每一个仿真研发工程师身后都站着N个（N不一定是整数，甚至可能N=0）IT工程师……

　　但事实上，研发与IT之间也是有壁的，他们说的是不同世界的语言。而且壁与壁之间还有一段不小的距离，不知道该归谁管，需要懂交叉学科的人才。

　　为了找到TA，我们考察了市面上几乎所有类型的仿真平台，充分评测了他们究竟能给研发（以及IT）减轻多少工作量，并搭建了一个仿真平台【心累指数】模型：

　　该模型呈金字塔结构，覆盖了目前市面上所有类型的仿真平台产品/解决方案，从金字塔底层到塔尖，心累指数逐渐降低。

　　你可以跳过下文直接扫码获取白皮书阅读完整报告，但看完会获得一个全新的视角，也非常不错。

　　我们从下往上，来看看在不同解决产品/解决方案中，研发的工作量与心累指数。

　　偏硬件层的相关工作，包括但不限于机房建设与运维、服务器与存储部署&配置&运维、网络配置等事项，一般属于IT的工作范畴。在少数情况下（比如有些公司没有IT），可能由研发或其他人来负责。

　　偏软件层的相关工作，包括但不限于调度器运维与支持、操作系统兼容性调优、数据保护与灾备、仿真软件部署与调优、仿真软件故障排除等事项。这些工作覆盖的技能面较广，权责不太明确，需要交叉型人才。

　　研发大概是需要进厨房帮忙，与IT一起做饭的。如果没有IT，可能厨房搭建也得帮忙。

　　而有些交叉领域问题，IT可能真不了解，研发也不得不自学大量技能，其中会涉及到大量的跨语种沟通，往往导致厨房里吵吵闹闹，一团乱麻。

　　研发需要自己配菜，并带上调料做饭，然后才能吃，这就很考验研发的水平（和耐心）了。

　　当然如果自家厨房有IT，也是能叫过来帮帮忙的，不过这取决于IT对公共厨房的熟悉程度和水平，他主要还是在自家厨房里干活。

　　超算中心还可能存在一种情况——有时研发正在厨房里忙，突然跑来一个陌生人也进来在旁边做起饭来；甚至突然之间，公共厨房被宣布收回了，把研发赶了出来。。。

　　到了自助餐厅，研发终于可以不用管做饭了，直接拿着菜就吃，这比金字塔底层已经轻松太多了。

　　但自助餐厅供应的菜品有限，如果自己想吃的恰好没有，那就是真没有。。。。 如果遇到问题，自家IT也可以帮忙，但仅限于口头帮忙。

　　这个环球臻选餐厅，后厨可以一键变大变小，如果你自己有一个或多个本地厨房，可以接入后厨统一管理。同时，餐厅还提供专属管家服务，为研发和IT的交叉领域提供专业支持。

　　IT可以通过一个管理系统调用全部厨房设备做饭，自动化程度相当高，大大降低了工作量，比如可以随时无限量采购全球特色食材、根据菜品的成熟度自动开关火、给每个研发设定能吃多少东西（响应光盘行动）。

　　接下来我们将用4大维度、25个小问题，从金字塔底到塔尖，为你详细对比这些仿真平台如何降低研发和IT的心累指数：

　　一整套即开即用的仿真研发环境，既连接上层应用，对应用本身的运行提供支持和优化；同时连接底层资源，给用户提供更灵活、更高效使用资源的能力。

　　fastone云平台的底层资源来自多家公有云厂商，可根据你的情况在多家云厂商之间匹配最合适的云端资源。

　　fastone云平台也可将本地资源与云资源打通，完美支持混合云，详见问题2.3。

　　买机器首先得走项目审批采购流程，准备好相应的机器空间、网络环境、风火水电……机器到位之后，还得部署环境、安装软件。

　　超算中心有一套固定的审批流程，对科研用户较宽松且快捷，企业用户很难申请成功。如果成功申请到了超算资源，系统是安装好的（一般是各种版本的Linux），也会有一部分仿真软件，没有的需要自己搞定。

　　审批不是唯一的阻碍，由于超算资源总量不多，对外开放的又有限，还经常需要供给国家级科研项目，超算资源一般都需要排队。

　　云厂商的资源是即开即用的，你可以选择好自己需要的系统和版本，软件需要自己装。

　　一部分硬件厂商和云厂商的仿真平台会与软件商有合作关系，但这种合作较为松散，支持的软件数量与程度也极其有限。对于没有合作关系的平台，那就只能自己搞定了。

　　作为一个开放的平台，fastone云平台支持市面上绝大部分商业/开源仿真软件和AI框架。所有软件装在一个平台上，使用方便。自编译软件也能安装。

　　超算中心上面说了，支持常见的仿真软件，但这个“支持”仅限于特定版本的软件，无法自由选择。

　　硬件厂商和云厂商的仿真平台对软件的支持和管理由软件厂商提供（如果有合作关系的话），一般只涉及到软件使用层面。部分云厂商可能和特定的软件厂商有深入合作，比如Ansys与微软Azure推出的Ansys Cloud，主要支持海外区域。

　　软件平台本身是软件的所有者，其对软件的支持非常灵活，甚至可以达到产品级的修改（当然，这种级别的修改一般不面向用户），不过，依然仅限自家软件。

　　云平台不仅支持的软件数量多，支持深度也足够。比如优化软件的运行方式，让其可以充分利用云端海量资源的优势并行运算，大幅提升研发效率。

　　比如跑COMSOL任务，当核数逐渐增加后，由于节点间通信开销指数级上升，性能的提升会随着线程数增长逐渐变缓，使用网络加强型实例可以有效解决该问题，具体戳这里：

　　买机器的话，理论上你可以一直买买买，直到把自己买成一家公有云厂商。但实际操作中受到资金、人力、空间等各种因素的考量，不可能无限制地购买机器。

　　超算中心的资源量则没有想象中那么“超级”，具体要看它的机器数量和规模。并且由于资源要优先供给国家级科研项目，对外开放的实际可用资源非常少，对单个用户开放的资源还存在上限，而且只提供固定套餐，可以选择的范围很小。

　　需要指出的是，有些超算云与云厂商存在合作关系，资源总量可能会略高于超算中心。

　　不同云厂商之间特定资源的保有量存在很大差异，用户实际能够使用的资源量会受到相应限制。

　　与上一个问题一样，厂商/合作资源方的机房数量和规模决定了特定资源能否满足你的需求。

　　跨云跨区域数据中心不仅意味着资源量大，也能提供类型最丰富和最新型号的计算资源。

　　买机器除了硬件费用，还有网络设备、运维人力、机房空间、风火水电、时间成本等等各种隐形投入。

　　超算中心有排队和预留两种计费模式。前者参与任务排队，按照实际使用的机时支付相关费用；后者单独划给你一块资源使用一段时间并计费。

　　按需：用多少付多少，避免浪费，单位通常为小时，简单易计算，缺点是价格比较高。

　　竞价：可被抢占实例，相当于秒杀，又称SPOT。手快有手慢无，价格可高可低波动大，随时可能被抢占中断，需要有一定的技术实力才能使用。

　　PaaS：除了基础设施，还有人提供披萨饼皮。你只要把自己的配料洒在饼皮上，让他帮你烤出来就行了。

　　SaaS：有人直接做好了披萨，不用你的介入，到手的就是一个成品，你可以直接开吃。

　　相比金字塔底层的IaaS，即开即用的优势十分明显，同时对用户的要求全面降低，硬件和环境完全不用管了，软件也搞定了一部分，用户注册完账号后即可马上使用。

　　云平台的SaaS模式直接提供一整套即开即用的研发环境，而PaaS则增加了IT自动化、多地协同等好用的功能和R&D-IT服务，还能将本地资源一起利用起来。

　　保留本地的厨房规模和生产模式，充分利用，减少浪费。只是在生产量大的时候使用其他方案。这就是混合云了。

　　fastone云平台在获取外部资源的同时，能够将本地的计算资源给充分利用起来。

　　而当本地资源不足以应付时，直接自动连接云端海量资源进行运算，操作相当方便，完全不改变用户的操作习惯。

　　而通常情况下，本地环境的持续维护需要消耗大量精力。我们的云上运行环境都是自动化配置的，不需要人工干预，用户还可以通过平台进行统一管理和监控，方便易操作。

　　有些大型制造企业拥有多个处于不同区域的研发中心，身处不同研发中心的工程师如何协同：

　　fastone云平台提供了统一且经过优化验证的计算环境，一致性较高，不会由于环境问题导致计算出错，ku酷游官网极大提升了多地/远程/海外的协同效率。

　　本次评测篇上半部分就到这里了，后续即 将发布的下半部分将针对研发和IT的日常工作，解答“如何提升研发效率”与“如何降低IT工作量”，敬请关注哦~

　　关于fastone云平台在各种CAE应用上的表现，可以点击以下应用名称查看：