掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 中國電子信息工程科技發(fā)展研究——智能計(jì)算專題
開本：
A5
頁數(shù)：
152
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中國電子信息工程科技發(fā)展研究——智能計(jì)算專題 版權(quán)信息
- ISBN：9787030730695
- 條形碼：9787030730695 ; 978-7-03-073069-5
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
中國電子信息工程科技發(fā)展研究——智能計(jì)算專題 內(nèi)容簡介
計(jì)算機(jī)系統(tǒng)與軟件是信息技術(shù)與產(chǎn)業(yè)發(fā)展的核心技術(shù)和基礎(chǔ)技術(shù)，為我國國防、金融、交通、電信、醫(yī)療、制造、科研等重要行業(yè)的發(fā)展提供計(jì)算支撐。隨著云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等新一代信息技術(shù)與傳統(tǒng)行業(yè)不斷融合，新的計(jì)算應(yīng)用場景不斷涌現(xiàn)，這也驅(qū)動了計(jì)算系統(tǒng)與軟件技術(shù)不斷取得新突破。本書對計(jì)算機(jī)系統(tǒng)與軟件中所涉及的計(jì)算芯片、高性能計(jì)算、操作系統(tǒng)、基礎(chǔ)軟件、計(jì)算生態(tài)等關(guān)鍵環(huán)節(jié)發(fā)展態(tài)勢進(jìn)行深入剖析，在全面闡述相關(guān)技術(shù)全球發(fā)展態(tài)勢的基礎(chǔ)上分析了我國現(xiàn)狀以及亮點(diǎn)，并對未來發(fā)展趨勢和演進(jìn)路徑進(jìn)行展望。
中國電子信息工程科技發(fā)展研究——智能計(jì)算專題 目錄
目錄
《中國電子信息工程科技發(fā)展研究》編寫說明
前言
第1章 全球發(fā)展態(tài)勢 1
1.1 智能計(jì)算 1
1.1.1 智能計(jì)算應(yīng)用領(lǐng)域不斷擴(kuò)展 2
1.1.2 智能計(jì)算向多元化、規(guī)模化方向發(fā)展 3
1.1.3 智能計(jì)算給計(jì)算機(jī)體系結(jié)構(gòu)帶來挑戰(zhàn) 4
1.1.4 智算中心成為行業(yè)發(fā)展方向 5
1.1.5 智能計(jì)算框架創(chuàng)新升級 6
1.1.6 智能計(jì)算推動行業(yè)智能化升級 7
1.1.7 存算一體架構(gòu)為算力提升提供新的機(jī)遇 8
1.2 非傳統(tǒng)計(jì)算 9
1.3 開源創(chuàng)新和生態(tài)構(gòu)建 11
1.3.1 國際國內(nèi)智能計(jì)算開源生態(tài)建設(shè)并行發(fā)展 12
1.3.2 基于云服務(wù)的開源協(xié)同更加智能化 13
1.3.3 基于RISC-V的開源芯片快速崛起 14
1.4 計(jì)算模式與行業(yè)應(yīng)用 15
1.4.1 5G促進(jìn)“端邊云網(wǎng)智”計(jì)算模式全面發(fā)展與應(yīng)用 15
1.4.2 云邊端融合計(jì)算在工業(yè)領(lǐng)域應(yīng)用趨于成熟 16
1.4.3 人工智能依托“端邊云網(wǎng)智”計(jì)算架構(gòu)實(shí)現(xiàn)規(guī)模化應(yīng)用 17
1.5 計(jì)算芯片 17
1.5.1 行業(yè)對芯片需求加劇 18
1.5.2 芯片制造工藝發(fā)展實(shí)現(xiàn)多點(diǎn)突破 18
1.5.3 X86和ARM在智能計(jì)算中仍占據(jù)重要地位 20
1.5.4 通用加速芯片支撐智能計(jì)算性能成倍提升 21
1.5.5 領(lǐng)域定制芯片蓬勃發(fā)展 22
1.5.6 芯粒組裝模式成為重要發(fā)展趨勢 24
1.5.7 多源異構(gòu)數(shù)據(jù)的處理需求增長迅速 25
1.5.8 新型芯片產(chǎn)業(yè)化應(yīng)用有待提升 26
1.6 智算中心操作系統(tǒng) 27
1.6.1 智算中心操作系統(tǒng)是云操作系統(tǒng)迭代升級的產(chǎn)物 27
1.6.2 頭部廠商紛紛布局并推動智算中心操作系統(tǒng)發(fā)展 29
1.7 智能計(jì)算平臺 30
1.7.1 智能計(jì)算與高性能計(jì)算平臺結(jié)合與發(fā)展 30
1.7.2 智能計(jì)算系統(tǒng)發(fā)展應(yīng)用面臨多方挑戰(zhàn) 33
第2章 我國發(fā)展現(xiàn)狀 37
2.1 國產(chǎn)計(jì)算芯片 37
2.1.1 我國電子信息產(chǎn)業(yè)規(guī)模增長迅速 37
2.1.2 國產(chǎn)CPU芯片自主化生態(tài)體系加速構(gòu)建 38
2.1.3 國產(chǎn)GPU芯片研發(fā)迎來熱潮 39
2.1.4 國產(chǎn)FPGA公司加快研發(fā)進(jìn)度 41
2.1.5 國產(chǎn)AI芯片研發(fā)能力顯著提升 42
2.1.6 國產(chǎn)領(lǐng)域?qū)Ｓ眯酒铀賴a(chǎn)化替代 44
2.1.7 國產(chǎn)存算一體芯片突破瓶頸 45
2.2 操作系統(tǒng)與基礎(chǔ)軟件 47
2.2.1 我國AI基礎(chǔ)模型發(fā)展迅速 47
2.2.2 操作系統(tǒng)迎來新一輪繁榮期 48
2.2.3 國產(chǎn)軟硬件多樣化的智能計(jì)算生態(tài)加速成型 49
2.2.4 “端邊云一體”的AI軟件加速人工智能全場景應(yīng)用 51
2.2.5 我國在大規(guī)模并行計(jì)算方面步入世界領(lǐng)先水平 52
2.2.6 規(guī)模化智算中心操作系統(tǒng)應(yīng)用達(dá)到國際先進(jìn)水平 54
2.2.7 智算中心操作系統(tǒng)向多場景延伸和覆蓋 56
2.3 云邊協(xié)同 60
2.3.1 云邊協(xié)同的融合計(jì)算模式成為新的發(fā)展方向 61
2.3.2 “端邊云網(wǎng)智”融合計(jì)算技術(shù)不斷創(chuàng)新且產(chǎn)業(yè)發(fā)展趨勢逐步明朗 62
2.3.3 人工智能從中心云向邊緣下沉促使邊緣智能應(yīng)運(yùn)而生 64
2.3.4 云服務(wù)向邊緣側(cè)延展并提出全新安全防護(hù)需求 65
2.4 計(jì)算生態(tài)規(guī)模、架構(gòu)、形態(tài)同步演進(jìn) 67
2.4.1 基建化、一體化建設(shè)亟待發(fā)展 67
2.4.2 國內(nèi)企業(yè)紛紛探索跨域算力協(xié)同支撐全國算力一體化建設(shè) 68
2.4.3 應(yīng)用推動算力多元化創(chuàng)新發(fā)展 68
第3章 未來展望 70
3.1 計(jì)算平臺技術(shù)不斷突破，生態(tài)構(gòu)建逐步完善 70
3.1.1 計(jì)算平臺體系結(jié)構(gòu)孕育重大創(chuàng)新 70
3.1.2 計(jì)算平臺軟件生態(tài)迎來重要發(fā)展機(jī)遇 71
3.2 新型基礎(chǔ)服務(wù)設(shè)施推動智能計(jì)算產(chǎn)業(yè)發(fā)展 72
3.2.1 算力一體化發(fā)展成為國家戰(zhàn)略 72
3.2.2 構(gòu)建多元異構(gòu)算力設(shè)施體系推動智算中心建設(shè) 73
3.3 操作系統(tǒng)促進(jìn)行業(yè)深度融合 73
3.3.1 深度學(xué)習(xí)框架深化探索 73
3.3.2 超大規(guī)模預(yù)訓(xùn)練模型通用化 74
3.3.3 云原生加速AI落地 75
3.4 多項(xiàng)計(jì)算芯片實(shí)現(xiàn)國產(chǎn)自主化 76
3.4.1 多種指令架構(gòu)并行演進(jìn)發(fā)展 76
3.4.2 核心芯片設(shè)計(jì)封裝技術(shù)升級 77
3.4.3 自主計(jì)算芯片產(chǎn)業(yè)生態(tài)環(huán)境快速形成 77
3.5 云數(shù)智深度融合成為推動數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展的新動力引擎 79
3.5.1 算力的多元化持續(xù)豐富泛在軟件定義內(nèi)涵 80
3.5.2 大規(guī)模多云混合云進(jìn)一步往互聯(lián)互通互操作方向發(fā)展 80
3.5.3 虛擬化和容器化并存融合演進(jìn)推動云原生技術(shù)重塑IT 架構(gòu) 81
3.5.4 數(shù)、智、超以云為基礎(chǔ)底座并在云上統(tǒng)一以服務(wù)形式呈現(xiàn) 81
3.5.5 數(shù)據(jù)中心完全自動化管理開始“由點(diǎn)到面” 81
3.5.6 開源成為技術(shù)創(chuàng)新和生態(tài)構(gòu)建的主要途徑 82
3.5.7 云及數(shù)據(jù)安全新技術(shù)持續(xù)發(fā)展 82
3.5.8 無代碼/低代碼平臺加速人工智能應(yīng)用落地 82
第4章 我國熱點(diǎn)亮點(diǎn) 84
4.1 計(jì)算芯片 84
4.1.1 芯片需求持續(xù)擴(kuò)張推動國產(chǎn)芯片向國際先進(jìn)看齊 84
4.1.2 我國自研芯片在多領(lǐng)域?qū)崿F(xiàn)技術(shù)與研發(fā)突破 86
4.1.3 我國自主指令系統(tǒng)架構(gòu)步入新階段 88
4.1.4 智能計(jì)算芯片加速實(shí)現(xiàn)規(guī)模化的國產(chǎn)替代 89
4.1.5 計(jì)算芯片IP芯片化 90
4.1.6 加強(qiáng)核心技術(shù)理論突破與先進(jìn)技術(shù)創(chuàng)新 91
4.2 操作系統(tǒng)/基礎(chǔ)軟件 93
4.2.1 面向人網(wǎng)物融合場景的多端融合操作系統(tǒng)探索發(fā)展 93
4.2.2 新型操作系統(tǒng)呈現(xiàn)多樣化發(fā)展趨勢 94
4.2.3 深度學(xué)習(xí)大規(guī)模應(yīng)用開發(fā)部署能力與模型構(gòu)建成為亮點(diǎn) 96
4.2.4 人工智能技術(shù)實(shí)現(xiàn)與熱點(diǎn)行業(yè)場景的深度融合 97
4.2.5 智算中心操作系統(tǒng)成為企業(yè)實(shí)現(xiàn)AI應(yīng)用的載體 99
4.2.6 加強(qiáng)智算中心操作系統(tǒng)技術(shù)突破與生態(tài)建設(shè) 102
4.3 計(jì)算平臺 103
4.3.1 我國在計(jì)算平臺建設(shè)的能力和技術(shù)儲備達(dá)世界領(lǐng)先水平 103
4.3.2 我國自研計(jì)算系統(tǒng)性能顯著提升并實(shí)現(xiàn)多線應(yīng)用 105
4.3.3 超大規(guī)模數(shù)據(jù)中心建設(shè)與10E量級的計(jì)算平臺協(xié)同發(fā)展 106
4.4 計(jì)算模式 108
4.4.1 “端邊云網(wǎng)智”融合的計(jì)算模式處于發(fā)展初期 108
4.4.2 邊緣計(jì)算業(yè)務(wù)下沉 109
4.4.3 圖計(jì)算實(shí)現(xiàn)技術(shù)突破并取得多項(xiàng)創(chuàng)新成果 110
第5章 領(lǐng)域年度熱詞 112
第6章 領(lǐng)域“長板” 117
6.1 計(jì)算模式 117
6.2 計(jì)算芯片 118
參考文獻(xiàn) 120
《中國電子信息工程科技發(fā)展研究》編寫說明
前言
第1章 全球發(fā)展態(tài)勢 1
1.1 智能計(jì)算 1
1.1.1 智能計(jì)算應(yīng)用領(lǐng)域不斷擴(kuò)展 2
1.1.2 智能計(jì)算向多元化、規(guī)模化方向發(fā)展 3
1.1.3 智能計(jì)算給計(jì)算機(jī)體系結(jié)構(gòu)帶來挑戰(zhàn) 4
1.1.4 智算中心成為行業(yè)發(fā)展方向 5
1.1.5 智能計(jì)算框架創(chuàng)新升級 6
1.1.6 智能計(jì)算推動行業(yè)智能化升級 7
1.1.7 存算一體架構(gòu)為算力提升提供新的機(jī)遇 8
1.2 非傳統(tǒng)計(jì)算 9
1.3 開源創(chuàng)新和生態(tài)構(gòu)建 11
1.3.1 國際國內(nèi)智能計(jì)算開源生態(tài)建設(shè)并行發(fā)展 12
1.3.2 基于云服務(wù)的開源協(xié)同更加智能化 13
1.3.3 基于RISC-V的開源芯片快速崛起 14
1.4 計(jì)算模式與行業(yè)應(yīng)用 15
1.4.1 5G促進(jìn)“端邊云網(wǎng)智”計(jì)算模式全面發(fā)展與應(yīng)用 15
1.4.2 云邊端融合計(jì)算在工業(yè)領(lǐng)域應(yīng)用趨于成熟 16
1.4.3 人工智能依托“端邊云網(wǎng)智”計(jì)算架構(gòu)實(shí)現(xiàn)規(guī)模化應(yīng)用 17
1.5 計(jì)算芯片 17
1.5.1 行業(yè)對芯片需求加劇 18
1.5.2 芯片制造工藝發(fā)展實(shí)現(xiàn)多點(diǎn)突破 18
1.5.3 X86和ARM在智能計(jì)算中仍占據(jù)重要地位 20
1.5.4 通用加速芯片支撐智能計(jì)算性能成倍提升 21
1.5.5 領(lǐng)域定制芯片蓬勃發(fā)展 22
1.5.6 芯粒組裝模式成為重要發(fā)展趨勢 24
1.5.7 多源異構(gòu)數(shù)據(jù)的處理需求增長迅速 25
1.5.8 新型芯片產(chǎn)業(yè)化應(yīng)用有待提升 26
1.6 智算中心操作系統(tǒng) 27
1.6.1 智算中心操作系統(tǒng)是云操作系統(tǒng)迭代升級的產(chǎn)物 27
1.6.2 頭部廠商紛紛布局并推動智算中心操作系統(tǒng)發(fā)展 29
1.7 智能計(jì)算平臺 30
1.7.1 智能計(jì)算與高性能計(jì)算平臺結(jié)合與發(fā)展 30
1.7.2 智能計(jì)算系統(tǒng)發(fā)展應(yīng)用面臨多方挑戰(zhàn) 33
第2章 我國發(fā)展現(xiàn)狀 37
2.1 國產(chǎn)計(jì)算芯片 37
2.1.1 我國電子信息產(chǎn)業(yè)規(guī)模增長迅速 37
2.1.2 國產(chǎn)CPU芯片自主化生態(tài)體系加速構(gòu)建 38
2.1.3 國產(chǎn)GPU芯片研發(fā)迎來熱潮 39
2.1.4 國產(chǎn)FPGA公司加快研發(fā)進(jìn)度 41
2.1.5 國產(chǎn)AI芯片研發(fā)能力顯著提升 42
2.1.6 國產(chǎn)領(lǐng)域?qū)Ｓ眯酒铀賴a(chǎn)化替代 44
2.1.7 國產(chǎn)存算一體芯片突破瓶頸 45
2.2 操作系統(tǒng)與基礎(chǔ)軟件 47
2.2.1 我國AI基礎(chǔ)模型發(fā)展迅速 47
2.2.2 操作系統(tǒng)迎來新一輪繁榮期 48
2.2.3 國產(chǎn)軟硬件多樣化的智能計(jì)算生態(tài)加速成型 49
2.2.4 “端邊云一體”的AI軟件加速人工智能全場景應(yīng)用 51
2.2.5 我國在大規(guī)模并行計(jì)算方面步入世界領(lǐng)先水平 52
2.2.6 規(guī)模化智算中心操作系統(tǒng)應(yīng)用達(dá)到國際先進(jìn)水平 54
2.2.7 智算中心操作系統(tǒng)向多場景延伸和覆蓋 56
2.3 云邊協(xié)同 60
2.3.1 云邊協(xié)同的融合計(jì)算模式成為新的發(fā)展方向 61
2.3.2 “端邊云網(wǎng)智”融合計(jì)算技術(shù)不斷創(chuàng)新且產(chǎn)業(yè)發(fā)展趨勢逐步明朗 62
2.3.3 人工智能從中心云向邊緣下沉促使邊緣智能應(yīng)運(yùn)而生 64
2.3.4 云服務(wù)向邊緣側(cè)延展并提出全新安全防護(hù)需求 65
2.4 計(jì)算生態(tài)規(guī)模、架構(gòu)、形態(tài)同步演進(jìn) 67
2.4.1 基建化、一體化建設(shè)亟待發(fā)展 67
2.4.2 國內(nèi)企業(yè)紛紛探索跨域算力協(xié)同支撐全國算力一體化建設(shè) 68
2.4.3 應(yīng)用推動算力多元化創(chuàng)新發(fā)展 68
第3章 未來展望 70
3.1 計(jì)算平臺技術(shù)不斷突破，生態(tài)構(gòu)建逐步完善 70
3.1.1 計(jì)算平臺體系結(jié)構(gòu)孕育重大創(chuàng)新 70
3.1.2 計(jì)算平臺軟件生態(tài)迎來重要發(fā)展機(jī)遇 71
3.2 新型基礎(chǔ)服務(wù)設(shè)施推動智能計(jì)算產(chǎn)業(yè)發(fā)展 72
3.2.1 算力一體化發(fā)展成為國家戰(zhàn)略 72
3.2.2 構(gòu)建多元異構(gòu)算力設(shè)施體系推動智算中心建設(shè) 73
3.3 操作系統(tǒng)促進(jìn)行業(yè)深度融合 73
3.3.1 深度學(xué)習(xí)框架深化探索 73
3.3.2 超大規(guī)模預(yù)訓(xùn)練模型通用化 74
3.3.3 云原生加速AI落地 75
3.4 多項(xiàng)計(jì)算芯片實(shí)現(xiàn)國產(chǎn)自主化 76
3.4.1 多種指令架構(gòu)并行演進(jìn)發(fā)展 76
3.4.2 核心芯片設(shè)計(jì)封裝技術(shù)升級 77
3.4.3 自主計(jì)算芯片產(chǎn)業(yè)生態(tài)環(huán)境快速形成 77
3.5 云數(shù)智深度融合成為推動數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展的新動力引擎 79
3.5.1 算力的多元化持續(xù)豐富泛在軟件定義內(nèi)涵 80
3.5.2 大規(guī)模多云混合云進(jìn)一步往互聯(lián)互通互操作方向發(fā)展 80
3.5.3 虛擬化和容器化并存融合演進(jìn)推動云原生技術(shù)重塑IT 架構(gòu) 81
3.5.4 數(shù)、智、超以云為基礎(chǔ)底座并在云上統(tǒng)一以服務(wù)形式呈現(xiàn) 81
3.5.5 數(shù)據(jù)中心完全自動化管理開始“由點(diǎn)到面” 81
3.5.6 開源成為技術(shù)創(chuàng)新和生態(tài)構(gòu)建的主要途徑 82
3.5.7 云及數(shù)據(jù)安全新技術(shù)持續(xù)發(fā)展 82
3.5.8 無代碼/低代碼平臺加速人工智能應(yīng)用落地 82
第4章 我國熱點(diǎn)亮點(diǎn) 84
4.1 計(jì)算芯片 84
4.1.1 芯片需求持續(xù)擴(kuò)張推動國產(chǎn)芯片向國際先進(jìn)看齊 84
4.1.2 我國自研芯片在多領(lǐng)域?qū)崿F(xiàn)技術(shù)與研發(fā)突破 86
4.1.3 我國自主指令系統(tǒng)架構(gòu)步入新階段 88
4.1.4 智能計(jì)算芯片加速實(shí)現(xiàn)規(guī)模化的國產(chǎn)替代 89
4.1.5 計(jì)算芯片IP芯片化 90
4.1.6 加強(qiáng)核心技術(shù)理論突破與先進(jìn)技術(shù)創(chuàng)新 91
4.2 操作系統(tǒng)/基礎(chǔ)軟件 93
4.2.1 面向人網(wǎng)物融合場景的多端融合操作系統(tǒng)探索發(fā)展 93
4.2.2 新型操作系統(tǒng)呈現(xiàn)多樣化發(fā)展趨勢 94
4.2.3 深度學(xué)習(xí)大規(guī)模應(yīng)用開發(fā)部署能力與模型構(gòu)建成為亮點(diǎn) 96
4.2.4 人工智能技術(shù)實(shí)現(xiàn)與熱點(diǎn)行業(yè)場景的深度融合 97
4.2.5 智算中心操作系統(tǒng)成為企業(yè)實(shí)現(xiàn)AI應(yīng)用的載體 99
4.2.6 加強(qiáng)智算中心操作系統(tǒng)技術(shù)突破與生態(tài)建設(shè) 102
4.3 計(jì)算平臺 103
4.3.1 我國在計(jì)算平臺建設(shè)的能力和技術(shù)儲備達(dá)世界領(lǐng)先水平 103
4.3.2 我國自研計(jì)算系統(tǒng)性能顯著提升并實(shí)現(xiàn)多線應(yīng)用 105
4.3.3 超大規(guī)模數(shù)據(jù)中心建設(shè)與10E量級的計(jì)算平臺協(xié)同發(fā)展 106
4.4 計(jì)算模式 108
4.4.1 “端邊云網(wǎng)智”融合的計(jì)算模式處于發(fā)展初期 108
4.4.2 邊緣計(jì)算業(yè)務(wù)下沉 109
4.4.3 圖計(jì)算實(shí)現(xiàn)技術(shù)突破并取得多項(xiàng)創(chuàng)新成果 110
第5章 領(lǐng)域年度熱詞 112
第6章 領(lǐng)域“長板” 117
6.1 計(jì)算模式 117
6.2 計(jì)算芯片 118
參考文獻(xiàn) 120
展開全部
中國電子信息工程科技發(fā)展研究——智能計(jì)算專題 節(jié)選
第1章 全球發(fā)展態(tài)勢 智能計(jì)算作為人工智能時(shí)代的重要生產(chǎn)力，已成為國際計(jì)算機(jī)科技發(fā)展的焦點(diǎn)，全球發(fā)展態(tài)勢呈現(xiàn)出的主要特征表現(xiàn)在：智能計(jì)算形態(tài)日趨豐富，非傳統(tǒng)計(jì)算處于探索階段，計(jì)算芯片向多元化、高性能、定制化演進(jìn)，開源生態(tài)逐步完善，計(jì)算模式與行業(yè)需求精準(zhǔn)匹配，智算中心操作系統(tǒng)走向智能化、平臺化、網(wǎng)絡(luò)化、服務(wù)化，如圖1.1所示。 圖1.1 智能計(jì)算領(lǐng)域全球發(fā)展態(tài)勢 1.1 智能計(jì)算 以人工智能為主要推動力的智能計(jì)算正在向多元化、巨量化、生態(tài)化方向演進(jìn)，有效推動了AI產(chǎn)業(yè)化和產(chǎn)業(yè)AI化的快速發(fā)展，加速數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合。分環(huán)節(jié)來看，AI芯片向算力多元化方向演進(jìn)；智算中心成為算力基礎(chǔ)設(shè)施發(fā)展的新方向，大算力、大模型成為智算中心的典型特征；智算中心基礎(chǔ)軟件也由云操作系統(tǒng)向云數(shù)智融合方向發(fā)展，逐漸演進(jìn)成智算中心操作系統(tǒng)；AI計(jì)算框架已經(jīng)從百家爭鳴縮減為有限的幾種，市場格局進(jìn)一步清晰，但整體上仍由國際科技巨頭主導(dǎo)；智算中心和AI能力開放平臺的建設(shè)推動著智能計(jì)算生態(tài)不斷向開放、融合的方向發(fā)展。分地區(qū)來看，美國科技企業(yè)在AI算力、智算中心、AI計(jì)算框架、AI開放平臺方面有較強(qiáng)的資金和技術(shù)優(yōu)勢，引領(lǐng)全球AI技術(shù)的發(fā)展；我國將人工智能視為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力，在AI算力基礎(chǔ)設(shè)施的建設(shè)中不斷加大投入，特別是在AI服務(wù)器、AI計(jì)算框架和AI開放平臺方面，中國科技創(chuàng)新企業(yè)正奮起直追，在部分領(lǐng)域已經(jīng)與國際科技巨頭比肩而行。 1.1.1 智能計(jì)算應(yīng)用領(lǐng)域不斷擴(kuò)展 人工智能已進(jìn)入工程化落地關(guān)鍵期，與行業(yè)融合滲透不斷深入，成為醫(yī)療、交通、基礎(chǔ)科學(xué)等領(lǐng)域創(chuàng)新突破的有力抓手。在醫(yī)療領(lǐng)域，智能計(jì)算與精準(zhǔn)醫(yī)療深度結(jié)合，實(shí)現(xiàn)輔助智能診斷、智能手術(shù)規(guī)劃、智能手術(shù)導(dǎo)航等應(yīng)用，大幅提升醫(yī)生的工作效率。例如，哈爾濱醫(yī)科大學(xué)**附屬醫(yī)院依靠AI技術(shù)實(shí)現(xiàn)復(fù)雜手術(shù)的術(shù)前規(guī)劃和術(shù)中導(dǎo)航，輔助醫(yī)生精準(zhǔn)避讓高位脊髓組織周邊的關(guān)鍵中樞神經(jīng)，實(shí)施了頸部腫瘤切除術(shù)，幫助患者恢復(fù)健康。在交通領(lǐng)域，智能計(jì)算助力無人駕駛的落地應(yīng)用。百度無人駕駛項(xiàng)目Apollo Go已在多個(gè)城市試運(yùn)行，累計(jì)接待旅客超過21萬人次；中國自動駕駛企業(yè)(如百度、文遠(yuǎn)知行等)正積極開展基于開放道路的無人駕駛測試，標(biāo)志著我國無人駕駛技術(shù)加速走向產(chǎn)業(yè)應(yīng)用。在基礎(chǔ)科學(xué)領(lǐng)域，智能計(jì)算助力科學(xué)研究探索發(fā)現(xiàn)新規(guī)律。谷歌子公司深度思考(Deep Mind)助力AI技術(shù)與數(shù)學(xué)家合作，AI首先對大規(guī)模數(shù)據(jù)進(jìn)行探測來提出解題猜想，數(shù)學(xué)家對猜想進(jìn)行精確表述和嚴(yán)格證明，從而發(fā)現(xiàn)與證明新的數(shù)學(xué)理論，該技術(shù)已經(jīng)幫助數(shù)學(xué)家得到了紐結(jié)理論中代數(shù)和幾何不變量之間的關(guān)系。同時(shí)，智能計(jì)算也被廣泛應(yīng)用到其他各項(xiàng)科學(xué)研究中。例如，AlphaFold2模型通過訓(xùn)練來預(yù)測蛋白質(zhì)的3D折疊形狀，IBM用人工智能預(yù)測有機(jī)化學(xué)反應(yīng)的結(jié)果，從而加速新藥的實(shí)驗(yàn)研制進(jìn)度。以上表明，智能計(jì)算將成為人類擴(kuò)展科學(xué)知識邊界的*有用工具之一。 1.1.2 智能計(jì)算向多元化、規(guī)模化方向發(fā)展 智能計(jì)算的“多元化”包括計(jì)算場景的多樣化和計(jì)算架構(gòu)的多元化。**，智能計(jì)算場景復(fù)雜多樣。云計(jì)算、邊緣計(jì)算、關(guān)鍵計(jì)算、科學(xué)計(jì)算等不同領(lǐng)域數(shù)據(jù)量級和計(jì)算類型各異，從AI推理到AI訓(xùn)練各階段的數(shù)據(jù)量大不相同。同時(shí)，計(jì)算類型的新擴(kuò)展也增大了算力需求跨度，這些復(fù)雜的應(yīng)用場景推動著智能計(jì)算向多元化方向發(fā)展。第二，智能計(jì)算架構(gòu)多元化。一方面，智能計(jì)算的數(shù)據(jù)輸入種類繁多(如結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)輸入)，不同類型的數(shù)據(jù)對計(jì)算芯片指令集、微架構(gòu)的要求不同，通用計(jì)算架構(gòu)已經(jīng)無法滿足多元化計(jì)算場景要求。另一方面，智能手機(jī)的發(fā)展及互聯(lián)網(wǎng)的普及為智能計(jì)算帶來了海量的數(shù)據(jù)，單一架構(gòu)處理器已經(jīng)難以滿足海量數(shù)據(jù)的實(shí)時(shí)處理要求。因此，高算力、低能耗且適應(yīng)各類復(fù)雜環(huán)境的定制化AI芯片成為智能計(jì)算的發(fā)展熱點(diǎn)。谷歌、百度、寒武紀(jì)等頭部科技企業(yè)依托自身技術(shù)及業(yè)務(wù)優(yōu)勢從不同的切入點(diǎn)布局芯片產(chǎn)品研發(fā)和規(guī)模應(yīng)用。在云端芯片方面，國外企業(yè)仍然占據(jù)領(lǐng)先優(yōu)勢。2021年谷歌發(fā)布TPUv4 AI芯片，得益于其獨(dú)*的高速互連技術(shù)，能夠?qū)?shù)百個(gè)獨(dú)立的TPU處理器轉(zhuǎn)變?yōu)橐粋(gè)整體系統(tǒng)，從而大幅提升云計(jì)算性能，如TPU v4 Pod(包含4096個(gè)TPU v4)算力可達(dá)到1 EXAFLOPS。2019年昆侖芯1代芯片首次在國內(nèi)大型互聯(lián)網(wǎng)業(yè)務(wù)上進(jìn)行萬片以上的規(guī)模部署。昆侖芯2代芯片基于自研XPU-R架構(gòu)，采用7nm制程，GDDR6高帶寬顯存，半浮點(diǎn)精度(FP16)算力可達(dá)128 TFLOPS，規(guī)模部署后云計(jì)算性能大幅提高，進(jìn)一步打破了國外企業(yè)對云端芯片的長期壟斷。在邊緣和終端芯片方面，截至2021年底，憑借MLU220/MLU270產(chǎn)品，寒武紀(jì)在邊緣計(jì)算上實(shí)現(xiàn)近百萬片量級的規(guī)模銷售。2022年比特大陸(算能)、燧原科技等企業(yè)也在持續(xù)發(fā)力，邊緣和終端芯片計(jì)算性能逐步達(dá)到行業(yè)中高端水平。綜上所述，伴隨人工智能在各個(gè)行業(yè)的應(yīng)用，各類AI芯片的需求大幅提升，且更加細(xì)分多元，促使智能計(jì)算向多元化、規(guī)模化方向發(fā)展。 1.1.3 智能計(jì)算給計(jì)算機(jī)體系結(jié)構(gòu)帶來挑戰(zhàn) 智能計(jì)算的大模型、大數(shù)據(jù)、大算力及應(yīng)用的不斷升級，給計(jì)算機(jī)體系結(jié)構(gòu)帶來挑戰(zhàn)。**，智能計(jì)算系統(tǒng)的存儲需求不斷提升。以NLP(自然語言處理)任務(wù)為例，基于自監(jiān)督學(xué)習(xí)的預(yù)訓(xùn)練模型興起后，模型精度隨著模型尺寸及訓(xùn)練數(shù)據(jù)的增加而顯著提升。2020年Open AI發(fā)布的GPT-3模型參數(shù)量突破千億量級，達(dá)到了1750億，單次訓(xùn)練需要355張GPU，花費(fèi)大約2000萬美元，且巨量模型對內(nèi)存的需求呈指數(shù)級上漲。2021年，清華大學(xué)、北京智源等單位基于新一代神威超算系統(tǒng)完成百萬億參數(shù)大模型的高效訓(xùn)練。在超大規(guī)模智能計(jì)算系統(tǒng)中，需要同時(shí)滿足幾萬塊AI加速卡的高性能讀取需求，這促使智能計(jì)算存儲系統(tǒng)向更大規(guī)模的方向發(fā)展。第二，智能計(jì)算系統(tǒng)的算力需求不斷提升。例如，GPT-3模型對算力的需求達(dá)到3640PD (PFLOPS-Day)，未來到2023年巨量模型的算力需求將達(dá)到百萬PD。然而，在當(dāng)今世界*快的超算系統(tǒng)上，完成百萬PD的計(jì)算所需時(shí)間約為2年。此外，巨量模型的訓(xùn)練、調(diào)試以及應(yīng)用還帶來高能耗、高成本等問題。例如，在微軟超算數(shù)據(jù)中心訓(xùn)練一次GPT-3模型消耗的電量約為19萬度。由此可見，通過提高智能計(jì)算效率來降低計(jì)算成本將成為業(yè)內(nèi)解決大模型應(yīng)用落地的有效方法。 1.1.4 智算中心成為行業(yè)發(fā)展方向 智算中心可提供算力、數(shù)據(jù)和算法等人工智能全棧能力，是支撐人工智能快速發(fā)展和應(yīng)用運(yùn)行的新型算力基礎(chǔ)設(shè)施。近年來，隨著應(yīng)用場景日益復(fù)雜化，AI算力需求呈指數(shù)級增長，智算中心規(guī)模不斷擴(kuò)大。根據(jù)美國《2020年國家AI倡議法案》(National AI Initiative Act of 2020)，美國國家AI倡導(dǎo)辦公室確定了國家AI研究與應(yīng)用協(xié)調(diào)發(fā)展項(xiàng)目，將用于AI的超算中心列為保持美國AI競爭力的四大基礎(chǔ)設(shè)施之一。美國臉書公司，其AI“研究超級集群”(AI Research Super Cluster， RSC)在第二階段完成時(shí)將包含大約16000個(gè)GPU，能夠“在1艾字節(jié)大的數(shù)據(jù)集上使用超過一萬億個(gè)參數(shù)”訓(xùn)練AI系統(tǒng)，可以從數(shù)萬億實(shí)例中學(xué)習(xí)，跨越數(shù)百種語言工作，把文本、圖像和視頻放在一起分析。臉書認(rèn)為，它將是世界上*快的AI超級計(jì)算機(jī)。未來，隨著智能社會的不斷發(fā)展，智算中心將成為支撐和引領(lǐng)數(shù)字經(jīng)濟(jì)、智能產(chǎn)業(yè)、智慧城市、智慧社會發(fā)展的關(guān)鍵信息基礎(chǔ)設(shè)施，并有效促進(jìn)AI產(chǎn)業(yè)化、產(chǎn)業(yè)AI化及政府治理智能化的進(jìn)程，推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。數(shù)據(jù)中心智能化升級將進(jìn)一步加快步伐，基礎(chǔ)算力、智能算力、超算算力結(jié)構(gòu)將隨著計(jì)算需求持續(xù)變化，智能算力規(guī)模占比將持續(xù)擴(kuò)大。 1.1.5 智能計(jì)算框架創(chuàng)新升級 全球來看，目前以谷歌、臉書、亞馬遜、微軟等為代表的互聯(lián)網(wǎng)科技巨頭，憑借自身的數(shù)據(jù)、技術(shù)和資本等優(yōu)勢，持續(xù)在AI計(jì)算框架生態(tài)領(lǐng)域發(fā)力，引領(lǐng)全球AI計(jì)算框架創(chuàng)新升級。其中*具有代表性的是谷歌公司的TensorFlow框架和臉書公司的PyTorch框架。從市場占有率情況看，產(chǎn)業(yè)界以TensorFlow為主，學(xué)術(shù)界以PyTorch為主。產(chǎn)業(yè)方面，谷歌于2019年推出TensorFlow Enterprise，為大型企業(yè)提供TensorFlow的優(yōu)化版本以及長期的技術(shù)支持，并與Google Cloud服務(wù)深度集成，持續(xù)鞏固TensorFlow在產(chǎn)業(yè)界的領(lǐng)先地位；學(xué)術(shù)方面，據(jù)Papers With Code數(shù)據(jù)顯示，2021年全年基于PyTorch的論文數(shù)量在所有基于AI計(jì)算框架的論文中占比高達(dá)58.56%，其在學(xué)術(shù)界的領(lǐng)先優(yōu)勢在持續(xù)加強(qiáng)。未來短期內(nèi)，這種谷歌(TensorFlow)和臉書(PyTorch)為代表的“雙寡頭”格局較難改變。在國際
書友推薦
- >
名家?guī)阕x魯迅:故事新編
- >
煙與鏡
- >
回憶愛瑪儂
- >
羅庸西南聯(lián)大授課錄
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
我從未如此眷戀人間
- >
史學(xué)評論
- >
莉莉和章魚
本類暢銷
