先進計算是面向從量變到質變的信息需求，在計算方式、位置、算法或機理等方面產生進步和革新的新興計算技術及產業的統稱。縱觀歷史，人類社會的計算技術經歷了從結繩計數、基于機械原理的計算器到電子計算機的誕生，再到現代的超級計算、云計算乃至量子計算等，每一次計算范式的革新都顯著推動了社會生產力的跨越式提升。

硅-馮經典計算是現代計算技術范疇中發展最成熟、占據主流地位的技術范式，為人類社會進入信息化時代奠定了基礎。經歷了大半個世紀的發展，目前已形成相對清晰的技術框架，具體包括基礎理論及定律、物理載體(包括材料、工藝、器件、架構、整機)、軟件算法三部分（圖1）。計算架構和器件技術相互影響，相互促進，架構是器件技術走向應用的橋梁，而器件技術的進步則促進了架構的創新。一段時期以來，硅基器件工藝逐漸逼近物理極限，而馮·諾依曼架構的存儲程序模式也越來越難以滿足應用發展的需求。

圖1 經典計算的技術框架

隨著人工智能(artificial intelligence，AI)算力需求的爆發式增長，業內通過改進器件工藝、提升器件性能的方式來應對海量數據所需的高密度、實時性和多樣化的算力需求已難以為繼。重新定義器件結構、計算架構、系統軟件等，并在新興計算領域尋求種種可能，以期獲得較佳的技術路徑變得異常重要。

當前，先進計算技術發展呈現出雙軌并行的趨勢：一方面是圍繞AI 訓練與推理等新型計算任務，不斷優化和擴展現有計算架構，以應對模型規模持續擴大、實時性要求不斷提升的應用挑戰；另一方面則是通過探索量子計算、類腦計算等非馮·諾依曼架構的新興計算范式來解決傳統計算方法難以解決的問題。兩類并行路線正推動先進計算體系朝著更高效、更智能、更適應AI 時代復雜應用場景的方向演進。

點擊翻頁 點擊翻頁 點擊翻頁 點擊翻頁 點擊翻頁 點擊翻頁 點擊翻頁

中國電子信息工程科技發展研究.

AI先進計算技術專題購買

中國信息與電子工程科技發展戰略研究中心著

北京: 科學出版社, 2026.5

(新一代信息工程科技新質生產力技術系列)

ISBN 978-7-03-085637-1

《中國電子信息工程科技發展研究 .AI 先進計算技術專題》一書圍繞經典與新興兩種計算范式，深入研究國內外面向AI 的新興前沿計算技術(聚焦器件、工藝、材料等底層“使能”技術)發展現狀和趨勢，圍繞經典及新興計算技術發展態勢及全球新興前沿計算技術相關戰略、科研布局展開分析，厘清新興前沿計算技術譜系，提出近、遠期發展思路，希望能為我國面向AI 的先進計算技術布局、政策部署、發展戰略規劃及產業體系完善提供參考。本文節選分享“第7 章 面向AI 的先進計算技術發展趨勢研判”的部分內容。

為了更好地辨析面向AI 的先進計算技術整體發展態勢，本章（文）從構成信息通信技術(information and communication technology，ICT)的底座要素——軟件、硬件(器件技術)和架構的互動關系(圖2左側)出發加以分析。軟件、硬件和架構三者關系緊密，相互依賴，共同推動ICT 的發展和創新。其中，軟件和器件的互動來到“軟件定義器件”階段，軟件和架構的互動則進入“軟件定義架構”階段，進而實現“軟件定義一切”。而器件與架構的互動則形成四大技術譜系，如圖2右側所示。其中，“硅-馮”范式(即經典范式)的計算技術出現硬件、架構、軟件等多維創新，“堆疊異構集成”使不同類型、功能和性能的芯粒緊密地組合在一起，提高了芯片的整體性能和能效(如英偉達的DGX GB200)；“多樣性協處理器(xPU)的異構計算架構”為特定任務優化的協處理器協同工作，合理分配計算資源，提高了計算效率和靈活性(如xDSA)，是數字AI 芯片架構的發展主流；“軟件定義算法”以適應不斷變化的計算需求和硬件環境，優化計算流程，提高資源利用率(如英偉達的CUDA)。“類硅”技術是針對硅基器件能效(性能與功耗)瓶頸，尋找諸如TFET、2D FET 等新型開關器件替代硅CMOS 器件以提升能效。“類腦”架構是開發“類似”程度不同的“存算一體”“事件驅動”機理的神經形態計算，以解決存算分離的瓶頸，基于“類腦”架構的芯片屬于模擬AI 芯片。“新興”范式則基于新型狀態變換(如量子態)的量子計算等，在上述創新過程中逐步逼近并在最大程度上解決“硅-馮”范式的能效瓶頸問題。

圖2 后摩爾時代的技術創新

“硅-馮”范式仍將長期存在，但就其高能效指標需求而言已漸“日薄西山”，為此需充分結合新興范式的極高計算效率，通過“混合計算”實現計算資源的最優配置和任務的高效執行，如圖3 所示。混合計算的核心在于動態的任務分配與協同，以一個復雜任務為例(如自動駕駛的實時決策)，整個計算任務將被智能地分解：規則性的大規模矩陣運算由GPU 或存內計算陣列處理；連續流式的傳感器數據處理由事件驅動的神經形態計算芯片進行低功耗的實時感知與過濾；非結構化推理和復雜決策由CPU協調，這種“分工合作”的混合模式是實現能效和性能平衡的主要手段。

圖3 混合計算架構

這一趨勢首先體現在架構層面。傳統的“CPU+加速器”異構計算將繼續深化，并進化為更廣義的異構混合架構。這意味著，在一臺計算設備中不僅包含基于馮·諾依曼體系的通用CPU 和專用加速器(GPU、FPGA、ASIC 等)，更將集成基于不同物理原理或計算模式的計算單元，如模擬存內計算單元、神經形態計算芯片乃至量子處理器(QPU)，它們不是獨立的計算機，而是作為一個整體計算系統的不同“器官”各司其職。

其次，混合計算體現在計算范式的互補上。最具代表性的是經典-量子混合計算，在量子計算可預見的未來，QPU 并非取代經典計算機，而是與之協同工作。量子計算機擅長特定復雜計算，但其初始化、控制、結果讀取和后續處理均需強大的經典計算機輔助。未來的量子算法大多是混合算法，在經典計算機和量子計算機之間進行多次迭代，二者缺一不可。同樣，數字-模擬混合計算也在神經形態計算芯片中普遍存在，模擬電路進行高效的乘加運算，數字電路則負責精確控制、路由和非線性函數。

最終，所有硬件能力的融合必將通過軟件層來實現。未來的軟件開發將不再針對某種特定硬件，而是面向統一的“混合計算平臺”，底層復雜的硬件資源將被抽象化， 通過應用程序編程接口(application programming interface，API)、微服務和編譯器，應用程序可以無縫地調用最適合的計算技術，而無須關心其物理實現是電子、光子還是量子。軟件的核心任務將演變為智能的任務分解與調度，從而實現整個混合計算系統效能的最大化。

總而言之，未來面向AI 的先進計算的發展趨勢是融合與協同。未來的AI 算力基石不是一個取代另一個的“殺手級”技術，而是一個由多范式混合計算架構構成的、高效協同的“算力聯盟”，共同應對日益復雜和多樣化的計算挑戰。

本文摘編自《中國電子信息工程科技發展研究.AI先進計算技術專題》（中國信息與電子工程科技發展戰略研究中心著. 北京: 科學出版社, 2026.5）一書“第1 章 先進計算技術發展概述”“第7 章 面向AI 的先進計算技術發展趨勢研判”，有刪減修改，標題為編者所加。

(新一代信息工程科技新質生產力技術系列)

ISBN 978-7-03-085637-1

責任編輯：孫力維 趙艷春

自20 世紀人類發明計算機以來，以馮·諾依曼計算架構和硅基半導體器件技術為核心的經典范式計算技術為人類社會進入信息化時代奠定了基礎。然而，硅基器件工藝技術逐漸逼近物理極限，馮·諾依曼架構也越來越難以滿足應用發展的需求。隨著AI 算力需求的爆發式增長，業內開始探索各類新興前沿計算技術和計算范式，以解決算力需求瓶頸。本書深入研究國內外面向AI 的新興前沿計算技術(聚焦器件、工藝、材料等底層“使能”技術)發展現狀和趨勢，圍繞經典及新興計算技術發展態勢及全球新興前沿計算技術相關戰略、科研布局展開分析，厘清新興前沿計算技術譜系，提出近、遠期發展思路，希望能為我國面向AI 的先進計算技術布局、政策部署、發展戰略規劃及產業體系完善提供參考。

本書可作為計算機、微電子等信息技術領域專家學者、工程技術人員及行業工作者的參考書，也適合相關專業的本科生和研究生閱讀、參考。

（本文編輯：劉四旦）

專業品質 學術價值

原創好讀 科學品位

一起閱讀科學