芯耀
208
0引言
計算是人類認知世界的一種模式。所謂算力，簡而言之就是計算能力，它指代了人類對數據的處理能力，也集中代表了人類智慧的發(fā)展水平。自20世紀40年代計算機正式誕生以來，計算技術始終保持快速創(chuàng)新的發(fā)展態(tài)勢，不僅支撐了PC、互聯網、云計算、移動互聯網等信息通信產業(yè)數輪浪潮式迭代，更是科技、經濟和社會創(chuàng)新發(fā)展的重要推動力。當前，人類社會正在從工業(yè)社會向數字社會邁進。需求和供給兩方面的深刻變化推動計算技術和相關產業(yè)進入“百花齊放、百家爭鳴”的創(chuàng)新階段。為社會提供算力的產業(yè)不僅包括原有的集成電路和計算機產業(yè)，還將包括超算中心、數據中心、邊緣計算中心等算力基礎設施。本文從需求和供給兩方面出發(fā)，分析了算力產業(yè)當前的發(fā)展趨勢、面臨的主要問題，并在此基礎上給出針對我國算力產業(yè)發(fā)展的一些建議。
1、萬物智能推動計算技術進入新一輪創(chuàng)新周期
當前，人類正在進入萬物感知、萬物互聯和萬物智能的新時代，包括人工智能、自動駕駛、物聯網、工業(yè)互聯網等在內的海量應用創(chuàng)新對計算提出新的需求，使得計算技術進入新一輪高速創(chuàng)新期。
1.1算力供給需求更大
5G、物聯網等技術革命性地提升了設備接入和信息傳輸的能力，大數據、人工智能等技術使得數據的價值更好地釋放，在多種ICT技術融合發(fā)展和各行業(yè)加速數字化、智能化轉型的大背景下，全球數據量正在迎來新一輪爆發(fā)式增長。根據IDC的預測，未來3年全球新增的數據量將超過過去30年的總和，到2024年，全球數據總量將以26%的年均復合增長率增長到142.6 ZB。這些將使得數據存儲、數據傳輸、數據處理的需求呈現指數級增長，不斷提升對算力資源的需求。
1.2計算性能要求更高
典型應用創(chuàng)新亟需單場景設備芯片更強算力的支撐。例如，OpenAI的研究顯示，2012—2018年，人工智能模型訓練上的算力需求在6年內增長超過30 萬倍，但芯片算力按摩爾定律同期僅增長7倍。根據英偉達的預測，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
隨著萬物互聯和行業(yè)智能化的發(fā)展，未來很多智能應用都需要在線實時提供，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，越來越多的物聯網設備如傳感器、射頻掃碼識別器、高清攝像頭、AR/VR設備等將聯網，采集到的數據需及時處理及時反饋；在車聯網場景，自動駕駛汽車需要與周圍車輛、路側單元、信號燈等設施實時互動，在更廣的地域范圍內要求及時獲得算力供給。
1.4算力需求更多樣化
應用類型的多樣化、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、車聯網、VR/AR等眾多應用需要低時延的算力支持，同時人工智能訓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，科學計算、人工智能模型訓練、傳統(tǒng)互聯網應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同，將成為算力產業(yè)發(fā)展的一大趨勢。
2、后摩爾時代計算技術進入多要素綜合創(chuàng)新階段
過去在很長時間里，經典計算系統(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增加晶體管堆疊的數量，來實現計算性能的提高，從而推動整個算力產業(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濟性，摩爾定律逐漸失效，整個算力產業(yè)進入后摩爾時代，計算技術進入多要素綜合創(chuàng)新階段。當前，算力供給基本有4個層面：一是單芯片算力，二是整機算力，三是數據中心算力，四是網絡化算力。不同層面的算力通過不同的技術方式進行持續(xù)演進升級，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材料如鉍、光子（硅光技術）等來降低功耗，從而持續(xù)增加同一芯片內晶體管堆疊的數量。目前，臺積電、三星、Intel等芯片制造廠商已經將后續(xù)工藝規(guī)劃至3 nm之下。二是借助先進封裝技術實現異構集成。其中，Chiplet模式是目前的明星技術，能夠依靠不同工藝實現甚至是不同供應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計的復雜度和成本。
由于該技術使用了現成的裸芯片，因此也提高了開發(fā)效率，還降低了對工藝的要求。業(yè)界普遍認為，Chiplet技術將帶來IC設計、EDA工具、制造工藝、先進封測等各個產業(yè)鏈環(huán)節(jié)顛覆式的改變，是半導體產業(yè)繼續(xù)發(fā)展的有效手段。三是改變馮·諾依曼架構，采用并行處理的工作模式，使量子計算、類腦計算、數據流計算、并行計算等成為新的發(fā)展趨勢。當然，這一方向目前商業(yè)化難度還較大，但已從基礎研究進入產業(yè)化探索階段。
2.2整機算力
在數據中心層面，提升算力的主要方向是構建大規(guī)模數據中心，橫向堆積更多的計算單元，從而提升數據中心的整體算力。根據美國市場調研機構Synergy Research發(fā)布的數據，截止到2020年第二季度，全球超大規(guī)模數據中心已達541 座，是2013年年初的3倍多。大規(guī)模數據中心的發(fā)展需要解決互聯網絡、功耗、散熱和運維管理等方面的挑戰(zhàn)。數據中心發(fā)展的另一個方向是適應時延敏感性業(yè)務的計算需求，發(fā)展邊緣數據中心。
2.4網絡化算力
在網絡化算力層面，一是通過多云打通、云網融合等實現數據中心和數據中心之間的有效互聯，以實現海量計算資源的有效聯接和調度。二是積極發(fā)展云邊協同，推動邊緣計算的落地和云邊算力的協調調度。當前，云原生技術正不斷輕量化并持續(xù)下沉，為邊緣側提供與云上一致的功能和體驗，推動邊云協同。三是“云—邊—端—網”的廣域算力網絡正在成為發(fā)展方向。要實現廣域算力網絡還需要解決計算資源的智能感知和智能調度、網絡傳輸服務等級協議的保障、計算資源使用的可信記賬等問題，目前尚未進入產業(yè)化階段。
3、我國算力產業(yè)發(fā)展面臨的機遇和挑戰(zhàn)
經過多年發(fā)展，我國算力產業(yè)已取得長足進步。在基礎理論方面，我國面向人工智能應用如模式識別、計算機視覺等方向的算法創(chuàng)新活躍，量子計算、類腦計算等前沿領域有所布局。在芯片技術方面，我國14 nm制造工藝量產，存儲芯片批量生產，個人計算機及服務器端的CPU芯片產品線豐富，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)與國際先進水平相當，面向新興應用的邊緣計算、異構計算等新系統(tǒng)和算力網絡等新領域均有發(fā)展。在軟件技術方面，我國操作系統(tǒng)企業(yè)供給質量持續(xù)提升，數據庫領域不斷涌現出新興產品，開源生態(tài)的建設取得一定突破。在產業(yè)生態(tài)方面，我國龍頭企業(yè)在架構、生態(tài)、算力、軟件和方案等領域均積極布局，積極構建計算生態(tài)。
面向未來，我國算力產業(yè)發(fā)展具有三大機遇：一是全球計算技術發(fā)展正處于重大窗口期。當前全球算力產業(yè)正在百花齊放、百家爭鳴，新概念新思路層出不窮，產業(yè)體系正在重新構建，這正是我國算力產業(yè)擺脫路徑依賴、實現創(chuàng)新發(fā)展的大好時機。二是大國大市場的算力需求龐大。根據華為技術有限公司于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)達國家的技術封鎖降低了我國國產技術的市場門檻。特別是在一些關鍵領域，即使我國新研制的技術與國際先進水平相比有差距，但仍能在國內找到一定的市場空間來獲得持續(xù)發(fā)展的力量。
3.2我國算力產業(yè)發(fā)展面臨的挑戰(zhàn)
如上所述，雖然我國算力產業(yè)的發(fā)展面臨機遇，但同時也面臨不小的挑戰(zhàn)，具體體現在以下幾方面。
4、推動我國算力產業(yè)創(chuàng)新發(fā)展的建議
算力產業(yè)是數字經濟時代的核心動力產業(yè)部門，驅動社會經濟向數字化、網絡化、智能化方向發(fā)展。從支撐經濟社會長期增長能力、促進可持續(xù)發(fā)展的角度，我國必須高度重視算力產業(yè)的布局和發(fā)展，應從以下方面重點推進我國算力產業(yè)的創(chuàng)新發(fā)展。
5、結束語
[1] 華為技術有限公司. 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, 中國聯合網絡通信有限公司研究院, 等. 多樣性算力技術愿景白皮書(2021年)[R], 2021.
[3] 許居衍, 黃安君. 后摩爾時代的技術創(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年中國先進計算產業(yè)發(fā)展趨勢[R]. 2021.
來源：控制工程網
