2021/4/21 12:25:03来历:我国工业经济信息网【字体：】【保藏本页】【打印】【封闭】

　　核算作为现代信息工业的根底和中心，每一次立异与前进都带来经济社会开展的巨大腾跃。当时，跟着人工智能、5G、物联网等新一代信息技能与经济社会各范畴的深度交融开展，杂乱信息处理和海量数据存储对核算提出了新方向、新要求，核算工业立异开展迎来了历史性机会和应战。

　　从信息技能系统看，信息背面的根底和要害是核算，全部数字信息的发生和运用都需求通过输入、核算及存储、输出等进程，核算是信息的纽带和要害。曩昔半个多世纪，在以核算机为代表的信息技能革新的推进下，全球经济社会完成了快速开展，“核算力便是生产力”已成为全球共同。核算才能正成为衡量一个国家归纳竞赛力的重要目标，好像GDP相同。依据罗兰贝格数据，国际首要国家的算力总量排名与各国GDP排名根本共同，美中两国算力总量高居全球前两位。

　　跟着无人驾驶、智能制作、才智城市、才智日子等新业态蓬勃开展，经济社会智能化开展进程全面加速，数字经济快速增加，对核算的需求日益多元化、愈加火急。如，无人驾驶需求在车端布置强壮算力，在极短时刻内处理不同传感器的很多异构数据并进行决议计划；而智能电网则需求在云端及时存储、处理海量的并行数据。再如，数字经济分为两部分，一是数字工业化，首要包含信息工业、通信工业等，这其间核算工业既是重要组成部分，也是战略根底；二是工业数字化，即传统工业数字化晋级，要害在于发挥核算技能的效果，让数据与传统工业要素完成深度交融。

　　当时，信息技能与能源技能、生物技能、资料技能等范畴交融立异加速开展，引发全球新一轮科技革新和工业革新。一方面，核算技能继续前进，加速向更强算力、更低功耗、更快衔接开展，然后引发车联网、工业互联网、智能制作等技能和工业革新，成为科技和工业立异的“发动机”。另一方面，前沿范畴研讨不断进步的核算需求，也在倒逼核算技能寻求新的打破。生物工程、新资料研讨、高能物理等前沿研讨需求逾越超级核算机的更高算力支撑，量子核算、类脑核算、光核算等先进核算技能正在酝酿之中。

　　为此，美、欧、日、韩等首要国家高度重视核算技能立异和工业开展，并将其上升到国家战略层面，加强布局，抢占未来开展制高点；跨国企业在通过并购整合加速核算才能建造的一起，强化纵向延伸和横向拓宽，稳固既有优势，布局新式核算范畴，掌握开展主动权。

　　核算技能阅历了串行核算、并行核算、分布式核算、云核算等开展阶段，通过调整核算方法和算法不断习惯各种使用场景需求，但根据冯诺依曼架构和硅基半导体技能的根本路线一直没变。这一固有开展形式正面临诸多困难和瓶颈。

　　从系统架构看，冯诺依曼架构瓶颈日益凸显。在冯诺依曼架构框架下，核算进程中数据需求在存储单位读取、存储，并与核算单元之间高速交流。跟着核算芯片功能继续进步，核算速度快速增加，与内存写入读取速度较慢之间的对立日益突出。当时，处理器履行速度现已远高于各级数据读取的速度，数据读取、传输与数据核算之间的速度不匹配开端成为限制核算才能进步的重要要素之一。

　　从制作工艺看，摩尔定律演进放缓。跟着芯片制程工艺不断前进，硅基芯片晶体管尺度逐渐迫临物理极限，摩尔定律演进速度显着放缓，先进制程工艺的开发难度、开发本钱、开发周期大幅进步，单位算力经济性逐渐下降。通过制程工艺进步芯片核算才能然后下降单位算力功耗的难度加大。此外，多核处理器的核数因并行算法限制而无法无限扩大，其算力流失效应随核数添加越发严峻。

　　从算力结构看，现有干流算力难以满意多样化场景需求。从历史进程看，跟着互联网向移动互联网开展，算力结构阅历了分布式向集中式改变。进入5G+年代后，无人驾驶、智能制作、AR/VR、工业互联网等日益增加的智能化场景对核算才能提出了“更高带宽、更低时延、更快速率、更多衔接”的新要求，但受传输类型、传输方法、传输间隔、网络搅扰等要素影响，以云核算为代表的集中式算力无法完成全量输出，难以满意超低时延、大数据量实时处理的使用场景需求，算力需求和供应结构直接的对立逐渐暴露。

　　当时，全球核算技能和工业呈现了自上世纪50年代以来从未有过的大变局。核算需求无处不在，核算量迅猛增加，为满意各类使用场景的核算需求，破除开展瓶颈，全球核算技能正百家争鸣、百家争鸣，硬件、软件、算法、架构等多维度全要素交融立异加速推进，新概念、新思路层出不穷，新的工业系统逐渐构建，这正是我国核算工业甚至信息技能工业完成高质量开展面临的战略机会期。

　　核算系统日益丰厚。x86、ARM、RISC-V等不同核算系统各具优势、继续开展。x86的通用性特色使其在个人核算机、服务器、高功能核算、智能核算方面占有优势；兼具灵活性和开放性的ARM在移动端和嵌入式核算优势显着，正加速向高功能核算、超算浸透；RISC-V的开放性特色招引了全职业重视的目光，在物联网、边际核算中正加速完成。

　　核算结构多元化开展。一方面是异构核算开展迅猛，正由面向图画处理的CPU+GPU的异构渠道，向掩盖多类学习算法的CPU与GPU、FPGA、DSP、ASIC等混合异构核算渠道演进。另一方面以内存为中心的核算形式加速鼓起，存算一体技能已阅历分布式缓存、内存数据网格、分布式内存数据库和高功能、集成化、分布式内存渠道等四大开展阶段。

　　新核算形式加速出现。由互联网及移动互联网时期以云端核算为主，逐渐演变为更为高效的云边端协同的核算形式。以深度学习为代表的暴力核算正逐渐盛行，并成为现阶段人工智能核算的干流范式。新的边际核算形式加速出现，不断深化与端侧、云侧的协同和联动。泛在核算快速开展，驱动数据处理由云侧向边侧、端侧分散。

　　近年来，在新资料、新工艺继续演进的带动下，核算技能与前沿研讨结合愈加严密，量子核算、类脑核算、光核算、生物核算等颠覆性核算技能逐渐鼓起并成为竞赛焦点。量子核算方面，超导、量子点、光量子、离子肼、退火等多条技能途径并进，力求完成“量子优越性”。专用量子核算机已有商用，通用量子核算机正在打破中，量子核算的系统软件、东西集、算法不断丰厚。类脑核算方面，根据模仿神经网络的核算芯片完成量产并在人工智能、机器视觉、图画识别等范畴完成广泛使用，而根据模仿神经元网络的核算芯片及核算机原型机研制获得必定打破。光核算方面，通过多年的尽力，根据全光系统的核算芯片获得开展，但没有完成核算机原型机开发。此外，超导核算、生物核算等新式核算技能也在逐渐验证进程中。

　　面临核算工业史无前例的大变局，需加强顶层规划，从战略高度强化先进核算布局，发挥出国内大市场优势、工业链优势，深化立异协同、供需协同，补短板、铸长项、保安全，加速推进我国核算工业开展，构建以国内大循环为主体、国内国际双循环相互促进的新开展格式。(工业和信息化部电子信息司)