传统大数据计算范式面临规模瓶颈；随着日志数据、工业数据和多模态数据的快速增长，超大规模计算需要解决的不再是"能否计算"，而是"如何更快速、更经济、更稳定地计算"。传统以离线批处理为主的框架中，数据和任务在多节点间频繁交换，导致通信开销增加、迭代效率降低、单机内存压力加大和能耗上升等问题。在处理PB级数据、万亿级参数任务或多轮迭代算法时，系统瓶颈往往先于算法收敛出现，制约了算力资源的有效利用。
沙龙虽已结束，讨论仍在继续。从理论突破到实际应用——从技术创新到生态建设——这场关于计算的讨论展现了中国科研人员对自主创新的坚持。在数字经济快速发展的今天，这样的思想交流正成为推动行业进步的重要力量。