2018年先进计算发展研究报告_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、当前态势、创新重点及未来趋势，旨在为未来3-5年先进计算领域核心技术的发展提供参考。报告指出，先进计算并非特指某项具体技术，而是涵盖多种计算技术的系统性发展，其核心在于满足不断增长的计算需求，尤其是由人工智能、自动驾驶、物联网、VR/AR等新兴应用带来的需求。

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，从早期的算筹、算盘等工具发展到现代的超级计算机，其演进路径始终围绕冯诺依曼架构展开。
• 供需矛盾加剧：当前计算技术面临供需不匹配问题，传统升级路径（主频提升、多核扩展、工艺微缩）因物理限制和瓶颈效应逐渐失效，导致计算技术升级速度放缓。
• 应用创新成为核心驱动力：以人工智能为代表的创新应用极大推动了计算能力需求，计算技术开始由“先有能力，再谈需求”转向“根据需求，实现能力”。
• 非冯诺依曼架构探索：量子计算和类脑计算作为未来计算技术的重要方向，其发展仍处于初期阶段，尚未形成统一的体系。
• 开放融合趋势明显：开源开放成为计算技术创新的重要模式，RISC-V等开源架构推动了硬件生态的发展，软件与硬件的协同创新成为主流。

关键信息

一、先进计算的内涵和体系

• 技术分层：包括基础理论、器件技术、部件技术、系统技术和应用技术。
• 冯诺依曼架构：仍是当前计算技术的基础，但面临存储墙、I/O瓶颈等问题。
• 三大计算单元：数据处理、数据存储、数据交换单元是构成计算系统的核心。
• 非冯诺依曼架构：量子计算和类脑计算成为未来突破的方向，但目前仍处于探索阶段。

二、现阶段先进计算总体发展态势

• 供需不匹配：
  • 晶体管微缩遭遇物理极限。
  • 主频提升受限于散热问题。
  • 多核架构受限于并行算法发展。
  • 冯诺依曼架构瓶颈日益明显。
• 需求驱动创新：
  • 应用创新成为计算发展的主要驱动力。
  • 计算系统向专用加速、系统优化方向发展。
  • 计算芯片从通用向专用化演进，如AI ASIC、GPU等。

三、现阶段先进计算创新重点

1. 器件技术

• 摩尔定律延续：台积电、三星、英特尔推动10/7纳米工艺发展。
• EUV技术应用：提升制造精度，改善芯片性能。
• 晶体管结构创新：FinFET、Nanosheet、MBCFET等新型结构逐步推广。
• 三维堆叠技术：如3D NAND，提升存储密度和性能。
• 多质多维封装：推动芯片多功能集成，如SiP、3D堆叠、一体化封装等。

2. 部件技术

• 数据处理单元：CPU、GPU、FPGA、ASIC等协同优化。
• 数据存储单元：从DRAM、NAND闪存向新型非易失性存储（如PCM、RRAM、MRAM）发展。
• 数据交换单元：通过高速总线（如PCIe5、NVLink）和RDMA技术提升数据交换效率。

3. 系统技术

• 异构计算：CPU+GPU、CPU+MIC、CPU+FPGA成为主流。
• 分布式计算：Hadoop、Spark、Storm为主要框架，支持大规模数据处理。
• 集群计算：高性能计算集群用于科学计算、工程模拟等。
• 内存计算：内存内计算、内存驱动计算、存算一体化成为突破冯诺依曼瓶颈的关键。

4. 非冯诺依曼架构

• 量子计算：具备指数级并行计算能力，但面临技术瓶颈，如相干时间、测量精度等。
• 类脑计算：通过模拟神经元实现分布式存储和计算，但硬件实现和算法研究仍不成熟。

四、近期发展趋势与展望

• 创新应用驱动：人工智能、自动驾驶、VR/AR等新兴应用对计算能力需求激增。
• 开放融合主导：开源生态推动软件创新，RISC-V等开源架构助力硬件发展。
• 产业生态多元化：计算技术向专用化、个性化方向演进，形成多个细分生态。
• E级计算时代到来：中美日欧将进入E级计算阶段，涉及高性能计算、量子计算等。

结论

先进计算技术正处于从传统冯诺依曼架构向非冯诺依曼架构演进的关键阶段。随着人工智能、物联网等应用的快速发展，计算技术将更加依赖专用加速、系统优化和开源开放模式。未来，计算产业将围绕具体应用场景进行技术迭代和生态重构，推动计算技术在性能、功耗、效率等方面实现突破。