直到此时，李希盈才注意到，从一开始，杜立鼎使用的词语就是云服务，而非分布式计算。这两者虽然有一定的相同之处，但是却并不完全一致。
分布式计算说白了就是把大量的计算量拆分开来，分配到各个电脑上进行处理，最后再把这些结果综合起来。至于云计算，则是建立在廉价的分布式硬件和出色的软件系统设计上的，分布式计算是它的一部分，而且也并不是分布式硬件的唯一选型。这两者之间差别不小，最重要的一点就是有没有软件。
其实严格来说，李希盈说的没错。分布式计算并不特别适合科学计算。因为分开的硬件即使用最快的网络连接，依然还是不如超算同时进行来的更快。超级计算机可以同时在1000个CPU上进行运算，但是云计算却需要在这些电脑之间进行数据传输。这两者之间的速度依然还有很大的区别，云计算想要完全替代超算也是不可能的。
但是对于一般性质的课题来说，分布式计算却可以起到很好的作用。毕竟一般的科研机构还都是比较穷的，负担不起超级计算机的价格。而且云计算就算是没有超算的速度，至少也能够有着极大的运算量，这也不是一般的电脑能力比拟的。
更何况，杜立鼎的云计算自然是混杂着他的黑科技的，本身效率也非常高。而中国的超级计算机技术却还很落后，此此消彼长之下，云计算也未必就比国内的超算慢。
这不是杜立鼎自信心膨胀，而是事实如此。2002年，RB的超算速度达到了每秒36万亿次，而美国人则是在开发速度360万亿次的超算，而且还把2000万亿次的超算提上了日程，准备投入研究。而在国内，最快的超算项目目标也不过是一万亿次而已，而且在杜立鼎看来，这个项目还是没谱的事。
其理由可以说是非常简单，因为负责这项工作的是美国良心企业连想。指望连想对抗美国人，还不如指望美国人打内战好——至少后者真的发生过。
“我们的云服务不只是硬件的堆砌，更重要的也是我们可以为学术界设计各种应用软件，帮助科学界解决很多的难题。不只是我这一次解决的密布五边形问题，就是在一些更加名声显赫的问题上，有软件作为辅佐也可以起到很好的效果。比起来硬件上的差距不好弥补，在这方面我们完全可以跟进一步：这是超算很难和我们比的。”
超级计算机的运算量确实非常大，但是却也有它的一些问题。那就是因为超级计算机更新换代很快，而且速度也是超快，因此很多时候它只是单纯的去追求运算速度，往往忽略了实际应用之中的效率问题。
然而科研问题不是简单粗暴的运算速度快就可以解决的，它需要讲究方式方法。很多时候，科研问题需要的是精度更高，针对性更强的运算，一般的超算还没发满足这些要求。因此，在一些重大课题上，有时也是需要专门为之设计硬件构造，以及专门为之开发软件。
比起来IBM那些用来炫耀速度的超算，这些专用超算在速度上大有不如，但是在专门的领域上却要胜出很多。
“科学问题所需要的超算，硬件排布方式是一部分，软件设计是另外一部分。要说玩硬件排布，我们肯定比不过真正的超算：网速限制了我们的速度，这一点没没办法，但是在软件开发商，我们完全可以做些什么弥补一下。只要给专门的学科配备专门的软件，就可以提高云服务的工作效率。”
“用软件来提高效率……真的可行吗？”李希盈对此还是有些不信，因为在她看来，硬件不足的情况下，想要靠软件弥补，这很不可思议。
“当然可以。很多科研的难题，有合适的软件和没有合适的软件完全就是两种东西，一个出色的软件，可以把科研效率提高数十倍甚至上百倍之多。就以计算化学为例吧，要是我们在这方面做些什么，绝对可以震惊世人。”
计算化学的主要目标是利用有效的数学近似以及电脑程序计算分子的性质，并用以解释一些具体的化学问题。简单说，就是用计算机来模拟化学分子进行实验。这个学科对于计算机的依赖性非常强，但是一直以来，却都要面对一个很大的问题。
计算化学玩的是分子动力学模拟，对计算机的精度和运算力要求极高。别说是现在每秒36万亿次的超算没法满足计算化学的需求，就是未来的太湖之光那十亿亿次的计算量，依然还是太弱。
连这样级别的计算机都没有什么太大的作用，就可想而知这个专业到底有多坑了。同为燕大四大疯人院之一的化学院，流传着计算毁一生量化穷三代的说法，倒也不是无的放矢。