-
計算產業創新發展機遇和挑戰前所未有
2021/4/21 12:25:03 來源:中國產業經濟信息網 【字體:大 中 小】【收藏本頁】【打印】【關閉】
核心提示:計算作為現代信息產業的基礎和核心,每一次創新與進步都帶來經濟社會發展的巨大飛躍。當前,隨著人工智能、5G、物聯網等新一代信息技術與經濟社會各領域的深度融合發展,復雜信息處理計算作為現代信息產業的基礎和核心,每一次創新與進步都帶來經濟社會發展的巨大飛躍。當前,隨著人工智能、5G、物聯網等新一代信息技術與經濟社會各領域的深度融合發展,復雜信息處理和海量數據存儲對計算提出了新方向、新要求,計算產業創新發展迎來了歷史性機遇和挑戰。
計算技術和產業的戰略地位日益凸顯
(一)計算是經濟社會高質量發展的戰略基石
從信息技術體系看,信息背后的基礎和關鍵是計算,一切數字信息的產生和使用都需要經過輸入、計算及存儲、輸出等過程,計算是信息的樞紐和關鍵。過去半個多世紀,在以計算機為代表的信息技術革命的推動下,全球經濟社會實現了快速發展,“計算力就是生產力”已成為全球共識。計算能力正成為衡量一個國家綜合競爭力的重要指標,如同GDP一樣。根據羅蘭貝格數據,世界主要國家的算力總量排名與各國GDP排名基本一致,美中兩國算力總量高居全球前兩位。
(二)計算是經濟社會智能化發展的迫切需要
隨著無人駕駛、智能制造、智慧城市、智慧生活等新業態蓬勃發展,經濟社會智能化發展進程全面加速,數字經濟快速增長,對計算的需求日益多元化、愈加迫切。如,無人駕駛需要在車端部署強大算力,在極短時間內處理不同傳感器的大量異構數據并進行決策;而智能電網則需要在云端及時存儲、處理海量的并行數據。再如,數字經濟分為兩部分,一是數字產業化,主要包括信息產業、通信產業等,這其中計算產業既是重要組成部分,也是戰略基礎;二是產業數字化,即傳統產業數字化升級,關鍵在于發揮計算技術的作用,讓數據與傳統產業要素實現深度融合。
(三)計算是經濟社會創新發展的引擎
當前,信息技術與能源技術、生物技術、材料技術等領域融合創新加速發展,引發全球新一輪科技革命和產業變革。一方面,計算技術持續進步,加速向更強算力、更低功耗、更快連接發展,從而引發車聯網、工業互聯網、智能制造等技術和產業變革,成為科技和產業創新的“發動機”。另一方面,前沿領域研究不斷提升的計算需求,也在倒逼計算技術尋求新的突破。生物工程、新材料研究、高能物理等前沿研究需要超越超級計算機的更高算力支撐,量子計算、類腦計算、光計算等先進計算技術正在醞釀之中。
為此,美、歐、日、韓等主要國家高度重視計算技術創新和產業發展,并將其上升到國家戰略層面,加強布局,搶占未來發展制高點;跨國企業在通過并購整合加快計算能力建設的同時,強化縱向延伸和橫向拓展,鞏固既有優勢,布局新興計算領域,把握發展主動權。
當前計算技術和產業面臨的困境
計算技術經歷了串行計算、并行計算、分布式計算、云計算等發展階段,通過調整計算方式和算法不斷適應各種應用場景需求,但基于馮諾依曼架構和硅基半導體技術的基本路線始終沒變。這一固有發展模式正面臨諸多困難和瓶頸。
從系統架構看,馮諾依曼架構瓶頸日益凸顯。在馮諾依曼架構框架下,計算過程中數據需要在存儲單位讀取、存儲,并與計算單元之間高速交換。隨著計算芯片性能持續提升,計算速度快速增長,與內存寫入讀取速度較慢之間的矛盾日益突出。當前,處理器執行速度已經遠高于各級數據讀取的速度,數據讀取、傳輸與數據計算之間的速度不匹配開始成為制約計算能力提升的重要因素之一。
從制造工藝看,摩爾定律演進放緩。隨著芯片制程工藝不斷進步,硅基芯片晶體管尺寸逐漸逼近物理極限,摩爾定律演進速度明顯放緩,先進制程工藝的開發難度、開發成本、開發周期大幅提高,單位算力經濟性逐步降低。通過制程工藝提升芯片計算能力從而降低單位算力功耗的難度加大。此外,多核處理器的核數因并行算法局限而無法無限擴充,其算力散失效應隨核數增加越發嚴重。
從算力結構看,現有主流算力難以滿足多樣化場景需求。從歷史進程看,隨著互聯網向移動互聯網發展,算力結構經歷了分布式向集中式轉變。進入5G+時代后,無人駕駛、智能制造、AR/VR、工業互聯網等日益增長的智能化場景對計算能力提出了“更高帶寬、更低時延、更快速率、更多連接”的新要求,但受傳輸類型、傳輸方式、傳輸距離、網絡干擾等因素影響,以云計算為代表的集中式算力無法實現全量輸出,難以滿足超低時延、大數據量實時處理的應用場景需要,算力需求和供給結構直接的矛盾逐步顯露。
計算技術和產業大變局中的機遇
當前,全球計算技術和產業出現了自上世紀50年代以來從未有過的大變局。計算需求無處不在,計算量迅猛增長,為滿足各類應用場景的計算需求,破除發展瓶頸,全球計算技術正百花齊放、百家爭鳴,硬件、軟件、算法、架構等多維度全要素融合創新加速推進,新概念、新思路層出不窮,新的產業體系逐步構建,這正是我國計算產業乃至信息技術產業實現高質量發展面臨的戰略機遇期。
(一)傳統計算技術仍在持續創新演進
計算體系日益豐富。x86、ARM、RISC-V等不同計算體系各具優勢、持續發展。x86的通用性特點使其在個人計算機、服務器、高性能計算、智能計算方面占據優勢;兼具靈活性和開放性的ARM在移動端和嵌入式計算優勢明顯,正加快向高性能計算、超算滲透;RISC-V的開放性特點吸引了全行業關注的目光,在物聯網、邊緣計算中正加快實現。
計算結構多元化發展。一方面是異構計算發展迅猛,正由面向圖像處理的CPU+GPU的異構平臺,向覆蓋多類學習算法的CPU與GPU、FPGA、DSP、ASIC等混合異構計算平臺演進。另一方面以內存為中心的計算模式加快興起,存算一體技術已經歷分布式緩存、內存數據網格、分布式內存數據庫和高性能、集成化、分布式內存平臺等四大發展階段。
新計算模式加速涌現。由互聯網及移動互聯網時期以云端計算為主,逐步演變為更為高效的云邊端協同的計算模式。以深度學習為代表的暴力計算正逐步流行,并成為現階段人工智能計算的主流范式。新的邊緣計算模式加速涌現,不斷深化與端側、云側的協同和聯動。泛在計算快速發展,驅動數據處理由云側向邊側、端側擴散。
(二)顛覆性計算技術已在孕育之中
近年來,在新材料、新工藝持續演進的帶動下,計算技術與前沿研究結合更加緊密,量子計算、類腦計算、光計算、生物計算等顛覆性計算技術逐漸興起并成為競爭焦點。量子計算方面,超導、量子點、光量子、離子肼、退火等多條技術路徑并進,力爭實現“量子優越性”。專用量子計算機已有商用,通用量子計算機正在突破中,量子計算的系統軟件、工具集、算法不斷豐富。類腦計算方面,基于模擬神經網絡的計算芯片實現量產并在人工智能、機器視覺、圖像識別等領域實現廣泛應用,而基于模擬神經元網絡的計算芯片及計算機原型機研發取得一定突破。光計算方面,經過多年的努力,基于全光系統的計算芯片取得進展,但尚未實現計算機原型機開發。此外,超導計算、生物計算等新興計算技術也在逐步驗證過程中。
面對計算產業前所未有的大變局,需加強頂層設計,從戰略高度強化先進計算布局,發揮出國內大市場優勢、產業鏈優勢,深化創新協同、供需協同,補短板、鑄長項、保安全,加快推動我國計算產業發展,構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局。(工業和信息化部電子信息司)
轉自:中國電子報
-
- 熱點資訊
- 24小時
- 周排行
- 月排行