□ 溫曉君 張金穎 徐子凡

計(jì)算是現(xiàn)代信息產(chǎn)業(yè)的基礎(chǔ)和核心，是經(jīng)濟(jì)社會演化升級的技術(shù)源動力。當(dāng)前，計(jì)算技術(shù)基礎(chǔ)理論、架構(gòu)加速醞釀突破，分布式計(jì)算、異構(gòu)計(jì)算等新型計(jì)算技術(shù)多路演進(jìn)，存算一體、量子計(jì)算、類腦計(jì)算等前沿和顛覆性計(jì)算架構(gòu)不斷取得突破，新型計(jì)算終端產(chǎn)品不斷涌現(xiàn)，E 級超算、人工智能計(jì)算中心、一體化大數(shù)據(jù)中心等算力基礎(chǔ)設(shè)施加快形成，算力體系向高速泛在、集約高效、智能敏捷方向加速演進(jìn)，計(jì)算技術(shù)的密集迸發(fā)將推動全球產(chǎn)業(yè)格局變遷、傳統(tǒng)技術(shù)存量變革和新技術(shù)增量崛起，這正是我國計(jì)算產(chǎn)業(yè)打破低端鎖定、實(shí)現(xiàn)彎道超車的歷史機(jī)遇期。

《“十四五”規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》提出，要推進(jìn)產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化，加快制造強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國、質(zhì)量強(qiáng)國建設(shè)，到2035年建成現(xiàn)代化經(jīng)濟(jì)體系。在此背景下，經(jīng)濟(jì)社會數(shù)字化轉(zhuǎn)型和國家治理現(xiàn)代化對計(jì)算的要求全面升級，生產(chǎn)端、流通端、消費(fèi)端對高效算力資源的共性需求呈現(xiàn)指數(shù)級增長，涵蓋先進(jìn)計(jì)算軟硬件系統(tǒng)產(chǎn)品供給體系、算法算力平臺基礎(chǔ)設(shè)施、“計(jì)算+”賦能行業(yè)的算力經(jīng)濟(jì)展現(xiàn)出旺盛活力，有望成為我國經(jīng)濟(jì)中長期發(fā)展新的增長極。

一、計(jì)算技術(shù)演進(jìn)新方向

（一）算力器件：多元化、異構(gòu)化成為設(shè)計(jì)熱點(diǎn)

隨著摩爾定律和登納德縮放定律逐漸放緩、停滯，市場對算力器件和能效的要求日益提升，多元化、異構(gòu)化芯片設(shè)計(jì)成為產(chǎn)業(yè)界關(guān)注的前沿?zé)狳c(diǎn)。計(jì)算芯片設(shè)計(jì)方面，微架構(gòu)創(chuàng)新持續(xù)加快，芯片系統(tǒng)算力隨著編譯、加速庫、應(yīng)用仿真/協(xié)同、能效管理的優(yōu)化創(chuàng)新不斷提升。計(jì)算芯片架構(gòu)方面，在5G 和AI 場景驅(qū)動下，異構(gòu)計(jì)算正逐漸成為主流。芯片大廠通過異構(gòu)整合CPU、AI 加速器、FPGA 等多種計(jì)算單元提升計(jì)算芯片整體效能。計(jì)算芯片封裝方面，不同工藝節(jié)點(diǎn)、襯底材料和功能器件的混合封裝成為封裝技術(shù)發(fā)展的重要趨勢。例如，芯粒（Chiplet）封裝通過插入器、硅通孔（TSV）技術(shù)將各類裸芯片進(jìn)行垂直堆疊和組合封裝，能夠在更高性能和功能水平上實(shí)現(xiàn)芯片復(fù)雜度、系統(tǒng)功能度、制造成本、可靠性和研發(fā)可控性之間的平衡，支撐高性能計(jì)算、可重構(gòu)/神經(jīng)擬態(tài)等計(jì)算形態(tài)發(fā)展。

（二）體系架構(gòu)：軟硬協(xié)同、集成化設(shè)計(jì)成為發(fā)展主流

計(jì)算單元和集群算力正加速向高速高效、智能敏捷、綠色低耗方向演進(jìn)。軟硬融合方面，計(jì)算軟件框架、高效語言編譯、基礎(chǔ)算法庫等持續(xù)優(yōu)化，算法、指令集、編譯工具、芯片的軟硬協(xié)同設(shè)計(jì)進(jìn)一步強(qiáng)化。系統(tǒng)架構(gòu)創(chuàng)新方面，面向AI、HPC、云渲染等場景的集群架構(gòu)創(chuàng)新技術(shù)蓬勃發(fā)展，集群系統(tǒng)計(jì)算、網(wǎng)絡(luò)、存儲及能源協(xié)同架構(gòu)、多樣性算力系統(tǒng)架構(gòu)、以內(nèi)存為中心的計(jì)算架構(gòu)創(chuàng)新提速。高速互聯(lián)方面，極致低時延新型網(wǎng)絡(luò)互聯(lián)拓?fù)浜托乱淮咝阅艿脱訒r轉(zhuǎn)發(fā)模型持續(xù)創(chuàng)新，可編程智能網(wǎng)卡、DPU 等新型數(shù)據(jù)處理器，已逐步被亞馬遜、微軟、阿里、華為等全球公有云龍頭企業(yè)和Google、Facebook 等互聯(lián)網(wǎng)廠商接受并大規(guī)模部署。

（三）算力設(shè)施：云邊端算力協(xié)同拓展、靈活部署

基于云邊端深度協(xié)同的算力網(wǎng)絡(luò)加速構(gòu)建，邊緣算力部署大面積鋪開，用于云端算力的芯片、功耗技術(shù)持續(xù)演進(jìn)，支持端側(cè)推理的計(jì)算技術(shù)加速突破。云端技術(shù)向高拓展性方向發(fā)展，使用容器和云托管的通用應(yīng)用程序?yàn)橄到y(tǒng)管理提供極大靈活性，自動化云編排和優(yōu)化技術(shù)將成重要發(fā)展方向。邊緣資源整合水平持續(xù)提升，邊緣托管服務(wù)趨向成熟，邊緣節(jié)點(diǎn)協(xié)同整合、跨節(jié)點(diǎn)遷移、邊緣伸縮等能力持續(xù)提升，任務(wù)部署能力下沉至終端，實(shí)現(xiàn)端側(cè)資源動態(tài)共享和調(diào)度，確保資源的彈性和最大化利用。

（四）系統(tǒng)集成：高能效比驅(qū)動綠色計(jì)算技術(shù)創(chuàng)新

隨著節(jié)能、降耗壓力加大，數(shù)據(jù)中心對算力集群部署、能效比優(yōu)化的要求不斷提高。供電方面，相較于不間斷電源（UPS），高壓直流輸電（HVDC）在備份、工作原理、擴(kuò)容以及蓄電池掛靠等技術(shù)優(yōu)勢逐漸凸顯。散熱方面，風(fēng)冷在芯片功耗小于500W 時占據(jù)絕對的性價(jià)比優(yōu)勢，當(dāng)功耗大于500W 時液冷則成為散熱主流技術(shù)方向。目前國內(nèi)已有華為、聯(lián)想、浪潮、中科曙光、綠色云圖等企業(yè)涉足液冷領(lǐng)域。

（五）計(jì)算軟件：統(tǒng)籌多樣化計(jì)算方式的軟件生態(tài)加速發(fā)展

計(jì)算軟件云化、智能化、微服務(wù)化、函數(shù)化開發(fā)不斷加速。通用計(jì)算軟件方面，解決BMC、BIOS、OS、DB、加速庫、編程語言&編譯器等成為技術(shù)攻關(guān)重點(diǎn)方向。AI 軟件方面，支持千億及以上參數(shù)模型的超大規(guī)模計(jì)算系統(tǒng)軟件加快突破，AI 系統(tǒng)軟件、AI 框架、AI 可信和訓(xùn)練推理平臺持續(xù)優(yōu)化。未來，多樣性計(jì)算軟件體系將成為生態(tài)主導(dǎo)，統(tǒng)一編程語言、異構(gòu)編譯器與加速庫持續(xù)演進(jìn)，智能調(diào)度框架與分布式多樣性算力將實(shí)現(xiàn)高度協(xié)同。

二、我國計(jì)算產(chǎn)業(yè)發(fā)展現(xiàn)狀

（一）個人計(jì)算機(jī)市場迎來量價(jià)齊升小高潮

2020 年我國電子計(jì)算機(jī)全年產(chǎn)量4.05 億臺，同比增長16%，計(jì)算機(jī)制造業(yè)營業(yè)收入同比增長10.1%，利潤同比增長22%。近年來，計(jì)算機(jī)產(chǎn)品出口增速下降、消費(fèi)市場增長乏力的頹勢得到明顯改觀。2021 年上半年，國內(nèi)微型計(jì)算機(jī)設(shè)備產(chǎn)量超2.1 億臺，同比增長19.4%，筆記本電腦出口增長48.2%。新冠疫情背景下，在線辦公、遠(yuǎn)程教育等新經(jīng)濟(jì)形態(tài)對全球PC 市場形成大幅提振，我國計(jì)算企業(yè)在供應(yīng)鏈成本管控、新技術(shù)應(yīng)用迭代、行業(yè)市場開拓、服務(wù)化轉(zhuǎn)型等方面奮發(fā)有為，轉(zhuǎn)型成效逐步顯現(xiàn)。

（二）國產(chǎn)服務(wù)器市場迎來全新發(fā)展機(jī)遇

根據(jù)IDC 數(shù)據(jù)，2020 年我國服務(wù)器市場規(guī)模達(dá)到216.49 億美元，同比增長19%；服務(wù)器出貨量約為350 萬臺，同比增長9.8%；浪潮、華為、新華三、聯(lián)想作為國產(chǎn)服務(wù)器代表廠商穩(wěn)居國內(nèi)服務(wù)器市場份額前五，服務(wù)器市場實(shí)現(xiàn)高速發(fā)展。一方面互聯(lián)網(wǎng)、電信、政府、金融和服務(wù)等行業(yè)服務(wù)器采購國產(chǎn)化比例不斷提高，國內(nèi)大小企業(yè)業(yè)務(wù)和辦公線上化趨勢明顯，上云需求明顯增加且具備慣性，加速國產(chǎn)服務(wù)器發(fā)展。另一方面，多元化應(yīng)用場景喚醒服務(wù)器市場新動能。面對人工智能、自動駕駛、工業(yè)互聯(lián)網(wǎng)等產(chǎn)業(yè)蓬勃發(fā)展以及產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型加速，算力需求正在走向細(xì)分化和差異化，服務(wù)器定制化、AI 服務(wù)器、邊緣服務(wù)器將成為未來發(fā)展新趨勢。根據(jù)我國近6 年服務(wù)器出貨量及服務(wù)器平均算力的測算，2020 年我國通用算力達(dá)到77 E Flops，到2025 年，我國通用算力將達(dá)到300 E Flops。

（三）行業(yè)數(shù)字化轉(zhuǎn)型引發(fā)AI 算力指數(shù)級需求

隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，算力密集、數(shù)據(jù)密集型的計(jì)算需求陡增，人工智能計(jì)算在海量數(shù)據(jù)、實(shí)時響應(yīng)、極端條件等場景下相較通用計(jì)算優(yōu)勢愈發(fā)明顯，將在超算、數(shù)據(jù)中心、城市大腦、國防軍事等領(lǐng)域數(shù)字化轉(zhuǎn)型和效率提升方面起到顯著支撐作用。AI 芯片性能方面，在浮點(diǎn)運(yùn)算能力、多線程并行能力、計(jì)算能效方面具有比較優(yōu)勢和更高的計(jì)算功耗性能比。AI 算力賦能方面，2020 年TOP500 超算中對AI 加速器的使用率超過70%?；ヂ?lián)網(wǎng)及云數(shù)據(jù)中心方面，應(yīng)用需求帶動AI 訓(xùn)練推理芯片市場年復(fù)合增長率超過30%。在國防軍事領(lǐng)域的應(yīng)用大大提升了軍用雷達(dá)的信息處理、圖像識別分類、運(yùn)動檢測、編碼等能力?；谀柖杉白稍儥C(jī)構(gòu)市場規(guī)模測算，2020 年我國AI 算力為56.23 E flops，預(yù)測到2025 年我國AI 算力將超過1822.6 E Flops。

（四）融合型場景應(yīng)用釋放計(jì)算產(chǎn)業(yè)潛能

美國發(fā)布的先進(jìn)計(jì)算戰(zhàn)略將計(jì)算應(yīng)用場景歸納為極端尺度下的建模和仿真、海量數(shù)據(jù)下的計(jì)算應(yīng)用和實(shí)時場景下端到端動態(tài)響應(yīng)三大類。就我國而言，5G+AI+VR+行業(yè)應(yīng)用的融合型場景是算力算法數(shù)據(jù)大展拳腳的應(yīng)用舞臺，將為計(jì)算產(chǎn)業(yè)帶來提質(zhì)性拉動。例如在自動駕駛場景中，車載智能計(jì)算平臺賦予汽車強(qiáng)大的感知、通信、計(jì)算和決策能力，使出行更安全便捷、城市交通管理更智能高效。再如虛擬現(xiàn)實(shí)領(lǐng)域，VR/AR 設(shè)備通過端云算力協(xié)同，可承擔(dān)生產(chǎn)生活中網(wǎng)絡(luò)入口、信息交互、控制中樞等多重功能，有望在未來成為繼PC、智能手機(jī)之后的下一代計(jì)算平臺。

（五）產(chǎn)業(yè)AI 化發(fā)展處于爆發(fā)前期

人工智能計(jì)算市場快速發(fā)展驅(qū)使人工智能芯片、框架、模型加速迭代和演進(jìn)。計(jì)算芯片正經(jīng)歷由CPU 到GPU 進(jìn)而向NPU 演進(jìn)的新發(fā)展階段，人工智能異構(gòu)推動芯片不斷向著專用化方向發(fā)展。人工智能框架方面，互聯(lián)網(wǎng)企業(yè)基于自身業(yè)務(wù)特點(diǎn)和需求開發(fā)出10 余款主流框架，通過迭代更新和開源角逐業(yè)界標(biāo)準(zhǔn)。人工智能模型從2012 年至今已累計(jì)發(fā)布超過1000 個，OpenAI 發(fā)布了GPT-3 自然語言處理模型，大幅度加快了語言預(yù)測方面的應(yīng)用。對于計(jì)算機(jī)視覺、NLP 自然語言處理、跨領(lǐng)域多任務(wù)AI 模型的探索都在不斷加速中。當(dāng)前，人工智能計(jì)算在行業(yè)中滲透率約為4%，未來5 年云邊端市場空間復(fù)合增長率有望達(dá)到18%-33%，迎來爆發(fā)式增長。

三、算力融合賦能及應(yīng)用

（一）計(jì)算+智能制造：工業(yè)領(lǐng)域智能化轉(zhuǎn)型加速器

智能制造的本質(zhì)是借助硬核計(jì)算技術(shù)實(shí)現(xiàn)對內(nèi)提質(zhì)降本增效。利用AI 技術(shù)、機(jī)器視覺替代并提升人類對于圖像信息的收集和處理能力，具有自感知、自決策、自執(zhí)行能力的智能裝備，利用邊緣計(jì)算、數(shù)字孿生等先進(jìn)計(jì)算技術(shù)賦能企業(yè)智能化決策，已經(jīng)在汽車、半導(dǎo)體、新能源等制造業(yè)領(lǐng)域釋放出提質(zhì)降本增效的巨大價(jià)值。

（二）計(jì)算+城市大腦：普惠性、感知性的城市治理智慧中樞

城市大腦是先進(jìn)計(jì)算技術(shù)與城市建設(shè)相結(jié)合的產(chǎn)物，在人類智慧和機(jī)器智能的共同參與下，在大數(shù)據(jù)、人工智能、邊緣計(jì)算、數(shù)字孿生等先進(jìn)計(jì)算技術(shù)的支撐下，通過城市一體化計(jì)算平臺、城市數(shù)據(jù)資源平臺和人工智能開放服務(wù)平臺，實(shí)現(xiàn)城市運(yùn)行態(tài)勢一屏統(tǒng)攬、城市運(yùn)行體征的全局監(jiān)測和智能預(yù)警，全面賦能城市治理手段、治理模式和治理理念創(chuàng)新，提升城市治理和公共服務(wù)現(xiàn)代化、科學(xué)化、精細(xì)化水平。

（三）計(jì)算+智能網(wǎng)聯(lián)汽車：L4/L5 級系統(tǒng)的必由之路

智能網(wǎng)聯(lián)汽車搭載先進(jìn)傳感器等裝置，運(yùn)用人工智能等技術(shù)，具有自動駕駛功能，逐步向智能移動空間和應(yīng)用終端轉(zhuǎn)變。業(yè)界廠商圍繞單車智能、車間智能和車路協(xié)同，采用多元異構(gòu)的硬件架構(gòu)打造多模式通信/多模式定位/智能網(wǎng)關(guān)一體化的新型智能車載計(jì)算平臺。通過多種操作系統(tǒng)運(yùn)行具有不同功能安全和信息安全等級的環(huán)境感知、路徑規(guī)劃和車輛控制算法，依托我國龐大的路網(wǎng)和5G 通信規(guī)模以及國際領(lǐng)先水平的北斗衛(wèi)星導(dǎo)航定位系統(tǒng)，統(tǒng)籌車、路、人以及實(shí)時交通的動態(tài)信息互聯(lián)互通。當(dāng)前，我國智能網(wǎng)聯(lián)汽車的量產(chǎn)正在從L2 向L3 級過渡，L2 級智能網(wǎng)聯(lián)汽車呈現(xiàn)平穩(wěn)上升的趨勢，L4 級自動駕駛技術(shù)正處于研發(fā)測試階段。

（四）計(jì)算+超高清視頻：數(shù)字文化產(chǎn)業(yè)能級躍升新賽道

超高清視頻產(chǎn)業(yè)在端側(cè)編解碼優(yōu)化和云端內(nèi)容渲染處理制作上展現(xiàn)出對計(jì)算技術(shù)的多樣化需求。業(yè)界廠商利用邊緣計(jì)算平臺創(chuàng)新，融合云主機(jī)、容器等虛擬化技術(shù)，推動5G+4K/8K+全景聲的云上內(nèi)容渲染制作、AI 音頻修復(fù)、AI 音視頻生成、工業(yè)模型三維協(xié)同設(shè)計(jì)在云上部署，實(shí)現(xiàn)超高清視頻在廣播電視、工業(yè)制造、智慧城市等領(lǐng)域規(guī)?；瘧?yīng)用。

（五）計(jì)算+其他行業(yè)應(yīng)用

算力作為產(chǎn)業(yè)數(shù)字化的基礎(chǔ)支撐已經(jīng)滲入經(jīng)濟(jì)社會方方面面，大數(shù)據(jù)、云計(jì)算、邊緣計(jì)算、人工智能、語音圖像識別等計(jì)算技術(shù)正加快能源、金融、醫(yī)療、物流、媒體等傳統(tǒng)行業(yè)智能化升級，以新技術(shù)推動新變革，以新應(yīng)用創(chuàng)造新業(yè)態(tài)。

四、我國算力經(jīng)濟(jì)發(fā)展面臨的關(guān)鍵瓶頸

（一）供需錯配：現(xiàn)有算力供給與復(fù)雜行業(yè)數(shù)字化轉(zhuǎn)型需求尚無法精準(zhǔn)匹配

算力對行業(yè)數(shù)字化轉(zhuǎn)型的支撐力、對技術(shù)進(jìn)展和市場變化的企業(yè)服務(wù)的響應(yīng)力仍需增強(qiáng)，利用率也有待提高。一是技術(shù)與應(yīng)用存在障礙，計(jì)算技術(shù)與應(yīng)用場景結(jié)合過程中需要一定的行業(yè)或業(yè)務(wù)經(jīng)驗(yàn)，這一方面對于程序開發(fā)者來說屬于知識空白領(lǐng)域。二是行業(yè)經(jīng)驗(yàn)的轉(zhuǎn)化能力不強(qiáng)，如何將行業(yè)場景和行業(yè)經(jīng)驗(yàn)轉(zhuǎn)化為數(shù)學(xué)模型，涉及大量專業(yè)與計(jì)算領(lǐng)域的綜合知識。三是數(shù)據(jù)匱乏，部分行業(yè)數(shù)據(jù)量有限，且存在數(shù)據(jù)源正確性和數(shù)據(jù)準(zhǔn)確性的問題。四是計(jì)算模型泛化，針對不同場景在模型選型和算法采用上大多依靠經(jīng)驗(yàn)決定。五是企業(yè)缺乏認(rèn)知與信任，企業(yè)對計(jì)算技術(shù)認(rèn)知不足導(dǎo)致對技術(shù)缺乏信任。計(jì)算技術(shù)與行業(yè)場景的深度融合，亟需從方法論的學(xué)習(xí)和場景實(shí)踐兩個方面并行推進(jìn)。只有做好頂層設(shè)計(jì)，在算力需求、技術(shù)路線、商業(yè)模式等方面積極探索，才能充分發(fā)揮算力經(jīng)濟(jì)的賦能作用，促進(jìn)經(jīng)濟(jì)社會良性發(fā)展。

（二）生態(tài)偏弱：產(chǎn)業(yè)生態(tài)面臨深度融合共生的體系化困境

一是軟硬融合方面，底層研發(fā)工具差距是關(guān)鍵瓶頸。軟硬協(xié)同、系統(tǒng)架構(gòu)創(chuàng)新等整機(jī)與集群性能優(yōu)化創(chuàng)新對算力的綜合影響日益突出，但其中基礎(chǔ)軟件、工具軟件等技術(shù)難點(diǎn)仍未打通。二是生態(tài)推廣方面，缺乏清晰的商業(yè)模式。當(dāng)前各省市數(shù)字基礎(chǔ)設(shè)施建設(shè)和日常運(yùn)營尚未形成清晰的投資回報(bào)模式及互利共贏、補(bǔ)位協(xié)同的發(fā)展路徑；地方政府對于算力經(jīng)濟(jì)對傳統(tǒng)主導(dǎo)型產(chǎn)業(yè)輻射、提質(zhì)、帶動的作用和意義仍存疑惑。三是人才方面，與新計(jì)算架構(gòu)適配的人才資源尚存巨大缺口。計(jì)算產(chǎn)業(yè)涉及大量關(guān)鍵硬件與基礎(chǔ)軟件，其發(fā)展壯大需要海量個人開發(fā)者、商業(yè)軟件開發(fā)者以及相應(yīng)的硬件設(shè)計(jì)、維護(hù)、方案咨詢和設(shè)計(jì)等專業(yè)人才，但由于人才培育體系尚處于建立之初，相關(guān)的培養(yǎng)內(nèi)容、知識結(jié)構(gòu)仍待完善，教職團(tuán)隊(duì)專業(yè)綜合能力有待強(qiáng)化。

（三）斷供風(fēng)險(xiǎn)：產(chǎn)業(yè)面臨的外部技術(shù)封鎖和供應(yīng)鏈風(fēng)險(xiǎn)依然嚴(yán)峻

當(dāng)前國內(nèi)計(jì)算產(chǎn)業(yè)芯片、器件以及算法軟件等多個環(huán)節(jié)對外依存度依然較高；與此同時，美國等發(fā)達(dá)國家對華企業(yè)技術(shù)封鎖圍堵持續(xù)升級，對高端計(jì)算芯片、人工智能、超算等領(lǐng)域技術(shù)管制大面積收緊，為計(jì)算技術(shù)迭代和產(chǎn)業(yè)供應(yīng)鏈安全帶來嚴(yán)峻挑戰(zhàn)。本質(zhì)上，我國計(jì)算技術(shù)的難點(diǎn)、堵點(diǎn)與電子信息產(chǎn)業(yè)短板環(huán)節(jié)高度重合，計(jì)算技術(shù)短板如不盡快攻克，將大大影響我國實(shí)現(xiàn)基礎(chǔ)高級化目標(biāo)。

五、算力經(jīng)濟(jì)量質(zhì)提升的“五大航道”

（一）以計(jì)算技術(shù)體系化布局構(gòu)筑新高地

強(qiáng)化產(chǎn)業(yè)共性技術(shù)創(chuàng)新，面向大規(guī)模數(shù)據(jù)處理、內(nèi)存計(jì)算、智能化計(jì)算引擎、高并發(fā)高吞吐計(jì)算、科學(xué)計(jì)算等共性需求，通過“揭榜掛帥”等方式，推動基礎(chǔ)材料、核心器件、計(jì)算芯片、算法軟件、體系架構(gòu)的整體性突破。推動基礎(chǔ)理論創(chuàng)新，圍繞量子計(jì)算、類腦計(jì)算、光子計(jì)算、生物計(jì)算領(lǐng)域，加大對基礎(chǔ)算法、計(jì)算模型、計(jì)算體系結(jié)構(gòu)研究，積極儲備前沿計(jì)算技術(shù)標(biāo)準(zhǔn)和專利。深化成果應(yīng)用創(chuàng)新，探索量子計(jì)算模擬機(jī)、原型機(jī)在基礎(chǔ)科學(xué)、生物醫(yī)藥、商業(yè)加密等領(lǐng)域應(yīng)用，強(qiáng)化類腦計(jì)算與腦機(jī)融合技術(shù)應(yīng)用。

（二）以新型計(jì)算產(chǎn)品產(chǎn)業(yè)化鍛造新優(yōu)勢

面向5G、AR/VR、超高清、智能駕駛、智能制造、智慧城市、智慧能源等應(yīng)用領(lǐng)域，打造具有國際競爭力的行業(yè)級計(jì)算產(chǎn)品。依托國家超算中心和重點(diǎn)軟硬件企業(yè)，加快發(fā)展基于成熟工藝的計(jì)算系統(tǒng)及產(chǎn)品，持續(xù)優(yōu)化計(jì)算系統(tǒng)性能指標(biāo)、軟硬融合能力、軟硬件兼容適配能力，充分發(fā)揮計(jì)算系統(tǒng)對科研任務(wù)和重點(diǎn)行業(yè)應(yīng)用的支撐作用。著力發(fā)展應(yīng)用于人工智能深度學(xué)習(xí)模型開發(fā)、模型訓(xùn)練和模型推理等場景的人工智能計(jì)算中心。

（三）以賦能多行業(yè)數(shù)字化轉(zhuǎn)型激發(fā)新動力

推動計(jì)算技術(shù)與智能制造融合發(fā)展，圍繞智能制造裝備、流程、平臺等產(chǎn)業(yè)環(huán)節(jié)，挖掘制造業(yè)轉(zhuǎn)型中的算力需求，推動現(xiàn)有裝備智能化、成套化和系統(tǒng)化轉(zhuǎn)型升級。推動計(jì)算與智能網(wǎng)聯(lián)汽車融合發(fā)展，構(gòu)建多模式通信、多模式定位、智能網(wǎng)關(guān)一體化的新型車載計(jì)算平臺。推動計(jì)算與超高清視頻產(chǎn)業(yè)融合發(fā)展，優(yōu)化提升端側(cè)編解碼效率和云端內(nèi)容制作、VR 渲染能力。推動計(jì)算與航空航天領(lǐng)域融合發(fā)展，在航空發(fā)動機(jī)設(shè)計(jì)仿真、空間態(tài)勢感知和衛(wèi)星遙感等方面取得突破。

（四）以主導(dǎo)型企業(yè)為龍頭打造產(chǎn)業(yè)新生態(tài)

加快梯次化優(yōu)質(zhì)主體培育，著力培育一批有國際競爭力、創(chuàng)新能力突出的計(jì)算生態(tài)主導(dǎo)型企業(yè)，鼓勵龍頭企業(yè)開放技術(shù)能力、供應(yīng)鏈資源，支持創(chuàng)新型先進(jìn)計(jì)算中小企業(yè)圍繞細(xì)分領(lǐng)域向價(jià)值鏈高端延伸，圍繞大企業(yè)生產(chǎn)需求提升配套能力，豐富服務(wù)種類、創(chuàng)新商業(yè)模式，形成融合發(fā)展的先進(jìn)計(jì)算領(lǐng)域產(chǎn)業(yè)梯隊(duì)。完善計(jì)算產(chǎn)業(yè)配套服務(wù)，圍繞先進(jìn)計(jì)算重點(diǎn)領(lǐng)域布局一批國家級、省級創(chuàng)新中心。布局人工智能開源開放平臺，建立健全開源運(yùn)營機(jī)制，鼓勵企業(yè)開放源代碼、硬件設(shè)計(jì)和應(yīng)用服務(wù)。

（五）以強(qiáng)化要素融通合作營造新環(huán)境

推動多路徑計(jì)算生態(tài)企業(yè)凝聚共識、協(xié)同行動。強(qiáng)化資金支持，引導(dǎo)社會資本向計(jì)算領(lǐng)域傾斜。強(qiáng)化產(chǎn)業(yè)人才儲備培優(yōu)，建立完善產(chǎn)業(yè)專業(yè)人才和專家?guī)欤瑖@先進(jìn)計(jì)算重點(diǎn)方向，設(shè)立一批國家級重點(diǎn)實(shí)驗(yàn)室、工程技術(shù)研究中心等，建立產(chǎn)業(yè)人才培養(yǎng)教育基地。加強(qiáng)計(jì)算基礎(chǔ)研究國際開放合作，積極參與開源生態(tài)建設(shè)，主動融入全球創(chuàng)新網(wǎng)絡(luò)。