0引言
計算是人類認(rèn)知世界的一種模式。所謂算力,簡而言之就是計算能力,它指代了人類對數(shù)據(jù)的處理能力,也集中代表了人類智慧的發(fā)展水平。自20世紀(jì)40年代計算機(jī)正式誕生以來,計算技術(shù)始終保持快速創(chuàng)新的發(fā)展態(tài)勢,不僅支撐了PC、互聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)等信息通信產(chǎn)業(yè)數(shù)輪浪潮式迭代,更是科技、經(jīng)濟(jì)和社會創(chuàng)新發(fā)展的重要推動力。當(dāng)前,人類社會正在從工業(yè)社會向數(shù)字社會邁進(jìn)。需求和供給兩方面的深刻變化推動計算技術(shù)和相關(guān)產(chǎn)業(yè)進(jìn)入“百花齊放、百家爭鳴”的創(chuàng)新階段。為社會提供算力的產(chǎn)業(yè)不僅包括原有的集成電路和計算機(jī)產(chǎn)業(yè),還將包括超算中心、數(shù)據(jù)中心、邊緣計算中心等算力基礎(chǔ)設(shè)施。本文從需求和供給兩方面出發(fā),分析了算力產(chǎn)業(yè)當(dāng)前的發(fā)展趨勢、面臨的主要問題,并在此基礎(chǔ)上給出針對我國算力產(chǎn)業(yè)發(fā)展的一些建議。
1、萬物智能推動計算技術(shù)進(jìn)入新一輪創(chuàng)新周期
當(dāng)前,人類正在進(jìn)入萬物感知、萬物互聯(lián)和萬物智能的新時代,包括人工智能、自動駕駛、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等在內(nèi)的海量應(yīng)用創(chuàng)新對計算提出新的需求,使得計算技術(shù)進(jìn)入新一輪高速創(chuàng)新期。
1.1算力供給需求更大
5G、物聯(lián)網(wǎng)等技術(shù)革命性地提升了設(shè)備接入和信息傳輸?shù)哪芰Γ?a class="article-link" target="_blank" href="/tag/%E5%A4%A7%E6%95%B0%E6%8D%AE/">大數(shù)據(jù)、人工智能等技術(shù)使得數(shù)據(jù)的價值更好地釋放,在多種ICT技術(shù)融合發(fā)展和各行業(yè)加速數(shù)字化、智能化轉(zhuǎn)型的大背景下,全球數(shù)據(jù)量正在迎來新一輪爆發(fā)式增長。根據(jù)IDC的預(yù)測,未來3年全球新增的數(shù)據(jù)量將超過過去30年的總和,到2024年,全球數(shù)據(jù)總量將以26%的年均復(fù)合增長率增長到142.6 ZB。這些將使得數(shù)據(jù)存儲、數(shù)據(jù)傳輸、數(shù)據(jù)處理的需求呈現(xiàn)指數(shù)級增長,不斷提升對算力資源的需求。
1.2計算性能要求更高
典型應(yīng)用創(chuàng)新亟需單場景設(shè)備芯片更強(qiáng)算力的支撐。例如,OpenAI的研究顯示,2012—2018年,人工智能模型訓(xùn)練上的算力需求在6年內(nèi)增長超過30 萬倍,但芯片算力按摩爾定律同期僅增長7倍。根據(jù)英偉達(dá)的預(yù)測,L4級別的無人駕駛汽車在無法完全依靠優(yōu)化算法的情況下,對車載算力約有50倍的提升要求;而L5級別無人駕駛汽車相對于L4級別預(yù)計約有10倍的算力增長要求。
1.3算力需求隨時隨地
隨著萬物互聯(lián)和行業(yè)智能化的發(fā)展,未來很多智能應(yīng)用都需要在線實(shí)時提供,這對算力的泛在供給和及時供給提出更高要求。例如,在智慧工廠場景,越來越多的物聯(lián)網(wǎng)設(shè)備如傳感器、射頻掃碼識別器、高清攝像頭、AR/VR設(shè)備等將聯(lián)網(wǎng),采集到的數(shù)據(jù)需及時處理及時反饋;在車聯(lián)網(wǎng)場景,自動駕駛汽車需要與周圍車輛、路側(cè)單元、信號燈等設(shè)施實(shí)時互動,在更廣的地域范圍內(nèi)要求及時獲得算力供給。
1.4算力需求更多樣化
應(yīng)用類型的多樣化、算力部署的泛在化以及對成本、性能、功耗等的綜合考慮,使得差異化的算力需求得到了市場的廣泛支持。例如,由于智能工廠、車聯(lián)網(wǎng)、VR/AR等眾多應(yīng)用需要低時延的算力支持,同時人工智能訓(xùn)練和推理兩個不同階段在具體需求方面存在顯著差異,所以邊緣計算得以快速發(fā)展;又如,科學(xué)計算、人工智能模型訓(xùn)練、傳統(tǒng)互聯(lián)網(wǎng)應(yīng)用需要的算力之間差異顯著,超算中心、智能計算中心和普通的云計算中心都得以發(fā)展。未來不同層級、不同體系的算力融合協(xié)同,將成為算力產(chǎn)業(yè)發(fā)展的一大趨勢。
2、后摩爾時代計算技術(shù)進(jìn)入多要素綜合創(chuàng)新階段
過去在很長時間里,經(jīng)典計算系統(tǒng)是按照摩爾定律的步伐,通過工藝制程微縮的方式在同一芯片內(nèi)增加晶體管堆疊的數(shù)量,來實(shí)現(xiàn)計算性能的提高,從而推動整個算力產(chǎn)業(yè)的不斷升級。但是,隨著工藝制程不斷逼近物理極限,以及制程微縮帶來的成本不經(jīng)濟(jì)性,摩爾定律逐漸失效,整個算力產(chǎn)業(yè)進(jìn)入后摩爾時代,計算技術(shù)進(jìn)入多要素綜合創(chuàng)新階段。當(dāng)前,算力供給基本有4個層面:一是單芯片算力,二是整機(jī)算力,三是數(shù)據(jù)中心算力,四是網(wǎng)絡(luò)化算力。不同層面的算力通過不同的技術(shù)方式進(jìn)行持續(xù)演進(jìn)升級,以滿足萬物智能時代的多樣化算力供給需求。
在芯片層面,提升算力主要沿著3個方向:一是繼續(xù)延續(xù)摩爾定律,即通過新工藝如環(huán)繞式柵極(GateAll-Around,GAA)技術(shù)的研制等來持續(xù)縮小柵極寬度,依靠尋找新的晶體管材料如碳納米管材料以及新的互聯(lián)材料如鉍、光子(硅光技術(shù))等來降低功耗,從而持續(xù)增加同一芯片內(nèi)晶體管堆疊的數(shù)量。目前,臺積電、三星、Intel等芯片制造廠商已經(jīng)將后續(xù)工藝規(guī)劃至3 nm之下。二是借助先進(jìn)封裝技術(shù)實(shí)現(xiàn)異構(gòu)集成。其中,Chiplet模式是目前的明星技術(shù),能夠依靠不同工藝實(shí)現(xiàn)甚至是不同供應(yīng)商提供的芯片功能模塊集成到一起以提升芯片性能,從整體上降低芯片設(shè)計的復(fù)雜度和成本。
由于該技術(shù)使用了現(xiàn)成的裸芯片,因此也提高了開發(fā)效率,還降低了對工藝的要求。業(yè)界普遍認(rèn)為,Chiplet技術(shù)將帶來IC設(shè)計、EDA工具、制造工藝、先進(jìn)封測等各個產(chǎn)業(yè)鏈環(huán)節(jié)顛覆式的改變,是半導(dǎo)體產(chǎn)業(yè)繼續(xù)發(fā)展的有效手段。三是改變馮·諾依曼架構(gòu),采用并行處理的工作模式,使量子計算、類腦計算、數(shù)據(jù)流計算、并行計算等成為新的發(fā)展趨勢。當(dāng)然,這一方向目前商業(yè)化難度還較大,但已從基礎(chǔ)研究進(jìn)入產(chǎn)業(yè)化探索階段。
2.2整機(jī)算力
在數(shù)據(jù)中心層面,提升算力的主要方向是構(gòu)建大規(guī)模數(shù)據(jù)中心,橫向堆積更多的計算單元,從而提升數(shù)據(jù)中心的整體算力。根據(jù)美國市場調(diào)研機(jī)構(gòu)Synergy Research發(fā)布的數(shù)據(jù),截止到2020年第二季度,全球超大規(guī)模數(shù)據(jù)中心已達(dá)541 座,是2013年年初的3倍多。大規(guī)模數(shù)據(jù)中心的發(fā)展需要解決互聯(lián)網(wǎng)絡(luò)、功耗、散熱和運(yùn)維管理等方面的挑戰(zhàn)。數(shù)據(jù)中心發(fā)展的另一個方向是適應(yīng)時延敏感性業(yè)務(wù)的計算需求,發(fā)展邊緣數(shù)據(jù)中心。
2.4網(wǎng)絡(luò)化算力
在網(wǎng)絡(luò)化算力層面,一是通過多云打通、云網(wǎng)融合等實(shí)現(xiàn)數(shù)據(jù)中心和數(shù)據(jù)中心之間的有效互聯(lián),以實(shí)現(xiàn)海量計算資源的有效聯(lián)接和調(diào)度。二是積極發(fā)展云邊協(xié)同,推動邊緣計算的落地和云邊算力的協(xié)調(diào)調(diào)度。當(dāng)前,云原生技術(shù)正不斷輕量化并持續(xù)下沉,為邊緣側(cè)提供與云上一致的功能和體驗,推動邊云協(xié)同。三是“云—邊—端—網(wǎng)”的廣域算力網(wǎng)絡(luò)正在成為發(fā)展方向。要實(shí)現(xiàn)廣域算力網(wǎng)絡(luò)還需要解決計算資源的智能感知和智能調(diào)度、網(wǎng)絡(luò)傳輸服務(wù)等級協(xié)議的保障、計算資源使用的可信記賬等問題,目前尚未進(jìn)入產(chǎn)業(yè)化階段。
3、我國算力產(chǎn)業(yè)發(fā)展面臨的機(jī)遇和挑戰(zhàn)
經(jīng)過多年發(fā)展,我國算力產(chǎn)業(yè)已取得長足進(jìn)步。在基礎(chǔ)理論方面,我國面向人工智能應(yīng)用如模式識別、計算機(jī)視覺等方向的算法創(chuàng)新活躍,量子計算、類腦計算等前沿領(lǐng)域有所布局。在芯片技術(shù)方面,我國14 nm制造工藝量產(chǎn),存儲芯片批量生產(chǎn),個人計算機(jī)及服務(wù)器端的CPU芯片產(chǎn)品線豐富,AI專用芯片快速發(fā)展。在計算系統(tǒng)方面,我國超算多年位列全球前位,大規(guī)模云計算系統(tǒng)與國際先進(jìn)水平相當(dāng),面向新興應(yīng)用的邊緣計算、異構(gòu)計算等新系統(tǒng)和算力網(wǎng)絡(luò)等新領(lǐng)域均有發(fā)展。在軟件技術(shù)方面,我國操作系統(tǒng)企業(yè)供給質(zhì)量持續(xù)提升,數(shù)據(jù)庫領(lǐng)域不斷涌現(xiàn)出新興產(chǎn)品,開源生態(tài)的建設(shè)取得一定突破。在產(chǎn)業(yè)生態(tài)方面,我國龍頭企業(yè)在架構(gòu)、生態(tài)、算力、軟件和方案等領(lǐng)域均積極布局,積極構(gòu)建計算生態(tài)。
面向未來,我國算力產(chǎn)業(yè)發(fā)展具有三大機(jī)遇:一是全球計算技術(shù)發(fā)展正處于重大窗口期。當(dāng)前全球算力產(chǎn)業(yè)正在百花齊放、百家爭鳴,新概念新思路層出不窮,產(chǎn)業(yè)體系正在重新構(gòu)建,這正是我國算力產(chǎn)業(yè)擺脫路徑依賴、實(shí)現(xiàn)創(chuàng)新發(fā)展的大好時機(jī)。二是大國大市場的算力需求龐大。根據(jù)華為技術(shù)有限公司于2020年2月發(fā)布的《泛在算力:智能社會的基石》報告測算[1],目前我國的人均算力約為553 GFLOPS,屬于中等算力水平國家,而社會智能化成熟階段的人均算力需達(dá)29 000 GFLOPS以上,這意味著我國的算力規(guī)模至少需要再翻52 倍??紤]到從總量來看,我國目前已是全球第二大算力國,這也可以看出我國未來的新增算力供給需求極其龐大。三是發(fā)達(dá)國家的技術(shù)封鎖降低了我國國產(chǎn)技術(shù)的市場門檻。特別是在一些關(guān)鍵領(lǐng)域,即使我國新研制的技術(shù)與國際先進(jìn)水平相比有差距,但仍能在國內(nèi)找到一定的市場空間來獲得持續(xù)發(fā)展的力量。
3.2我國算力產(chǎn)業(yè)發(fā)展面臨的挑戰(zhàn)
如上所述,雖然我國算力產(chǎn)業(yè)的發(fā)展面臨機(jī)遇,但同時也面臨不小的挑戰(zhàn),具體體現(xiàn)在以下幾方面。
4、推動我國算力產(chǎn)業(yè)創(chuàng)新發(fā)展的建議
算力產(chǎn)業(yè)是數(shù)字經(jīng)濟(jì)時代的核心動力產(chǎn)業(yè)部門,驅(qū)動社會經(jīng)濟(jì)向數(shù)字化、網(wǎng)絡(luò)化、智能化方向發(fā)展。從支撐經(jīng)濟(jì)社會長期增長能力、促進(jìn)可持續(xù)發(fā)展的角度,我國必須高度重視算力產(chǎn)業(yè)的布局和發(fā)展,應(yīng)從以下方面重點(diǎn)推進(jìn)我國算力產(chǎn)業(yè)的創(chuàng)新發(fā)展。
5、結(jié)束語
[1] 華為技術(shù)有限公司. 泛在算力: 智能社會的基石[EB/OL]. 2020[2021-05-25]. https://www.huawei.com/cn/public-policy/ubiquitous-computing-power.
[2]中國移動通信有限公司研究院, 中國電信股份有限公司研究院, 中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院, 等. 多樣性算力技術(shù)愿景白皮書(2021年)[R], 2021.
[3] 許居衍, 黃安君. 后摩爾時代的技術(shù)創(chuàng)新[J]. 電子與封裝, 2020,20(12):3-6.
[4] 國家智庫. 劉鶴開會, 提到的“后摩爾時代”是什么概念[Z], 2021.
[5] 賽迪智庫. 2021年中國先進(jìn)計算產(chǎn)業(yè)發(fā)展趨勢[R]. 2021.
來源:控制工程網(wǎng)