2018年-中国信通院_先进计算发展研究报告2018年_47页_1mb

CAICT 中国信通院《先进计算发展研究报告》（2018年）总结

核心内容

本报告系统分析了先进计算技术的发展历程、现状、创新重点及未来趋势，强调计算技术作为信息技术发展的基础和核心，对社会经济具有深远影响。报告指出，随着技术的演进，计算技术正从传统冯诺依曼架构向更高效的异构、非冯诺依曼架构等方向发展，以满足日益增长的计算需求。

主要观点

• 计算技术发展历程：计算技术经历了手动、机械、电动、电子四个阶段，从ENIAC开始进入电子计算时代，计算技术的性价比呈指数级增长。
• 当前发展瓶颈：冯诺依曼架构面临“存储墙”和“功耗墙”等瓶颈，晶体管微缩、主频提升、多核扩展等传统升级路径逐步失效。
• 应用驱动创新：人工智能、自动驾驶、VR/AR等新兴应用对计算能力需求激增，成为推动计算技术升级的主要驱动力。
• 技术融合与开放：计算技术正向多体系融合发展，包括数据处理、存储、交换单元的协同创新，以及软硬件的深度整合。开源开放成为推动创新的重要手段。

关键信息

一、先进计算的内涵与体系

• 计算技术体系：包括基础理论、器件技术、部件技术、系统技术和应用技术五大层面。
• 冯诺依曼架构：仍是当前计算体系的核心，包含运算器、控制器、存储器、输入/输出装置等。
• 非冯诺依曼架构：量子计算和类脑计算作为未来发展方向，具有突破传统架构瓶颈的潜力。

二、现阶段先进计算发展态势

1. 供需不匹配问题

• 传统升级路径失效：晶体管微缩、主频提升、多核扩展等固有模式遭遇瓶颈。
• 冯诺依曼瓶颈加剧：计算速度远超数据读取速度，导致I/O瓶颈问题。
• 数据需求激增：数据总量快速增长，结构多元化，对计算能力提出更高要求。

2. 需求驱动创新

• 应用创新成为核心动能：计算能力由“先有能力，再谈需求”向“根据需求定义能力”转变。
• 异构计算发展迅速：CPU+GPU、CPU+MIC、CPU+FPGA等成为主流。
• 边缘计算兴起：与云计算形成互补，提升实时性和服务响应速度。

三、现阶段先进计算创新重点

1. 器件技术

• 摩尔定律延续：10/7纳米工艺成为主流，EUV技术逐步应用。
• 晶体管结构创新：FinFET、Nanosheet、MBCFET等技术推动芯片性能提升。
• 三维封装技术：3D NAND等技术提升存储密度，降低延时。
• 多质多维封装：SoC、SiP、3D堆叠等提升芯片集成度和性能。

2. 部件技术

• 数据处理单元：CPU、GPU、FPGA、AI ASIC等技术协同优化。
• 数据存储单元：DRAM、NAND、新型非易失性存储器（如PCM、RRAM、MRAM）发展迅速。
• 数据交换单元：高速总线（如NVLink、PCIe 5）和RDMA技术提升数据传输效率。

3. 系统技术

• 异构计算：通过多类型计算单元协同，满足多样化计算需求。
• 分布式与集群计算：Hadoop、Spark、Storm等成为主流，提升计算效率和灵活性。
• 内存计算与存算一体化：通过内存内计算和存算融合，优化计算流程，提升性能。

4. 非冯诺依曼架构

• 量子计算：具备指数级并行处理能力，但技术尚处于理论验证和原型机阶段。
• 类脑计算：模拟人脑结构和功能，具备低功耗、高能效特性，但尚未实现全面产业化。

四、近期发展趋势与展望

1. 创新应用驱动发展

• 新兴应用需求：人工智能、自动驾驶、VR/AR、5G等对计算能力需求极速增长。
• 差异化需求：不同应用场景对计算性能、功耗、延迟等有不同要求，推动计算技术的定制化发展。

2. 开放融合成为主导模式

• 软硬件融合：计算软件与硬件深度结合，推动系统性能优化。
• 开源生态：RISC-V等开源架构推动硬件创新，促进技术共享和降低门槛。

3. 产业生态多元化重构

• 垂直生态整合：人工智能、自动驾驶等形成独立的技术生态体系。
• 细分市场发展：预计未来三年，人工智能相关市场将快速增长，带来新的发展机遇。
• 生态主导者变化：互联网企业、创新应用企业将在计算生态中发挥更大作用。

总结

本报告指出，先进计算技术正面临传统升级路径的瓶颈，未来将以应用需求为导向，通过软硬件协同、异构计算、开源融合等方式实现技术突破。非冯诺依曼架构如量子计算和类脑计算虽处于初期阶段，但其潜力巨大，将为计算技术带来革命性变化。中国在先进计算领域已取得一定进展，但仍需加强在算法、材料、体系结构等方面的投入，以在全球竞争中占据更有利的位置。