先进计算发展研究报告（2018年）_47页_1mb

报告摘要

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内涵、发展态势、创新重点及未来趋势。先进计算并非特指某项技术，而是涵盖器件、部件、系统及应用等多个层面的综合体系，是支撑科技、经济和社会创新的重要技术基础。报告指出，当前计算技术发展面临供需不匹配的问题，尤其是应用创新对计算能力的需求增速远超摩尔定律，推动计算技术向专用加速和系统优化方向发展。同时，非冯诺依曼架构如量子计算和类脑计算成为未来探索的重要方向，但目前仍处于初期阶段。

主要观点

计算技术发展历程
计算技术历经手动、机械、电动及电子四大阶段，从ENIAC开始进入电子计算时代，逐步演进至当前的高性能计算和人工智能计算阶段。当前计算技术仍以冯诺依曼架构为基础，围绕数据处理、数据存储和数据交互三大能力要素进行创新。
供需不匹配成为主要问题
- 晶体管微缩遭遇物理极限，性能提升放缓。
- 芯片主频提升受限于散热问题，难以持续。
- 多核架构受限于并行算法的不成熟，难以充分发挥性能。
- 冯诺依曼架构的“存储墙”问题日益突出，成为性能瓶颈。
需求驱动创新成为主导模式
- 应用创新成为计算发展的核心动能，推动从“先有能力，再谈需求”向“根据需求，实现能力”转变。
- AI、自动驾驶、VR/AR等新兴应用对计算能力提出了更高要求，传统计算升级模式已无法满足，需通过专用加速和系统优化实现。
器件与部件技术创新活跃
- 器件技术：摩尔定律仍在延续，10/7纳米工艺成为主流，EUV等新技术逐步应用。
- 部件技术：三大计算单元（数据处理、数据存储、数据交换单元）加速协同创新，AI ASIC、高速内存、RDMA等技术成为关键。
- 系统技术：围绕应用需求进行体系化升级，异构计算、分布式计算、集群计算、内存计算等成为主流方向。
非冯诺依曼架构探索初现成效
- 量子计算和类脑计算成为未来计算技术的重要方向，具有指数级计算能力和低能耗优势。
- 量子计算在编码能力、并行运算和能耗方面具有潜力，但受限于相干时间、测量精度和算法发展，仍处于理论验证和原型机研发阶段。
- 类脑计算在结构和功能上模拟人脑，目前尚处于单点技术突破阶段，硬件实现和软件算法仍有待完善。
开放融合推动技术创新
- 开源开放成为计算技术创新的重要手段，软件和硬件的协同创新加速。
- RISC-V等开源架构推动硬件生态发展，计算与通信、传感等技术融合成为趋势。