你说的并不是虚拟化，而是并行计算的概念
首先需要对“计算能力更强”做一个约束，因为这里除了考虑CPU/GPU的计算速度，还要考虑多台计算机之间数据传输的速度（带宽），以及磁盘I/O。在很多情况下，数据传输消耗的时间要远高于计算时间。
所有支持并行计算的任务，都应该是可以被拆分成多个并行计算过程，以MapReduce为例，绝大多数MapReduce算法都需要满足交换律和结合律。因此，需要确保所执行的任务符合并行计算模型（MapReduce，MPI等）的要求，包括算法和数据结构层面。或者，可以用满足并行计算模型的算法去近似地获得原有算法的结果。
从实现层面，最简单的办法是使用现有的并行计算框架，如MPI/OpenMPI，在其框架体系内编写算法执行任务。使用hadoop是另一个选择，但hadoop由于本身是主从结构，以及对容灾恢复等方面支持存在一定开销，更适合于大数据存储而非计算密集型任务。
BTW：GPU的SLI和CrossFire技术某种程度上也可以认为是这样一个实现。
你可以咨询戴尔的专家顾问团
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024