「FLOPS」描述了理論處理速度 - 實現该速度需要連續不断地向處理器傳送资料。 因此，资料輸送量必須考慮到系統設計中。系統記憶體以及將處理節點相互連接的互連影響资料傳輸到處理器的速度。
需要 5,000,000 部桌上型電腦互連，才能達成 1 艾級 FLOP 超級電腦處理效能。*
*假設每部桌上型電腦能進行 2000 億 FLOPS 運算。