




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、赛迪智库电子信息研究所目录 HYPERLINK l _bookmark0 一、先进计算的基本概念 1 HYPERLINK l _bookmark1 (一)内涵与外延 2 HYPERLINK l _bookmark2 1、算力 3 HYPERLINK l _bookmark3 2、算法 4 HYPERLINK l _bookmark4 3、算据 5 HYPERLINK l _bookmark5 4、“计算+” 6 HYPERLINK l _bookmark6 (二)技术体系演绎 8 HYPERLINK l _bookmark7 (三)产业体系及指标设计 10 HYPERLINK l _bookm
2、ark8 1、先进计算产业链 10 HYPERLINK l _bookmark9 2、先进计算产业未来指标设计 11 HYPERLINK l _bookmark10 二、发展现状与趋势 13 HYPERLINK l _bookmark11 (一)全球先进计算发展状况 13 HYPERLINK l _bookmark12 1、从驱动因素看,数据增长和行业需求提供内外动力 13 HYPERLINK l _bookmark13 2、从技术创新看,材料、架构、软件等多路演进并行 14 HYPERLINK l _bookmark14 3、从政策环境看,发达国家多维度支持手段引导发力 15 HYPERLI
3、NK l _bookmark15 4、从竞争态势看,跨国巨头争相加大投入抢滩布局 20 HYPERLINK l _bookmark16 5、从渗透路径看,信息领域单点场景向各行业多元布局延伸 21 HYPERLINK l _bookmark17 (二)我国先进计算发展状况 22 HYPERLINK l _bookmark18 1、从发展阶段看,技术跃升条件初步具备 22 HYPERLINK l _bookmark19 2、从竞争态势看,部分领域跻身领先行列 23 HYPERLINK l _bookmark20 3、从市场潜力看,规模带动效应逐步释放 24 HYPERLINK l _bookma
4、rk21 4、从生态构建看,自主演进架构生态加速形成 24 HYPERLINK l _bookmark22 5、从通用计算看,关键核心技术亟待补短板 25 HYPERLINK l _bookmark23 (三)重点领域发展现状 30 HYPERLINK l _bookmark24 1、超级计算 30 HYPERLINK l _bookmark25 2、人工智能 31 HYPERLINK l _bookmark26 3、汽车智能计算平台 31 HYPERLINK l _bookmark27 4、量子计算 32 HYPERLINK l _bookmark28 5、云计算 33先进计算产业发展白皮书
5、 HYPERLINK l _bookmark29 三、产业规模测算 33 HYPERLINK l _bookmark30 (一)直接产业规模测算 34 HYPERLINK l _bookmark31 (二)辐射带动规模测算 36 HYPERLINK l _bookmark32 1、智慧城市 36 HYPERLINK l _bookmark33 2、工业制造 37 HYPERLINK l _bookmark34 3、自动驾驶 39 HYPERLINK l _bookmark35 4、医药研发 40 HYPERLINK l _bookmark36 5、金融科技 40 HYPERLINK l _bo
6、okmark37 (三)测算结论 41 HYPERLINK l _bookmark38 四、建议突破方向 42 HYPERLINK l _bookmark39 (一)重点领域 42 HYPERLINK l _bookmark40 1、算力层面 42 HYPERLINK l _bookmark41 2、算法层面 44 HYPERLINK l _bookmark42 3、算据层面 45 HYPERLINK l _bookmark43 (二)发展建议 45 HYPERLINK l _bookmark44 1、提升产业技术创新能力 45 HYPERLINK l _bookmark45 2、推进计算产业
7、生态构建 46 HYPERLINK l _bookmark46 3、加强深度国际合作 47 HYPERLINK l _bookmark47 4、激励培育重点骨干企业 47 HYPERLINK l _bookmark48 附件 1:先进计算产业需求指南 48 HYPERLINK l _bookmark49 附件 2:先进计算直接规模测算表 51一、先进计算的基本概念计算力就是生产力。从结绳计数到使用算盘算尺再到使用基于机械原理的计算器等设备到电子计算机,每次新计算技术的出现都从根本上促进了生产力发展。自 20 世纪计算机诞生以来,计算技术不断演进升级,经历由低到高、由浅到深、由量变到质变的发展,
8、计算能力持续提升、计算方式不断优化、计算数据指数级增长。在对多种新兴计算归纳认识和总结共性的基础上,本白皮书认为,先进计算是面向从量变到质变的信息需求,在计算方式、位置、算法或机理等方面产生进步和革新的新兴计算技术及产业的统称。先进计算是从单一的计算设备及技术向多元化计算系统及应用的演进,具有先进性、泛在性、多样性,也是新一代信息技术产业的本质和核心。“先进”是相对于“传统”而言,既包括基于传统半导体技术架构的产业演进,又包括换道型的前沿理论及模式、服务创新。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、计算和存储、输出等过程,数据只是信息的表象和结果,
9、计算才是信息的枢纽和关键。从技术脉络看,从以存算一体化、分布式计算的架构创新和以芯片工艺、结构的硬件创新为主,逐步拓展到材料、算法,最终到基础理论的发展应用。从物理承载空间看,由大体积、高能耗、集中式的计算设备到小体积、低能耗、分布式的多元化计算生态演化迈进。从渗透路径看,从电子信息、软件信息等层面的创新以点带面,通过技术溢出效应,逐步渗透到其他产业交叉融合,推动各个产业全面创新升级。从产业趋势看,重构计算、内存计算等催生摩尔定律不断打破物理极限,量子计算、生物计算不断拓展新兴领域,面向云计算的软件逐渐替代单机版基础软件,持续进步的计算技术推动信息产业突飞猛进,后者加速发展又促进了前者的持续创
10、新,推动计算技术、应用、模式向更先进的方向演进发展。图 1本章逻辑框架图(一)内涵与外延赛迪智库整理,2020 年 10 月先进计算的内涵可由算力、算法、算据三大要素来表征。其中:(1)算力层面,指服务于经济社会发展的计算能力,以及支 撑计算 能力的 软硬件 系统 , 涉及对 象包括CPU/GPU/NPU、服务器、存储器等基础产品。(2)算法层面,指驱动计算发挥赋能效用的系列理论、架构、系统、软件、方法的统称,包括计算理论、计算架构、计算系统及各类计算方法(加密算法、矩阵算法、遗传进化算法)、EDA、基础软件等。(3)算据层面,指一切比特化的事物,及其生成、采集、编码、存储、传输、搜索等系列行
11、为,如围绕数据存储、清洗、分析、挖掘、交易等过程提供的产品及服务。先进计算的外延主要指行业计算应用。1、算力新平台。传统计算中心存在普遍的资源闲置现象,计算资源难以得到充分应用。在此背景下,以大规模数据中心、AI 计算中心、超算中心为主要代表的新型算力平台向高计算密度、高赋能密度方向部署。从服务器、存储设备等硬件部署的空间密度向服务器性能跃升、电力配置合理、高效散热等综合指标提升的算力密度延伸;从能源高效利用的耗能密度向高效处理高并发、按需分配资源的赋能密度拓展。新型算力平台的运营效率、集约水平持续迭代。新材料。传统计算均以硅基材料为基础,随着硅基材料的应用不断逼近极限,以非硅基材料(如碳基材
12、料)的研发与探索的研发与商用成为热点。例如,从硅基 7 纳米技术到5 纳米技术,芯片速度大约提升 20;而相比硅基 7 纳米技术,碳纳米管 7 纳米技术的芯片速度将提升 300。此外,超导材料离子阱多运用于量子计算技术、磁变相变介质多运用于存储器技术、化合物半导体中突破前两代半导体瓶颈的第三代宽禁带半导体在计算产业被持续看好。新计算硬件。新型硬件层出不穷,根据应用场景归纳为云端场景和终端场景两大类,由于算法效率和底层硬件选择密切相关,云端和终端场景对硬件的需求也大不相同。云端主要指服务器端,包括各种公有云、私有云、数据中心等业务。终端主要指安防、汽车智能计算平台、PC 整机、手机、物联网终端、
13、机器人等各种应用。2、算法基础架构。当前四大主流计算架构包括 X86、ARM、 RISC-V、MIPS。其中 X86 和ARM 是市场份额的两大架构,X86 架构在 PC 市场上长期处于霸主地位。ARM 架构广泛地使用在嵌入式系统设计中,具有低耗电的特性。RISC-V 架构完全开源,设计简单,可根据具体场景选择合适的指令集。 MIPS 采用导入/存储数据模型,具有极高的拓展性。新计算软件。与核心算力提升紧密相关的基础型软件持续迭代。总体而言,软件从传统 PC 端走向云端汇聚。具体而言,针对不同场景、不同应用的软件开发成为现下发展潮流,主要包括基于新型体系结构的操作系统,面向大数据实时处理的新型
14、数据库,容器化的新型数据中心设计架构。新计算模式。高性能计算、存算一体化、超导计算等前沿计算模式成为研发重点;流式计算、图计算、边缘计算、群智协同计算、云际计算、雾计算、无边界计算、安全多方计算等新兴计算模式接续涌现;城市计算、服务计算、计算经济学、计算社会科学、认知计算等融合性计算领域成为新的探索方向。前沿理论。非冯诺伊曼架构体系理论探索升温,如类脑计算、生物计算等。传统计算以冯诺伊曼理论为框架,难以满足现下人工智能发展的需要。因此,非冯诺伊曼架构体系理论,包括量子信息科学通过推进对多量子态的精准控制出现量子计算,由脑科学衍生出的类脑计算等开始崭露头角。3、算据算据采集与集成。大数据时代的数
15、据往往是先有数据再有模式,且模式处于不断的动态演化之中。从数据集成模型来看,现有的数据采集与集成方式可大致分为四种类型:基于物化或 ETL 方法的引擎、基于数据库或中间件方法的引擎、基于数据流方法的引擎、以及基于搜索引擎的方法。算据分析与挖掘。数据分析与挖掘是整个大数据处理流程的核心。大数据时代的数据量大,类型混杂,产生速度快,具有实时性的特点。传统的数据分析挖掘算法都是线性执行的,耗时很长。分布式并发计算系统是解决这一问题,进行数据分析与挖掘的有利工具,很多算法必须做出调整以适应分布并发的计算框架,算法需要变得具有可扩展性。算据感知交互。数据感知提供了数据来源,数据交互是一个数据传输、共享和
16、交换的过程,两者共同组成了大数据的基础。目前数据感知具有显著的异构特征,因此信息交互应用需要采用有效统一的表达形式,并提供高层语义知识的描述方法,实现多源异构数据的交互可以从数据和语义知识两个层面入手。基于语义理解的数据资源管理。随着数据量剧增,数据资源管理成为提高效率的关键环节。基于语义理解,将信息解析为结构化的、机器可读的数据,应用数据库管理、数据仓库等信息系统技术和其他数据管理工具,进行对数据有效的处理和应用。数据交易平台。随着大数据应用场景逐渐丰富,数据需求日益增大,大数据交易成为大数据服务应用的新热点。数 据交易平台以数据资源、数据服务为标的,以第三方的身份 为数据提供方和数据需求方
17、提供数据交易服务,同时数据交 易平台还可提供数据定制服务,根据数据需求方的特殊需求,由用户进行采集或者标注大规模数据。4、“计算+”行业云。云作为数字化转型的核心技术之一,持续激发各行各业创新发展。先进计算技术在提供灵活拓展的计算资源的同时,对其业务稳定、安全、可靠运行起着重要的支撑作用,缩短业务部署上线以及扩展升级的周期,大大降低运维成本,提高效率。目前行业云细分市场众多,在金融、零售、教育、政务、物流、医疗、制造、传媒等行业应用广泛。城市大脑。城市大脑是互联网大脑架构与智慧城市建设结合的产物,在物联网、大数据、人工智能、边缘计算、5G、云计算、数字孪生等前沿技术的支撑下,建立大数据管理平台
18、,融合专家经验和人工智能技术,利用实时全量的城市数据资源全局优化城市公共资源,即时修正城市运行缺陷,提升对行业需求的洞察力和理解力,实现城市治理模式、服务模式和产业发展的三重突破。目前在安防监控、应急响应、智慧城市、智慧政务等领域应用广泛。智能制造。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术,是实现整个制造业价值链的智能化和创新的关键。智能制造需要高性能计算机和网络基础设施,生产环节上,应用大数据分析系统,进行数据采集并分析处理,优化产品生产流程;通过实时感知数据,明确产品故障;用云计算对现场设备进行远程控制,从根本上提高了制造的灵活性。供应链管理上,通过大数据分析,大幅提
19、升仓储、配送、销售效率,降低物流成本。生产设备维护上,根据设备和传感器收集的数据实现对生产设备的实时和预测性维护。计算产业的迭代升级保证了生产过程中所有因素的精准控制,实现了生产智能化。(二)技术体系演绎先进计算是传统计算机的硬件单元和架构(材料,硬件设计和制造,架构)、传统的计算原理、传统计算构造原理或者理论发展出的新的形态和新的发展阶段。计算机硬件单元与架构演进发展筑牢计算基础设施底座。从计算机发展史看:第一代电子管计算机,完成了由军用设施到民用设施、从实验室设备到工业生产装备、从科学计算仪器到数据处理终端的转变。第二代晶体管计算机,一方面提升了计算能力,减小了设备体积,另一方面促成编译语
20、言、操作系统的出现,向开发者屏蔽了硬件设计的复杂性,降低了使用难度。第三代集成电路和超大规模集成电路计算机,遵循摩尔定律演进路径,加速了个人计算机、高性能计算机、超级计算机以及数据中心的普及与部署。软件系统在这一阶段计算基础设施构建中的角色愈发重要,软硬结合的系统化设计成为主流趋势。第四代智能、泛在、专业化计算机,正成为互联网和大数据时代数据、网络入口和控制核心,人工智能、边缘计算等技术的引入,加速计算产业在工业、交通、能源、电信、金融、城市管理等国民经济重点行业的融合渗透。综上,作为重要的基础设施,计算机硬件单元与架构发展为构造能力更强、可靠性更高的计算平台,构建先进、普惠的新型计算社会筑牢
21、基座支撑。计算原理的多路径演进带动算法能级跃升。计算原理囊括算法设计与分析、数字逻辑、计算复杂性理论等,其基本的核心是算法问题。当前传统计算面临海量数据并发、非线性模式识别、数据加密等复杂问题亟待解决。而计算原理演进的三种路径为解决上述问题提供了技术基座支撑。一是传统硅基计算技术向类脑计算、高效能计算领域拓展。过去数十年间,计算技术演进一直处于线性发展阶段,半导体工艺 制程始终遵循摩尔定律,但随着人工智能等新技术的发展和 应用逐渐兴起,计算架构正在从冯诺依曼架构向多元化架 构体系演进,高性能计算、量子计算、类脑计算等成为计算 新趋势。二是集中式云计算向云下沉、边缘计算延展。随着 智能网联汽车、
22、超高清视频、机器人和机器人流程自动化、智慧城市管理等领域发展提速,集中式的云计算已难以满足 海量数据的处理需求,通过边缘计算节点进行数据初步处理、由云计算中心将算法下发到边缘计算节点、将边缘计算节点 作为云计算中心系统的延伸等边缘计算处理方式,能够实时 有效处理海量数据,推动云端数据处理能力下沉,确保资源的弹性和最大化利用。三是量子、光子等前沿理论架构成为计算新方向。以量子计算、光子计算等新型微粒子计算为代表的非冯体系计算技术逐步走向实用。谷歌宣称实现“量子霸权”,大大增加了行业对超导路线和大规模量子计算实现步伐的乐观预期。尽管量子计算的编程语言及生态发展仍需长期沉淀,量子纠错和容错计算仍需长
23、期技术攻坚,但其已在密码破解、超大型金融计算等特定场景、领域展现出极为出色的性能表现,并开始逐步替代当前计算方式和部分专用芯片。数据存储与数据交互技术发展提升计算系统整体效能。数据存储方面,随着汞延迟线、穿孔卡片、磁带、动态随机存取内存 DRAM、软盘、硬盘、闪存等存储介质迭代升级,存储密度、读写效率不断提升,整体架构向着高性能、高可靠、高扩展性逐步迈进。高端存储架构经历了从总线架构向交换式架构、矩阵直连架构、分布式架构、全共享交换式架构的演进历程。存算一体方面,通过缩短计算单元与存储单元物理距离,将计算单元与存储单元融为一体,并在“存算”单元上完成高能效并发运算,以增加带宽、缓解数据搬移产生
24、的瓶颈。数据交互方面,主要包括单计算设备内部的总线技术、高速数据接口、光交换技术和多计算设备间数据互通的以太网技术等。数据交互技术向着高速率、高带宽、低延时的目标不断发展,在提高数据交换能力的同时持续提升计算系统的整体能效水平。(三)产业体系及指标设计1、先进计算产业链先进计算产业链包括核心元器件层、整机层、基础软件层、平台层、应用层、数据层、理论层等七个层次,各层次之间的逻辑关系如下图所示。其中,核心元器件层、整机层代表算力的部分,基础软件和平台层代表算法的部分,算据层贯穿了算力、算法以及行业应用。图 1先进计算产业链赛迪智库整理,2020 年 10 月2、先进计算产业未来指标设计算力指标。
25、二级指标包括基础算力指标、先进计算生态应用的企业数量、计算产业研发投入增加值、开展计算产业链协同创新的企业数量等。其中,基础算力指算力基础设施的计算能力总和,包括超级计算机算力、计算中心算力以及云服务外延计算环节等。计算公式:基础算力=国内超级计算机算力+计算中心服务器规模 服务器平均算力+边缘算力(MEC)算据指标。二级指标为云服务发展指标,主要表征数据计算公式:云服务支出占比=云服务支出总额/IT 基础设施投资总额服务的提供能力。云服务支出包括两部分,自建云的运营服务费用支出和全租赁云的费用支出。云服务包括软件运营服务(SaaS)、平台运营服务(PaaS)、基础设施运营服务(IaaS)等三
26、层。表 1先进计算未来发展指标设计算力指标算据指标行业应用指标人均算力指标云服务发展指标自建云的运营服务费用支出全租赁云的费用支出人工智能普及率人工智能创新平台数量智能化企业占比先进计算生态应用的企业数量开展计算产业链协同创新的企业数量云化比例上云率用云量计算产业研发投入增加值赛迪智库整理,2020 年 10 月 全球超算 Top 500 取中国数值 近 6 年(参考我国服务器资产管理办法)IDC 每年服务器出货量 选取近 6 年主流芯片算力的平均值 近 6 年 IDC 每年服务器出货量 运营商提供 国家统计局 C0207 相关数据 国家统计局相关数据(已在十三五信息化规划中引用)行业应用指标
27、。二级指标包括人工智能普及率、云化比例等,三级指标包括人工智能创新平台数量、智能化企业占比、上云率、用云量等。二、发展现状与趋势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。(一)全球先进计算发展状况1、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
28、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
29、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2012 2013 2014 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E 2024E 2025E160140120100806040200175200180据的实时处理能力和交互时延提出了更高的要求。图 2全球数据圈规模(ZB)赛迪智库整理,2020 年 10 月2、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
30、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。图 3先进计算演进路径赛迪智库整理,2020 年 10 月3、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
31、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。表 2发达国家先进计算产业政策布局情况国家技术领域相关政策措施美国量子科技2018 年底通过了为期 10
32、 年的“国家量子计划法案”,并明确授权美国能源部(DOE)、美国国家科学基金会(NSF)及国家标准与技术研究院(NIST)在 20192022 年内投入约 12.5 亿美元,推进量子通信、量子计算机和超精密量子传感器三大领域的发展。2020 年 2 月发布了美国量子网络战略构想,提出美国将开辟由量子计算机和相关设备组成的量子互联网,使量子互联网成为推动经济增长和提高生活质量的最强引擎。人工智能2018 年,白宫成立了人工智能专门委员会,负责协调各政府机构针对自动化系统研发、生物识别技术、计算机视觉和机器人等相关领域的投资计划。2018 年 7 月,美国国防部(Department of Def
33、ense,DOD)成立联合人工智能中心,预计 5 年内投入 17 亿美元以服务美国国防部的各种军事任务和商业应用。2018 年 9 月,美国国防高级研究计划局(Defense Advanced Research Projects Agency,DARPA)宣布投入 20 亿美元开发第三代人工智能技术,推动相关新技术在军事上的运用;成立了人工智能国家安全委员会,负责审查人工智能相关技术的进展及伦理道德问题。2019 年 6 月,美国发布最新版的国家人工智能研发战略规划,强调对人工智能基础研究的长期投资,以保持美国在人工智能领域的全球领先地位。高性能计算2016 年发布了国家战略计算计划战略规划,
34、旨在增强建模、数值模拟和数据分析技术融合,实现百亿亿次计算能力。2019 年 5 月,DOE 宣布将在 2021 年建成世界上最快的超级计算机,峰值运算可达每秒 1.5 百亿亿次。2019 年 11 月,美国白宫科学技术政策办公室(OSTP)在 2016 年版本的基础上发布更新版国家战略性计算计划:引领未来计算,侧重于计算机硬件、软件和整体基础设施,目标是开拓数字和非数字计算的新领域,开发、扩展和推进计算基础架构和生态系统,建立和扩大合作伙伴关系,以支持美国计算的未来。网络空间与安全科技2018 年 5 月,美国国土安全部(DHS)发布网络安全战略,确定了国土安全部未来五年将致力于培育更加安全
35、和更具弹性的网络生态系统。2018 年 8 月,美国通过2019 年国防授权法案,确立了国防部在网络行动中的主导作用,提高了国防部发起军事网络行动的自由度,并明确将俄罗斯、中国、朝鲜、伊朗列为敌人。2019 年 12 月,DARPA 发布保障国家安全的突破性技术和新能力2019 年战略框架文件,将网络威慑与防御列为捍卫国土安全方面的重点关注内容,明确将重点关注网络空间可视化技术、针对恶意网络行为的增强归因、检测并抵御网络攻击的自动化工具开发等。2019 年 12 月,美国国家科学技术委员会(NSTC)发布了最新版本的联邦网络空间安全研发战略计划,确定网络安全研发投入的总体新方向包括网络空间安全
36、对用户的影响、网络系统全面实时维护和管理、网络有效响应,并点明人工智能、量子信息科学、可信的分布式数字基础设施、隐私、安全硬件和软件、教育和劳动力发展 6 个优先重点研发领域。国家技术领域相关政策措施未来 信息通讯美国国防部在 2018 年 12 月和 2019 年 12 月总计发布了 4 个 5G 技术提案,包括智能仓库和资产管理、5G 动态频谱共享、增强现实/虚拟现实和 5G 智能仓库网络,以便更好地利用高速无线网络。新美国安全中心(CNAS)在 2019 年 11 月发布的保障美国 5G 未来:美国政策面临的竞争挑战和思考报告中指出,美国 5G 发展与中国相比可能处于弱势,并建议重新制定
37、 5G 领域的竞争策略,将 5G 技术作为中美在第四次工业革命中的基础性竞争力。2019 年 3 月,美国商业航天公司 OneWeb 成功发射了 6 颗互联网卫星。2019 年 5 月,美国SpaceX 公司成功将首批 60 颗星座卫星送入太空,预计总计发射 3.2 万颗星座卫星的“星链计划”正式启动并得到美国联邦政府通讯委员会(FCC)批准,截至 2020 年 2 月 16日,该计划已完成 5 次发射、300 颗星座卫星的组网。2019 年 6 月,美国国家航空航天局等在近地轨道部署全球最大芯片级微型卫星群 ChipSats,由105 颗邮票大小卫星组成。此外,亚马逊“柯伊伯项目”太空互联网
38、计划准备把 3236 颗卫星发射入轨,为全球提供低延迟、高速度的太空互联网服务。纳米科技和新材料制造2001 年,实施美国国家纳米技术计划(National Nanotechnology Initiative,NNI),部署了 “材料基因组计划”,并通过建设制造业创新研究所、材料创新平台、能源材料网络等举措,积极推动材料科学技术的发展。2011 年,出台“先进制造伙伴计划”。2012 年,发布“国家制造业创新网络(NNMI)计划”,大力推进了制造业创新研究中心建设。科学与技术大数据2012 年 3 月,美国启动“大数据研发计划”,致力于提高从海量数据中提取知识和观点的能力,以加速科学发现。20
39、14 年 10 月,美国网络与信息技术研发计划(NITRD)发布国家大数据研发计划(草案)。2016 年 5 月,美国再次发布联邦大数据研发战略计划,其目的是为在数据科学、数据密集型应用、大规模数据管理与分析领域开展和主持各项研发工作的各联邦机构提供一套相互关联的大数据研发战略,维持美国在数据科学和创新领域的竞争力。2019 年 12 月,美国管理和预算办公室(OMB)发布联邦数据战略与 2020 年行动计划,其核心目标就是对数据的关注由技术转向资产,将数据作为战略资源开发。欧盟量子科技“地平线 2020”计划(20142020)、“地平线欧洲”计划(20212027),通过支持量子通信与量子
40、计算相关项目实现量子科技从基础研究向基础设施的发展演进。2018 年 10 月,启动投资 10 亿欧元的“量子技术旗舰计划”,致力于通过量子通信、计算、模拟、传感四方面的短期及中长期发展实现原子量子时钟、量子传感器、城际量子通信、量子模拟器、量子互联网和泛在量子计算机等的重大应用。2019 年 9 月,欧盟发布欧盟量子技术与量子互联网报告,从通信、模拟、传感和计算四个角度描绘了未来量子互联网的发展蓝图,最终目标是建成量子网络,实现分布式量子计算机和量子传感器的互联。人工智能2018 年 4 月,发布欧盟人工智能报告,描述了欧盟在国际人工智能竞争中的地位,并制定了 “欧盟人工智能行动计划”,提出
41、三大目标:重视技术研发和应用、应对人工智能带来的社会经济变革、制定伦理和法律框架。同期,欧盟成员国签署人工智能合作宣言,计划在 20182020 年间投入 200 亿欧元,升级教育和培训体系。高性能计算2017 年 3 月,成立针对世界级综合性高性能计算基础设施的“欧洲高性能计算共同计划(EuroHPC)”,开发百亿亿次计算机。新建 10 家面向高性能计算的卓越中心,以促进即将出现的百亿亿次计算和极限性能计算的使用。设立了以产业界为主导的开放平台ETP4HPC,旨在明确欧盟高性能计算技术生态系统的研发优先项,制定并持续更新高性能计算战略研究议程。2018 年 1 月,欧盟宣布投入 10 亿欧元
42、在 2023 年前研制完成两套E 级超算系统,扭转超算研发落国家技术领域相关政策措施后中美的局面。2018 年 3 月,欧盟委员会宣布推出欧洲处理器计划(EPI),为其百亿亿次系统协同设计和开发一款自主知识产权的低功耗处理器。2018 年 11 月,欧盟新成立的资助机构欧洲高性能计算联合执行体正式开始运行,将更好地促进超算和数据基础的建设。网络空间与安全科技2019 年 9 月,发布的建设强大的网络安全手册,欧洲的网络安全市场达到 1300 亿欧元,共有 6 万余家网络安全企业、660 余家网络安全专业机构,网络安全、信任和隐私是欧洲数字单一市场繁荣的基础。2019 年 12 月,欧盟委员会发
43、布欧盟网络安全分类指南提案,对欧盟的网络安全术语的概念及分类、网络安全环境、应用领域及相关研究进行了清晰的定义,目标是帮助欧盟发展网络安全技术和保持产业竞争力。未来信息通讯2019 年 4 月,欧洲航天局(ESA)与欧盟委员会签订欧洲量子通信网络技术协议,将开发用于泛欧洲量子通信基础设施的卫星系统。纳米科技和新材料制造“地平线 2020”计划布局材料高通量计算、材料高通量制备与表征、专用数据库及其平台建设。2018 年,发布“地平线欧洲”计划也将先进材料和纳米技术作为六大关键使能技术之一,重点设计具有新特性和功能的材料,包括生物材料、纳米材料、二维材料、智能材料等。科学与技术大数据2014 年
44、 10 月,建立大数据价值公私合作伙伴关系(BDV PPP),促进大数据研究与创新及相关社区建设,为繁荣欧洲的数据驱动型经济奠定基础。“地平线 2020”计划预计在 20162020 年向BDV PPP 投资 5 亿欧元,而私营行业合作伙伴的投资将超过 20 亿欧元。欧盟启动了“数据价值链战略计划”,极大地增强了高质量数据的广泛可获取性,实现了欧盟内数据的自由流动性。2014 年,发布数据驱动经济战略。2017 年,发布打造欧洲数据经济报告,持续推进数据战略。2020 年 2 月,欧盟委员会发布欧洲数据战略,其长期愿景是致力于建立单一的欧洲数据空间,投资下一代技术、基础设施和技能,支持创建欧洲
45、数据池,建设数据驱动的生态系统。英国量子科技2014 年,启动国家量子技术计划。2015 年,发布量子技术国家战略,指导未来 20 年英国量子科技的发展。英国第一期(20142019)国家量子技术计划已经结束,总计投入了 2.7 亿英镑;第二期计划在2019 年末启动,计划投资 3.15 亿英镑,重点支持相关创新中心的发展,包括为产业提供共享设施、聚集研究人员、支持基础研究、人才技能培训等。人工智能2017 年 10 月,英国发布在英国发展人工智能报告,提出了数据获取、人才培养、研究转化和行业发展等四个促进人工智能产业发展的建议。2018 年 4 月,英国发布产业战略:人工智能领域行动政策文件
46、,进一步制定政府和业界有关人工智能技术的具体行动措施。高性能计算2011 年,英国政府投资 15800 万英镑用于高性能技术基础建设。网络空间与安全科技2009 年 6 月发布英国网络安全战略:网络空间的安全、可靠性和可恢复性,用以指导和加强国家的网络安全建设。2011 年 11 月,英国政府发布第二版国家网络安全战略英国网络安全战略:保护和促进数字世界中的英国,同时启动了NCSP。2015 年 11 月,英国政府发布2015 年国家安全战略、战略防御与安全评估:安全繁荣的英国,确认网络安全风险仍是英国经济和国家安全的一级威胁,并且这种威胁的规模和复杂性正在增加。国家技术领域相关政策措施201
47、6 年 11 月,英国政府发布第三版国家网络安全战略2016-2021 年国家网络安全战略,明确了 2021 年网络安全的愿景目标以及未来 5 年的行动方案等事项。未来信息通讯2017 年 3 月,英国文化、媒体及体育部发布下一代移动通信技术:英国 5G 战略。科学与技术大数据2012 年,英国便将大数据作为八大前瞻性技术领域之首,一次性投入 1.89 亿英镑用于相关科研与创新,在八大领域投入总额中占比高达 38.6,远超其余七个领域。随后,英国将全方位构建数据能力上升为国家战略。2013 年,发布把握数据带来的机遇:英国数据能力战略规划,提出人力资本(研发人才与善于运用数据的民众)、基础设施
48、和软硬件开发能力,以及丰富开放的数据资产是发展大数据的核心。2017 年,发布数字战略 2017工业战略:建设适应未来的英国等,希望到 2025 年数字经济对本国经济总量的贡献值可达 2000 亿英镑,积极应对脱欧可能带来的经济增速放缓的挑战。2018 年 4 月,英国发布工业战略:人工智能报告,立足引领全球人工智能和大数据发展,从鼓励创新、培养和集聚人才、升级基础设施、优化营商环境以及促进区域均衡发展等五大维度提出一系列实实在在的举措。日本量子科技2016 年 1 月,日本政府在第五期科学技术基本计划中把量子技术称为创造新价值的核心优势基础技术。2017 年 2 月,日本量子科技委员会发表的
49、关于量子科学技术的最新推动方向报告提出了未来应重点发展量子信息处理和通信、量子测量、传感器和影像技术、最尖端光电和激光技术等方向。 2018 年 3 月,日本文部省发布量子飞跃旗舰计划(Q-LEAP),主要涉及量子信息处理(量子模拟、量子计算机等)、量子测量和传感器、下一代激光技术三大技术领域,旨在资助日本光量子科学的研究活动。2019 年 12 月,日本和美国签署了东京量子合作声明,计划联合培养专业人才,共享设施、数据与方法等。2020 年 1 月,日本统合创新战略推进会议发布量子技术创新战略(最终报告),称日本将制定面向未来 1020 年“量子技术创新战略”,旨在国家层面开展统一协调的研发
50、活动。人工智能2017 年 3 月,日本人工智能技术战略委员会发布的人工智能技术战略中阐述了日本人工智能产业化发展路线图,包括三个阶段:数据驱动的人工智能利用和应用(至 2020 年);公开使用人工智能技术和数据(2020 至 2025 或至 2030 年);建立基于多领域连通的人工智能生态系统。2019 年 6 月,日本发布人工智能战略 2019,确立了三大战略目标,即具有世界顶尖人才培养与吸引能力、引领全球工智能技术研发、引领全球人工智能产业。高性能计算2018 年,日本开始投入 1100 亿日元,资助日本理化学研究所和富士通公司(自筹 200 亿日元),计划在 2021 年投入运行日本下
51、一代超级计算机,把运算速度提高至目前全球最快超级计算机的10 倍左右,也力争建成全球最快的超级计算机。网络空间与安全科技日本对网络安全领域的投入也急剧增长,2019 财年为网络领域相关的国防预算分配了 180 亿日元,与 2018 财年相比增幅高达 64。未来信息通讯2020 年 1 月,日本推出了到 2030 年实现 6G 技术的综合战略,目标是用 10 年时间,改变 5G 研发上不占优势的现状并在 6G 上实现反超。纳米科技和新材料制造2018 年 6 月,日本发布的纳米技术和材料科学技术研发战略(草案)指出,纳米和材料领域可能会利用人工智能、物联网和大数据技术来加速新材料开发,其发展将影
52、响未来社会的形态,带来社会性变革。国家技术领域相关政策措施科学与技术大数据2013 年 6 月,日本公布创建最尖端 IT 国家宣言,阐述了 20132020 年以发展开放公共数据和大数据为核心的日本新 IT 国家战略。日本大数据战略以务实的应用开发为主,尤其是与能源、交通、医疗、农业等传统行业相关的大数据应用开发。赛迪智库整理,2020 年 10 月4、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,
53、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 Tiger Lake 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 Ne
54、twork 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。图 4先进计算企业加速布局赛迪智库整理,2020 年 10 月5、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
55、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。图 5先进计算多元化布局延伸(二)我国先进计算发展状况赛迪智库整理,2020 年 10 月1、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
56、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。图 6企业技术跃升条件具备赛迪智库整理,2020 年 10 月2、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
57、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,今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今年实现 60 量子比特、99.5保真度的超导量子系统,十年期目标预计将达到一百万比特量子计算机,与国际一流水平保持一致。表 3超级计算机全球排名排名
58、国家厂商超级计算机1日本富士通Fugaku(富岳)2美国IBMSummit3美国IBMSierra4中国国家并行计算机工程技术研究中心神威 太湖之光5中国国防科大TH-2 天河二号6意大利DELL EMCHPC57美国NvidiaSelene8美国CrayFrontera9意大利富士通Marconi-10010瑞士联想Piz Daint赛迪智库整理,2020 年 10 月3、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
59、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。4、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
60、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。表
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 预防中风健康宣教MRI
- 预防近视的科普
- CFA考试复习小窍门试题及答案
- 高校辅导员工作总结汇报
- 餐饮行业的员工卫生培训要求
- 睡眠是最好的养生方式-从医学视角解读睡眠养生
- 医用级卫生巾vs普通卫生巾吸收效果对比
- DB15T 3958-2025预制菜生产加工管理规范
- 2024年特许金融分析师考试准备环节建议试题及答案
- 山东省青岛市平度市2024-2025学年高三下学期2月高考模拟检测试题(一)地理试题(解析版)
- 江苏旅游职业学院辅导员考试题库
- 张朋《了凡四训》课件
- 视频拍摄技术标准要求
- 龙应台作品之《目送》公开课实用课件
- 《村寨里的纸文明 中国少数民族剪纸艺术传统调查与研究 第三卷 》读书笔记
- 2023年副主任医师(副高)-皮肤与性病学(副高)考试历年真题拔高带答案必考
- 生药学全套课件
- 广东省五年一贯制语文考试题目
- 土的含水率试验酒精燃烧法(JTG34302020)
- 刚挠印制电路板湿法去钻污及凹蚀技术三个步骤
- 实验室生物安全和意外事件应对
评论
0/150
提交评论