隨著大數據、人工智能和高性能計算的迅猛發展，在大數據分析、基因測序、芯片設計、數據庫和AI訓練等“大計算”應用場景中，計算資源需求呈現爆發式增長態勢，而傳統的計算架構在資源利用率、擴展性、IO性能等方面存在諸多挑戰。
　　為了應對這些挑戰，天翼云提出全新的云計算基礎設施產品理念——聚合計算，旨在突破物理限制，資源池化分離，聚合異構算力。天翼云聚合計算是由天翼云自主研發的下一代云計算算力基礎設施，面向數據庫、芯片設計、大數據、AI訓練等場景，提供超聚合主機、超大內存主機、內存即服務、池化計算加速四種產品和服務。通過高速總線互聯技術，聚合計算不僅繼承了傳統云主機彈性、高可靠等優勢，同時具備內存跨機共享、vCPU“無限”擴展和內存空間熱變配等特性，為復雜業務場景提供源源不斷的算力。
　　依托領先的高速總線互聯技術，天翼云聚合計算平臺通過“分離”與“聚合”兩大創新理念，實現了計算資源的高效利用和靈活擴展。其中，在分離方面，傳統計算架構中的CPU、內存和存儲資源通常緊密耦合在一起，限制了資源的靈活調度和高效利用，并且傳統的存算分離只是將磁盤存儲從計算節點放到遠端，形成存儲池，內存仍舊在本地計算節點中。天翼云聚合計算平臺在此基礎上，將內存也抽離出來，形成獨立內存池資源，具有獨立的高可用和彈性優勢，從而實現了存算分離架構的“最后五公里”。聚合是指天翼云聚合計算平臺在資源分離基礎上實現了資源的按需組合，用戶可以根據具體需求，將CPU、內存和存儲資源靈活組合，形成適合特定任務的計算實例。

　　基于分布式虛擬化、零數據拷貝總線網絡、內存池化與共享等創新技術，天翼云聚合計算平臺在通算、智算、超算、數據庫等多個“大計算”應用場景中展現出強大的優勢。

　　在通算的量化交易場景中，量化交易需要對交易所每支股票的數據進行獨立分析、計算、預測，從而生成不同的交易策略。這類計算為非矩陣運算，只能在CPU中進行計算，所以CPU的核數越多，并行處理的股票就越多，隨之收益就越高。針對股票不同的投資策略，用戶可以通過天翼云超聚合主機自動擴容，充分利用多核算力進行業務加速。
　　在智算場景中，天翼云超聚合主機可以實現大模型分布式訓練業務統一內存視圖，以及基于共享內存語義的跨物理主機數據共享。同時，彈性共享內存池可充當存儲集群的緩存，減少大量基于網絡的數據搬運開銷。
　　在超算場景中，基因測序業務對內存資源的需求量非常大，但是對內存讀寫時延及帶寬資源不敏感。基于此類需求可以利用天翼云超大內存主機帶來的大內存、內存池化共享的特性實現業務加速。
　　在數據庫場景中，通過高速總線互聯，天翼云超聚合主機可將多臺物理機聚合為一個主機實例，特別是針對集中式數據庫，可顯著降低應用程序在不同物理機節點之間及不同SQL節點間通信的開銷，有效提升數據庫處理效率，從而滿足各種高性能和復雜數據庫部署場景需求。
　　作為云服務國家隊，天翼云提出聚合計算理念并推進落地應用，賦能云計算基礎設施全面升級。未來，天翼云將以聚合計算為抓手，繼續引領云計算產業變革，為客戶提供更加高效、靈活的計算服務，使能行業數智化轉型升級。