计算作为现代信息产业的基础和核心 ， 每一次创新与进步都带来经济社会发展的巨大飞跃 。 当前 ， 随着人工智能、5G、物联网等新一代信息技术与经济社会各领域的深度融合发展 ， 复杂信息处理和海量数据存储对计算提出了新方向、新要求 ， 计算产业创新发展迎来了历史性机遇和挑战 。
计算技术和产业的战略地位日益凸显
（一）计算是经济社会高质量发展的战略基石
从信息技术体系看 ， 信息背后的基础和关键是计算 ， 一切数字信息的产生和使用都需要经过输入、计算及存储、输出等过程 ， 计算是信息的枢纽和关键 。 过去半个多世纪 ， 在以计算机为代表的信息技术革命的推动下 ， 全球经济社会实现了快速发展 ， “计算力就是生产力”已成为全球共识 。 计算能力正成为衡量一个国家综合竞争力的重要指标 ， 如同GDP一样 。 根据罗兰贝格数据 ， 世界主要国家的算力总量排名与各国GDP排名基本一致 ， 美中两国算力总量高居全球前两位 。
（二）计算是经济社会智能化发展的迫切需要
随着无人驾驶、智能制造、智慧城市、智慧生活等新业态蓬勃发展 ， 经济社会智能化发展进程全面加速 ， 数字经济快速增长 ， 对计算的需求日益多元化、愈加迫切 。 如 ， 无人驾驶需要在车端部署强大算力 ， 在极短时间内处理不同传感器的大量异构数据并进行决策；而智能电网则需要在云端及时存储、处理海量的并行数据 。 再如 ， 数字经济分为两部分 ， 一是数字产业化 ， 主要包括信息产业、通信产业等 ， 这其中计算产业既是重要组成部分 ， 也是战略基础；二是产业数字化 ， 即传统产业数字化升级 ， 关键在于发挥计算技术的作用 ， 让数据与传统产业要素实现深度融合 。
（三）计算是经济社会创新发展的引擎
当前 ， 信息技术与能源技术、生物技术、材料技术等领域融合创新加速发展 ， 引发全球新一轮科技革命和产业变革 。 一方面 ， 计算技术持续进步 ， 加速向更强算力、更低功耗、更快连接发展 ， 从而引发车联网、工业互联网、智能制造等技术和产业变革 ， 成为科技和产业创新的“发动机” 。 另一方面 ， 前沿领域研究不断提升的计算需求 ， 也在倒逼计算技术寻求新的突破 。 生物工程、新材料研究、高能物理等前沿研究需要超越超级计算机的更高算力支撑 ， 量子计算、类脑计算、光计算等先进计算技术正在酝酿之中 。
为此 ， 美、欧、日、韩等主要国家高度重视计算技术创新和产业发展 ， 并将其上升到国家战略层面 ， 加强布局 ， 抢占未来发展制高点；跨国企业在通过并购整合加快计算能力建设的同时 ， 强化纵向延伸和横向拓展 ， 巩固既有优势 ， 布局新兴计算领域 ， 把握发展主动权 。
当前计算技术和产业面临的困境
计算技术经历了串行计算、并行计算、分布式计算、云计算等发展阶段 ， 通过调整计算方式和算法不断适应各种应用场景需求 ， 但基于冯诺依曼架构和硅基半导体技术的基本路线始终没变 。 这一固有发展模式正面临诸多困难和瓶颈 。
从系统架构看 ， 冯诺依曼架构瓶颈日益凸显 。 在冯诺依曼架构框架下 ， 计算过程中数据需要在存储单位读取、存储 ， 并与计算单元之间高速交换 。 随着计算芯片性能持续提升 ， 计算速度快速增长 ， 与内存写入读取速度较慢之间的矛盾日益突出 。 当前 ， 处理器执行速度已经远高于各级数据读取的速度 ， 数据读取、传输与数据计算之间的速度不匹配开始成为制约计算能力提升的重要因素之一 。
从制造工艺看 ， 摩尔定律演进放缓 。 随着芯片制程工艺不断进步 ， 硅基芯片晶体管尺寸逐渐逼近物理极限 ， 摩尔定律演进速度明显放缓 ， 先进制程工艺的开发难度、开发成本、开发周期大幅提高 ， 单位算力经济性逐步降低 。 通过制程工艺提升芯片计算能力从而降低单位算力功耗的难度加大 。 此外 ， 多核处理器的核数因并行算法局限而无法无限扩充 ， 其算力散失效应随核数增加越发严重 。
从算力结构看 ， 现有主流算力难以满足多样化场景需求 。 从历史进程看 ， 随着互联网向移动互联网发展 ， 算力结构经历了分布式向集中式转变 。 进入5G+时代后 ， 无人驾驶、智能制造、AR/VR、工业互联网等日益增长的智能化场景对计算能力提出了“更高带宽、更低时延、更快速率、更多连接”的新要求 ， 但受传输类型、传输方式、传输距离、网络干扰等因素影响 ， 以云计算为代表的集中式算力无法实现全量输出 ， 难以满足超低时延、大数据量实时处理的应用场景需要 ， 算力需求和供给结构直接的矛盾逐步显露 。
计算技术和产业大变局中的机遇
当前 ， 全球计算技术和产业出现了自上世纪50年代以来从未有过的大变局 。 计算需求无处不在 ， 计算量迅猛增长 ， 为满足各类应用场景的计算需求 ， 破除发展瓶颈 ， 全球计算技术正百花齐放、百家争鸣 ， 硬件、软件、算法、架构等多维度全要素融合创新加速推进 ， 新概念、新思路层出不穷 ， 新的产业体系逐步构建 ， 这正是我国计算产业乃至信息技术产业实现高质量发展面临的战略机遇期 。
（一）传统计算技术仍在持续创新演进
计算体系日益丰富 。 x86、ARM、RISC-V等不同计算体系各具优势、持续发展 。 x86的通用性特点使其在个人计算机、服务器、高性能计算、智能计算方面占据优势；兼具灵活性和开放性的ARM在移动端和嵌入式计算优势明显 ， 正加快向高性能计算、超算渗透；RISC-V的开放性特点吸引了全行业关注的目光 ， 在物联网、边缘计算中正加快实现 。
计算结构多元化发展 。 一方面是异构计算发展迅猛 ， 正由面向图像处理的CPU+GPU的异构平台 ， 向覆盖多类学习算法的CPU与GPU、FPGA、DSP、ASIC等混合异构计算平台演进 。 另一方面以内存为中心的计算模式加快兴起 ， 存算一体技术已经历分布式缓存、内存数据网格、分布式内存数据库和高性能、集成化、分布式内存平台等四大发展阶段 。
新计算模式加速涌现 。 由互联网及移动互联网时期以云端计算为主 ， 逐步演变为更为高效的云边端协同的计算模式 。 以深度学习为代表的暴力计算正逐步流行 ， 并成为现阶段人工智能计算的主流范式 。 新的边缘计算模式加速涌现 ， 不断深化与端侧、云侧的协同和联动 。 泛在计算快速发展 ， 驱动数据处理由云侧向边侧、端侧扩散 。
（二）颠覆性计算技术已在孕育之中
近年来 ， 在新材料、新工艺持续演进的带动下 ， 计算技术与前沿研究结合更加紧密 ， 量子计算、类脑计算、光计算、生物计算等颠覆性计算技术逐渐兴起并成为竞争焦点 。 量子计算方面 ， 超导、量子点、光量子、离子肼、退火等多条技术路径并进 ， 力争实现“量子优越性” 。 专用量子计算机已有商用 ， 通用量子计算机正在突破中 ， 量子计算的系统软件、工具集、算法不断丰富 。 类脑计算方面 ， 基于模拟神经网络的计算芯片实现量产并在人工智能、机器视觉、图像识别等领域实现广泛应用 ， 而基于模拟神经元网络的计算芯片及计算机原型机研发取得一定突破 。 光计算方面 ， 经过多年的努力 ， 基于全光系统的计算芯片取得进展 ， 但尚未实现计算机原型机开发 。 此外 ， 超导计算、生物计算等新兴计算技术也在逐步验证过程中 。
面对计算产业前所未有的大变局 ， 需加强顶层设计 ， 从战略高度强化先进计算布局 ， 发挥出国内大市场优势、产业链优势 ， 深化创新协同、供需协同 ， 补短板、铸长项、保安全 ， 加快推动我国计算产业发展 ， 构建以国内大循环为主体、国内国际双循环相互促进的新发展格局 。 (工业和信息化部电子信息司)
【云计算|计算产业创新发展机遇和挑战前所未有】转自：中国电子报
推荐阅读
- 区块|面向2030：影响数据存储产业的十大应用（下）：新兴应用
- 人工智能|聚焦车载人工智能计算芯片研究 推进汽车产业高质量发展
- 低碳发展|四川做强清洁能源产业
- 最新消息|宝马LG和其他公司正考虑使用量子计算机解决具体问题
- 器件|6G、量子计算、元宇宙…上海市“十四五”聚焦这些前沿领域
- 领域|上海市电子信息产业“十四五”规划：以集成电路为核心先导
- 前瞻|6G、量子计算、元宇宙……上海市“十四五”聚焦这些前沿新兴领域
- 计算机|孟祥飞：用超算推动一个加速创新的中国
- 产业化|智能制造服务平台助力“专精特新”走向“隐形冠军”
- 硬件|松和产业开发出耐热可弯曲的透明印刷电路板