尽管先进计算具有极强的产业带动作用，但是随着传统产业的智能化实践逐步深入，单点应用的模式将难以满足用户的智能化预期，先进计算技术需要围绕应用场景需求进一步下沉，通过产业智能化重塑与实体经济深度融合，完成从供给侧的技术驱动导向转向需求侧的场景化应用主导转型。

发展先进计算对加快经济社会发展、重塑产业竞争优势具有重要战略意义。从全球看，世界多国政府、高校、科研机构、市场主体等正加速推进先进计算领域的基础研究、应用研究和前沿布局。从国内看，我国先进计算产业在基础理论方面、芯片技术方面、计算系统方面、企业布局方面已积累了一定量级的底层储备，在大国大市场和国家治理现代化的背景下拥有广阔的市场空间。

全球先进计算发展状况

从驱动因素看，数据增长和行业需求提供内外动力。

在5G、人工智能、物联网、云计算等技术融合发展的背景下，全球数据量正在迎来新一轮的爆发式增长。全球非传统及非结构化的数据正在数量、种类上相互叠加、交错、倍增，形成多维度、多层次、多向度的数据网。据IDC预测，全球数据流量将从2018年的33ZB增长至2025年的175ZB（泽字节）。与此同时，应用场景的多样化将使得数据存储、数据传输、数据处理需求呈指数级增长。物联网方面，将传统的人与人之间的连接扩展到万物互联的同时，其数据的海量性、多态性、异构性、时效性对边缘计算提出了更高的要求。人工智能方面，对于计算力的需求加速提升，远远超出了通用计算技术的发展水平，GPU、NPU、众核、FPGA、ASIC等异构计算技术也因此得到了快速发展。数据和算力需求的飞速增长驱动先进计算产业加速演进。VR/AR、自动驾驶等新兴应用方面，在给用户带来全新体验的同时，也对海量数据的实时处理能力和交互时延提出了更高的要求。

从技术创新看，材料、架构、软件等多路演进并行。

当前，晶体管尺寸与密度已逼近极限，经典计算系统通过工艺制程的微缩提升性能的空间有限。未来先进计算将从体系结构上进行创新，从材料、架构、软件等方向多路径演进。具体来说，数据中心算力多样化成为趋势，通用化、专业化计算芯片将并行发展。传统以CPU为中心的架构难以满足海量数据处理的要求，系统架构将向以内存为中心演进，存内计算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。基础计算模式围绕多核并行、异构并行、边缘计算等体系架构创新而演进。软硬系统垂直整合成为现下主流厂商布局焦点，通过软件硬件的协同，提升系统应用性能。

从政策环境看，发达国家多维度支持手段引导发力。

美国长时间以来在量子计算、超级计算、类脑计算和异构计算等前沿领域出台多项国家级战略。其《国家战略计算计划》制定了先进计算产业的发展框架，用以改善计算基础设施，建立持久的多部门协同合作关系，确保美国在此领域保持领先地位。欧盟利用“地平线”计划，将先进计算视为战略布局的重点并制定了多维度举措。英国将先进计算置于重要发展地位并构建了长期稳定的资助体系，不断优化基础条件和研发环境，从战略方向、科研基础、产业生态、企业支持、人才储备进行长期稳固布局。日本将先进计算纳入重点支持的高新科技领域，在国家层面开展统一协调的研发部署，发布多个重点支持项目。

从竞争态势看，跨国巨头争相加大投入抢滩布局。

以算力、算法、算据为核心的先进计算将打造企业发展的新动能，各国科技巨头加大研发投入、抢滩布局。先进计算产业以应用为导向，边缘计算等高通量计算技术方兴未艾。科技巨头、设备制造商等纷纷推出边缘计算解决方案，英特尔布局了从云、网络到边缘的智能技术；BlackBerry和AWS联手创建边缘到云平台，为自动驾驶汽车提供边缘计算功能。巨头通过制程迭代、AI加速技术助推算力崛起。英特尔宣布推出TigerLake处理器支撑高性能计算需求；AMD宣布推出的下一代基于RDNA的高端GPU，拥有更高的带宽内存设计和计算能力。科技巨头进军自动驾驶，通过AI计算实现云端控制。高通首发Snapdragon Ride，该平台通过云端AI计算，实现车道保持、交通标志识别、高速公路自动驾驶等云端控制功能。量子计算等高性能计算技术向应用方向“挪步”。谷歌宣布实现量子霸权；IBM宣布扩张Q Network以推进量子计算，计划安装首批IBM Q System One商业通用量子计算机，以推动量子计算的应用落地，诸如，在应对全球气候变暖问题中寻找新的碳捕获材料、为动力电池的节能问题寻找更适合的化学反应等。

从渗透路径看，信息领域单点场景向各行业多元布局延伸。

随着物联网、人工智能、大数据等新兴技术的发展，先进计算正进一步与各个产业领域交互融合，已在金融、医疗、教育、零售、工业、交通、娱乐等诸多领域深度渗透。在智能变革的驱使下，传统行业纷纷开始拥抱先进计算，相关领域的技术研究和应用不断提速，未来将在化学反应、材料设计、药物合成、密码破译、大数据分析、机器学习、军事气象、核武器研究等方面起到决定性作用，产生颠覆性影响。尽管先进计算具有极强的产业带动作用，但是随着传统产业的智能化实践逐步深入，单点应用的模式将难以满足用户的智能化预期，先进计算技术需要围绕应用场景需求进一步下沉，通过产业智能化重塑与实体经济深度融合，完成从供给侧的技术驱动导向转向需求侧的场景化应用主导转型。

我国先进计算发展状况

从发展阶段看，技术跃升条件初步具备。

近年来，我国数据环境在各类应用场景爆发之下发生深刻变化，海量数据向异构化、多模化、泛在化等形态演进发展，传统的计算技术已难以满足未来以云化、边缘化、移动化、智能化为特征的计算需求，新环境、新形势、新变化对计算产业提出了更高的发展要求。与此同时，以中芯国际、长江存储为代表的底层硬件企业，以华为、中兴、浪潮等为代表的计算整机企业，以百度、地平线、小马智行等为代表的计算应用企业，以国盾量子、本源量子、寒武纪等为代表的前沿计算技术企业经过多年的技术积累，在各自领域深耕自主创新，着力打造技术标准，构建新的应用模式，逐步成为我国计算产业的主力军。

从竞争态势看，部分领域跻身领先行列。

我国近年来在人工智能、高性能计算、量子计算等方面，先后取得了一批原创成果，相关领域方向跻身世界先进行列。人工智能方面，据胡润研究院数据，我国在计算机视觉、自然语言处理、机器学习等人工智能的主要领域专利申请总量均居世界第一。高性能计算方面，其在国家科研体系中居于基础性的地位，我国在高性能计算机研制方面也取得了长足进展，性能指标达到世界领先，2020年公布的高性能计算百强中，神威太湖之光和天河二号高性能计算系统位列全球高性能计算500强的第4和第5位。量子计算方面，我国科学家做出了一系列开创性工作，中科大潘建伟团队预计2020年实现60量子比特、99.5%保真度的超导量子系统，10年期目标预计将达到100万比特量子计算机，与国际一流水平保持一致。

从市场潜力看，规模带动效应逐步释放。

我国具有全球体量最大、用户最活跃的数据市场和以自动驾驶、物联网、人工智能、智能制造等为代表的庞大的应用市场。新基建、“内外双循环”等政策也带来巨大市场需求，市场引导金融机构、互联网企业等优势资源投入，逐步建立产业公共服务平台和创新中心，完善安全可靠的先进计算产业链关键环节。此外，新冠肺炎疫情防控下的各类场景让生产生活从线下转移至线上，在线教育、远程会议、在线医疗、社交电商等数字经济业态迎来了快速发展的新契机，也为先进计算带来更多发展机遇。

从生态构建看，自主演进架构生态加速形成。

在国内计算产业中，市场上主流的芯片架构有X86、ARM、RISC-V和MIPS等，并在市场条件成熟前提下，形成适度收敛。X86架构在技术性能和应用生态上具有显著优势，基于X86处理器市场份额已达96%，其台式机、笔记本电脑、服务器市场份额分别为82%、84%、96%。我国海光、兆芯等企业已基于X86架构自主研发了CPU核、IP核、整机等系列产品，构建了相应技术标准。ARM架构在移动端和低功耗领域性能突出，IP授权模式已经趋于完善，市场应用规模愈发壮大。当前我国基于ARM架构的主流生态包括鲲鹏和PK生态，并形成了系列区域性面向诸多行业领域的服务器、PC整机品牌，应用推广密集落地，生态布局方兴未艾，呈“军团式”兴起态势。RISC-V架构具有模块化的特点和强大的扩展能力，能够根据应用需求选择合适的功能指令集，主要应用于智能穿戴设备。国内中科院计算所、阿里平头哥、君正、大鱼半导体等企业已经针对RISC-V进行战略布局，推动RISC-V产业生态快速发展。

从通用计算看，关键核心技术亟待补短板。

我国计算产业关键核心技术仍存在较多空白领域，亟待补短板、强根基。计算基础核心三部件CPU、内存、介质95%以上是国外设备，围绕计算的标准也基本被国外厂商把控。

服务器芯片方面，以英特尔和AMD为主要厂商的X86体系被美国厂商垄断，我国CPU芯片开发与研制起步晚，生态弱，差距大，总份额不足1%。在处理器架构融合、浮点运算能力、超多核总线、封装工艺等CPU核心技术上和国外厂商差距明显。内存和介质方面，美日韩厂商基本垄断中国市场，占有率超99%。寡头垄断的格局使得中国企业对DRAM芯片议价能力较低，是我国受外部制约最严重的基础产品之一。国内内存厂商合肥长鑫，介质厂商长江存储刚起步，已有突破，在材料、工艺和堆叠等核心技术上还有较大差距。

GPGPU方面，英伟达的通用计算加速卡为唯一商用产品断垄断市场，国内厂商多瞄准中小型边缘AI加速卡等市场，高算力AI与高精度HPC场景布局与国外头部厂商差距巨大。

FPGA方面，当前全球市场被赛灵思、英特尔、莱迪思等国际巨头垄断。国内厂商刚起步，核心技术差距较大，在仿真器、集成度、核心IP（DSP，SerDes，ADC）、片上网络（NOC）等积累很少，仅占4%市场份额。

AI芯片与服务器方面，芯片主要依靠购买英伟达的AI训练集群，除阿里、百度、华为之外，其他互联网厂商尚无自研AI芯片。AI服务器当前的主流是英特尔+英伟达处理器。国内除华为拥有自研鲲鹏+昇腾处理器的AI服务器，其他厂商专用AI加速芯片也有少量部署。

操作系统方面，以微软+英特尔的联盟从生态、市场形成绝对的垄断优势，我国服务器操作系统多应用于政府等重点行业，市场规模小，生态弱。

数据库方面，老牌商业数据库厂商Oracle、微软和IBM占据中国市场60%以上份额。我国商业数据库发展迅速，但总体份额较少，仅占不到10%。国内数据库内核核心开发人员不足，关键技术亟待突破。

重点领域发展现状

超级计算

超级计算历来是衡量一个国家科技水平和创新能力的重要标志。在国家政策大力支持下，近10年来中国的超算产业在国家“863”等多个国家科技计划的持续支持下迎来了飞速发展，跻身国际先进行列。2020年6月，全球超算500强排行榜中，中国上榜226个，占45%。日本采用ARM架构的超级计算机“富岳”超越中美，夺得全球超算冠军。排名第二和第三的超级计算机分别是美国的“顶点”和“山脊”系统。中国超级计算机系统“神威·太湖之光”和“天河二号”分列榜单第四、第五位。与此同时，我国超算产业仍然存在诸多问题，一是核心技术突破不够全面，自主技术发展还较为缓慢，绝大部分采用国外厂商的芯片、系统和应用软件；二是强调单点应用或技术的突破，现有的项目多以短期的项目支持为主；三是缺乏全局生态环境的顶层设计和产业化持续造血能力。例如，超算中心在软件开发能力和商业化运营上略有不足，呈现投入大产出少的现状。

人工智能

我国人工智能已处于第一梯队，2019年中国共发表人工智能领域相关论文2.87万篇，同比增长12.4%，专利申请量2019年超过3万件，同比增长52.4%，在人工智能领域各项顶级国际会议上的活跃度和影响力不断提升。依托庞大的国内市场和用户群，在语音、视觉、传感等相关领域的技术发展持续突破。与此同时，我国人工智能发展依然存在诸多瓶颈问题，一是人工智能原创性理论基础不强，重大原创成果不足；二是在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面，与美国相比还存在较大差距；三是人工智能产业结构布局尚不完善，人工智能人才队伍，特别是尖端人才不能满足发展需求。总体而言就是大而不强。

汽车智能计算平台

作为智能网联汽车“大脑”的计算平台，汽车智能计算平台的发展具备四个显著的趋势：硬件异构化、软件标准化、工具自动化、应用模块化。2019年，华为和百度已经推出了专用车载计算平台。蔚来、小鹏、威马等我国造车新势力逐步开始为客户提供OTA的升级服务，带来便捷的同时也带来安全问题、监管问题。汽车智能计算平台的功能安全、预期功能安全和信息安全仍存在较大提升空间。自动驾驶的功能安全尚未达成共识，预期功能安全国内研究基本空白，标准体系建设亟待完善，信息安全纵深防御理念尚未融入汽车产业生态。

量子计算

量子计算是以量子比特为基本单元，通过量子态的受控演化实现数据存储的一类计算技术，具有经典计算无法比拟的巨大信息携带和超强并行处理能力。美国始终处于领先地位，IBM、谷歌、微软、英特尔等科技巨头均抢先布局，谷歌在2019年宣布实现“量子霸权”，工业巨头霍尼韦尔推出了量子体积为64的量子计算机。我国核心论文数量、研究机构数处于世界前列，科研机构、高校开展的理论研究进展迅速，基础研究能力仅次于美国。为抢占量子技术革命的制高点，我国先后启动“自然科学基金”、“863”计划和重大专项，支持量子计算的技术研发和产业化落地。在多光子纠缠领域，我国始终保持国际领先地位，中国科学技术大学常务副校长、中国科学院院士、西湖大学创校校董潘建伟教授表示，已经实现了光量子计算性能超过谷歌53比特量子计算机的100万倍。阿里巴巴、腾讯、百度和部分ICT企业也积极参与产业生态建设，纷纷建立相关实验室。我国量子计算发展仍存在诸多问题与挑战。一是关键技术研发仍存在差距，在量子计算机硬件、软件等各方面仍然存在重大技术障碍。二是市场尚处于培育阶段，商用条件苛刻且成本高，未来应用场景模糊，技术距离应用落地尚有很大距离。三是我国在量子计算的技术累积、研发投入、顶层设计等方面缺乏全面布局。

云计算

云计算产业已从最初的互联网科技行业，逐步向金融、零售、医疗、生产制造、公共事业等传统行业渗透。市场方面，当前全球云计算市场稳定增长，2019年全球云计算市场规模达到1.27万亿元，增速20.86%，预计2030年市场规模将超过2.36万亿元；我国云计算市场攀岩式增长，2019年云计算市场规模达到1334亿元，增速38.61%，预计2023年市场规模将翻三番至4000亿元。带动效能方面，5G、AI、大数据等信息技术的演进发展为云原生技术赋能，企业可通过SaaS服务将应用快速构建和部署，使资源可调度粒度越来越细、管理越来越方便、效能越来越高，实现企业云化管理，大大提高传统企业生产效率和创新能力。部署模式方面，随着新基建的不断落地，构建端到端的云、网、边一体化架构将是实现全域数据高速互联、应用整合调度分发以及计算力全覆盖的重要途径。（摘自《先进计算产业发展白皮书》，标题为本刊编辑所加）

END