20181231-中国信通院-先进计算发展研究报告（2018年）_47页_1mb

报告摘要

CAICT 中国信通院《先进计算发展研究报告（2018）》总结

核心内容概述

本报告全面分析了先进计算技术的发展历程、当前发展态势、创新重点及未来趋势。报告指出，先进计算并非特指某项具体技术，而是面向未来的多种计算技术的统称，其发展涉及器件、部件、系统及应用等多个层面，并强调了创新应用对计算技术升级的主导作用，以及开源开放对技术发展的推动意义。

主要观点

计算技术发展历程
- 从手动、机械、电动到电子阶段，计算技术经历了多个阶段的演进。
- 冯·诺依曼体系架构是现代计算技术的基础，其在数据处理、存储和交互方面持续演进。
- 从ENIAC到“神威·太湖之光”，计算技术在冯诺依曼架构下实现了指数级增长。
当前发展态势
- 供需不匹配成为计算技术产业的主要问题，传统升级路径遭遇瓶颈。
- 摩尔定律的增速放缓，冯诺依曼架构的瓶颈效应凸显。
- 应用创新成为计算技术升级的主要驱动力，计算需求增长远超传统技术发展速度。
创新重点方向
- 器件技术：10/7纳米工艺普及，EUV技术逐步应用，三维堆叠技术提升存储密度。
- 部件技术：数据处理、存储和交换单元加速协同创新，AI ASIC成为专用计算加速的代表。
- 系统技术：围绕异构计算、分布式计算和集群计算展开体系化升级，内存计算和存算一体化成为突破冯诺依曼瓶颈的重要手段。
- 非冯诺依曼架构：量子计算和类脑计算作为颠覆性技术方向，成为探索未来计算体系的关键。
未来发展趋势
- 创新应用将主导计算技术产业的升级，重点围绕人工智能、自动驾驶、VR/AR等新兴领域。
- 开放融合成为技术创新的主导模式，开源生态在软硬件层面持续发展。
- 产业生态进入多元化重构期，计算技术将与通信、传感等领域深度融合，催生更多专用生态。

关键信息

一、先进计算的内涵与体系

计算技术体系分为五个层面：基础理论、器件技术、部件技术、系统技术、应用技术。
未来3-5年将重点分析核心技术，包括量子计算、类脑计算等。
非冯诺依曼架构仍处于发展初期，与冯诺依曼架构并行发展。

二、供需不匹配与技术瓶颈

固有升级模式受阻
- 晶体管微缩、主频提升、多核扩展等路径受限。
- 量子计算、类脑计算等新技术成为突破方向。
应用创新推动计算需求激增
- 数据总量激增，进入“新摩尔定律”时代。
- 深度学习等AI应用对计算能力的需求远超传统方式，推动计算技术向专用加速方向发展。

三、先进计算创新重点

器件技术
- 10/7纳米工艺全面普及，EUV技术逐步应用。
- 三维堆叠技术推动存储密度提升，成为未来存储技术的重要方向。
部件技术
- 数据处理单元：CPU、GPU、FPGA、AI ASIC等协同优化，满足多样化计算需求。
- 数据存储单元：新型非易失性存储器（如PCM、RRAM、MRAM）加速发展，提升存储密度和访问效率。
- 数据交换单元：高速总线技术（如NVLink、PCIe5）和RDMA技术提升数据交换效率，缓解冯诺依曼瓶颈。
系统技术
- 异构计算成为主流，如CPU+GPU、CPU+FPGA等组合提升计算性能与功耗比。
- 分布式计算和集群计算推动计算资源的高效利用，如Hadoop、Spark等框架广泛应用。
- 内存计算和存算一体化成为突破冯诺依曼体系的重要手段，如SAP HANA、Apache Spark等技术实现内存内计算。
非冯诺依曼架构
- 量子计算与类脑计算作为未来计算技术的重要方向，其优势在于并行计算能力和低功耗特性。
- 量子计算在编码能力和并行运算方面具备指数级优势，但受限于相干时间和测量精度。
- 类脑计算通过模拟神经元实现分布式计算，但目前仍处于技术探索阶段。

四、近期发展趋势与展望

创新应用驱动发展
- 人工智能、自动驾驶、VR/AR等新兴应用对计算性能提出更高要求，推动计算技术向专用化、高效化方向发展。
- 各类应用场景对计算能力的需求差异显著，需针对性优化和加速。
开放融合主导创新模式
- 开源开放在软件层面推动技术创新，如RISC-V架构在硬件层面取得进展。
- 云计算、大数据、人工智能等领域均采用开源策略，推动技术生态构建。
产业生态多元化重构
- 计算技术将与通信、传感等领域深度融合，形成多维度的协同创新。
- 产业生态将向专用化、个性化方向发展，不同应用领域形成各自独立的生态体系。
- 中国在量子计算和类脑计算领域已有一定布局，但整体仍与国外存在差距。