国产芯片的崛起，正在重塑HPC工作站与图形工作站的市场格局。过去几年，我们西安云略超算科技有限公司在为客户搭建模拟仿真系统平台和计算集群计算平台时，频繁遇到一个核心瓶颈：国外高性能GPU与CPU的供货周期长、价格波动剧烈。这促使我们开始系统性地测试基于国产芯片（如飞腾、龙芯、海光）的图形工作站，并将其用于实际工程场景。本文基于我们内部测试数据，给出真实性能反馈。

CPU与GPU协同：算力底座的硬仗

测试平台选用的是搭载海光3号（x86架构）与飞腾腾锐S2500的图形工作站。在SPECworkstation 3.0基准测试中，海光平台在介质处理（如视频渲染）环节得分达到Intel i7-12700的78%，而飞腾平台在整数运算上表现亮眼，但浮点性能仍需优化。关键瓶颈在于GPU兼容性——我们适配了国产摩尔线程S80与景嘉微JM9231。摩尔线程S80在OpenGL驱动下稳定运行CAD模型旋转，但光线追踪性能仅达NVIDIA RTX A4000的35%。

模拟仿真场景：从卡顿到可用

在实际的模拟仿真系统平台搭建中，我们选取了Fluent流体仿真与Ansys结构分析两个典型场景。结果如下：

• Fluent稳态计算：海光+摩尔线程组合，单精度浮点运算耗时较同价位Intel+NVIDIA方案多出约40%，但未出现崩溃或显存溢出。
• Ansys网格生成：飞腾平台在CPU密集型任务中，内存带宽利用率达到85%，表现稳定，但GPU加速部分因驱动不完全，仍需CPU回退计算。
• 数值稳定性：连续运行72小时后，两组平台均未出现数据丢失或计算异常，验证了国产芯片在长时间高负载下的可靠性。

计算集群场景：扩展性与运维

我们将基于国产芯片的图形工作站接入已有的计算集群计算平台，进行MPI并行测试。在32节点规模下，海光平台通过InfiniBand互联，节点间通信延迟控制在1.2μs以内，逼近主流水平。但飞腾平台在集群管理软件（如Slurm）的适配中，需手动编译部分依赖库，增加了运维复杂度。不过，对于中小型企业（10-20节点），这套方案完全可满足日常科研需求。

总结来说，基于国产芯片的图形工作站已具备工程可用性，尤其在HPC工作站与服务器的细分市场，我们西安云略超算科技有限公司凭借图形工作站的生产和销售经验，已为多家高校和研究所完成模拟仿真系统平台和计算集群计算平台的搭建。国产芯片的短板在于软件生态（驱动、库文件），但硬件层面已不是短板。未来随着驱动迭代，性能差距会进一步缩小。