先进计算产业发展 白皮书

先进计算产业发展 白皮书

1、前言

当前，人类社会的组织、生产和生活方式正伴随着计算 技术创新、融合、扩散、升级，呈现深刻的变革趋势。计算 对经济社会发展和产业能级跃升的驱动作用日益凸显，“计 算力就是生产力”已成为全球发展共识。先进、新型的计算 基础架构，迭代、拓展的软硬件系统产品，普惠、优化的算 法算力平台，以及“计算+”行业融合赋能应用，将是“十四 五”乃至中长期电子信息产业发展的重点领域之一。

 

2、先进计算的基本概念

计算力就是生产力。从结绳计数到使用算盘算尺再到使用基于机械原理的计算器等设备到电子计算机，每次新计算技术的出现都从根本上促进了生产力发展。

自20世纪计算机诞生以来，计算技术不断演进升级，经历由低到高、由浅到深、由量变到质变的发展，计算能力持续提升、计算方式不断优化、计算数据指数级增长。在对多种新兴计算归纳认识和总结共性的基础上，本白皮书认为，先进计算是面向从量变到质变的信息需求，在计算方式、位置、算法或机理等方面产生进步和革新的新兴计算技术及产业的统称。

先进计算是从单一的计算设备及技术向多元化计算系统及应用的演进，具有先进性、泛在性、多样性，也是新一代信息技术产业的本质和核心。“先进”是相对于“传统”而言，既包括基于传统半导体技术架构的产业演进，又包括换道型的前沿理论及模式、服务创新。

从信息技术体系看，信息背后的基础和关键是计算，一切数字信息的产生和使用都需要经过输入、计算和存储、输出等过程，数据只是信息的表象和结果，计算才是信息的枢纽和关键。

从技术脉络看，从以存算一体化、分布式计算的架构创新和以芯片工艺、结构的硬件创新为主，逐步拓展到材料、算法，最终到基础理论的发展应用。

从物理承载空间看，由大体积、高能耗、集中式的计算设备到小体积、低能耗、分布式的多元化计算生态演化迈进。

从渗透路径看，从电子信息、软件信息等层面的创新以点带面，通过技术溢出效应，逐步渗透到其他产业交叉融合，推动各个产业全面创新升级。

从产业趋势看，重构计算、内存计算等催生摩尔定律不断打破物理极限，量子计算、生物计算不断拓展新兴领域，面向云计算的软件逐渐替代单机版基础软件，持续进步的计算技术推动信息产业突飞猛进，后者加速发展又促进了前者的持续创新，推动计算技术、应用、模式向更先进的方向演进发展。

0x1：内涵与外延

先进计算的内涵可由算力、算法、算据三大要素来表征。其中：

• 算力层面，指服务于经济社会发展的计算能力，以及支撑计算能力的软硬件系统，涉及对象包括CPU/GPU/NPU、服务器、存储器等基础产品。
• 算法层面，指驱动计算发挥赋能效用的系列理论、架构、系统、软件、方法的统称，包括计算理论、计算架构、计算系统及各类计算方法（加密算法、矩阵算法、遗传进化算法）、EDA、基础软件等。
• 算据层面，指一切比特化的事物，及其生成、采集、编码、存储、传输、搜索等系列行为，如围绕数据存储、清洗、分析、挖掘、交易等过程提供的产品及服务。

先进计算的外延主要指行业计算应用。

1、算力

新平台。传统计算中心存在普遍的资源闲置现象，计算资源难以得到充分应用。在此背景下，以大规模数据中心、AI计算中心、超算中心为主要代表的新型算力平台向高计算密度、高赋能密度方向部署。从服务器、存储设备等硬件部署的空间密度向服务器性能跃升、电力配置合理、高效散热等综合指标提升的算力密度延伸；从能源高效利用的耗能密度向高效处理高并发、按需分配资源的赋能密度拓展。新型算力平台的运营效率、集约水平持续迭代。

新材料。传统计算均以硅基材料为基础，随着硅基材料的应用不断逼近极限，以非硅基材料（如碳基材料）的研发与探索的研发与商用成为热点。例如，从硅基7纳米技术到5纳米技术，芯片速度大约提升20％；而相比硅基7纳米技术，碳纳米管7纳米技术的芯片速度将提升300％。此外，超导材料离子阱多运用于量子计算技术、磁变相变介质多运用于存储器技术、化合物半导体中突破前两代半导体瓶颈的第三代宽禁带半导体在计算产业被持续看好。

新计算硬件。新型硬件层出不穷，根据应用场景归纳为云端场景和终端场景两大类，由于算法效率和底层硬件选择密切相关，云端和终端场景对硬件的需求也大不相同。云端主要指服务器端，包括各种公有云、私有云、数据中心等业务。终端主要指安防、汽车智能计算平台、PC整机、手机、物联网终端、机器人等各种应用。

2、算法

基础架构。当前四大主流计算架构包括X86、ARM、RISC-V、MIPS。其中X86和ARM是市场份额的两大架构，X86架构在PC市场上长期处于霸主地位。ARM架构广泛地使用在嵌入式系统设计中，具有低耗电的特性。RISC-V架构完全开源，设计简单，可根据具体场景选择合适的指令集。MIPS采用导入/存储数据模型，具有极高的拓展性。

新计算软件。与核心算力提升紧密相关的基础型软件持续迭代。总体而言，软件从传统PC端走向云端汇聚。具体而言，针对不同场景、不同应用的软件开发成为现下发展潮流，主要包括基于新型体系结构的操作系统，面向大数据实时处理的新型数据库，容器化的新型数据中心设计架构。

新计算模式。高性能计算、存算一体化、超导计算等前沿计算模式成为研发重点；流式计算、图计算、边缘计算、群智协同计算、云际计算、雾计算、无边界计算、安全多方计算等新兴计算模式接续涌现；城市计算、服务计算、计算经济学、计算社会科学、认知计算等融合性计算领域成为新的探索方向。

前沿理论。非冯诺伊曼架构体系理论探索升温，如类脑计算、生物计算等。传统计算以冯诺伊曼理论为框架，难以满足现下人工智能发展的需要。因此，非冯诺伊曼架构体系理论，包括量子信息科学通过推进对多量子态的精准控制出现量子计算，由脑科学衍生出的类脑计算等开始崭露头角。

3、算据

算据采集与集成。大数据时代的数据往往是先有数据再有模式，且模式处于不断的动态演化之中。从数据集成模型来看，现有的数据采集与集成方式可大致分为四种类型：

• 基于物化或ETL方法的引擎
• 基于数据库或中间件方法的引擎
• 基于数据流方法的引擎
• 以及基于搜索引擎的方法

算据分析与挖掘。数据分析与挖掘是整个大数据处理流程的核心。大数据时代的数据量大，类型混杂，产生速度快，具有实时性的特点。传统的数据分析挖掘算法都是线性执行的，耗时很长。分布式并发计算系统是解决这一问题，进行数据分析与挖掘的有利工具，很多算法必须做出调整以适应分布并发的计算框架，算法需要变得具有可扩展性。

算据感知交互。数据感知提供了数据来源，数据交互是一个数据传输、共享和交换的过程，两者共同组成了大数据的基础。目前数据感知具有显著的异构特征，因此信息交互应用需要采用有效统一的表达形式，并提供高层语义知识的描述方法，实现多源异构数据的交互可以从数据和语义知识两个层面入手。

基于语义理解的数据资源管理。随着数据量剧增，数据资源管理成为提高效率的关键环节。基于语义理解，将信息解析为结构化的、机器可读的数据，应用数据库管理、数据仓库等信息系统技术和其他数据管理工具，进行对数据有效的处理和应用。

数据交易平台。随着大数据应用场景逐渐丰富，数据需求日益增大，大数据交易成为大数据服务应用的新热点。数据交易平台以数据资源、数据服务为标的，以第三方的身份为数据提供方和数据需求方提供数据交易服务，同时数据交易平台还可提供数据定制服务，根据数据需求方的特殊需求，由用户进行采集或者标注大规模数据。

4、“计算+”

行业云。云作为数字化转型的核心技术之一，持续激发各行各业创新发展。先进计算技术在提供灵活拓展的计算资源的同时，对其业务稳定、安全、可靠运行起着重要的支撑作用，缩短业务部署上线以及扩展升级的周期，大大降低运维成本，提高效率。目前行业云细分市场众多，在金融、零售、教育、政务、物流、医疗、制造、传媒等行业应用广泛。

城市大脑。城市大脑是互联网大脑架构与智慧城市建设结合的产物，在物联网、大数据、人工智能、边缘计算、5G、云计算、数字孪生等前沿技术的支撑下，建立大数据管理平台，融合专家经验和人工智能技术，利用实时全量的城市数据资源全局优化城市公共资源，即时修正城市运行缺陷，提升对行业需求的洞察力和理解力，实现城市治理模式、服务模式和产业发展的三重突破。目前在安防监控、应急响应、智慧城市、智慧政务等领域应用广泛。

智能制造。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术，是实现整个制造业价值链的智能化和创新的关键。智能制造需要高性能计算机和网络基础设施，生产环节上，应用大数据分析系统，进行数据采集并分析处理，优化产品生产流程；通过实时感知数据，明确产品故障；用云计算对现场设备进行远程控制，从根本上提高了制造的灵活性。供应链管理上，通过大数据分析，大幅提升仓储、配送、销售效率，降低物流成本。生产设备维护上，根据设备和传感器收集的数据实现对生产设备的实时和预测性维护。计算产业的迭代升级保证了生产过程中所有因素的精准控制，实现了生产智能化。

0x2：技术体系演绎

先进计算是传统计算机的硬件单元和架构（材料，硬件设计和制造，架构）、传统的计算原理、传统计算构造原理或者理论发展出的新的形态和新的发展阶段。

计算机硬件单元与架构演进发展筑牢计算基础设施底座。

从计算机发展史看：

• 第一代电子管计算机，完成了由军用设施到民用设施、从实验室设备到工业生产装备、从科学计算仪器到数据处理终端的转变。
• 第二代晶体管计算机，一方面提升了计算能力，减小了设备体积，另一方面促成编译语言、操作系统的出现，向开发者屏蔽了硬件设计的复杂性，降低了使用难度。
• 第三代集成电路和超大规模集成电路计算机，遵循摩尔定律演进路径，加速了个人计算机、高性能计算机、超级计算机以及数据中心的普及与部署。软件系统在这一阶段计算基础设施构建中的角色愈发重要，软硬结合的系统化设计成为主流趋势。
• 第四代智能、泛在、专业化计算机，正成为互联网和大数据时代数据、网络入口和控制核心，人工智能、边缘计算等技术的引入，加速计算产业在工业、交通、能源、电信、金融、城市管理等国民经济重点行业的融合渗透。

综上，作为重要的基础设施，计算机硬件单元与架构发展为构造能力更强、可靠性更高的计算平台，构建先进、普惠的新型计算社会筑牢基座支撑。

计算原理的多路径演进带动算法能级跃升。

计算原理囊括算法设计与分析、数字逻辑、计算复杂性理论等，其基本的核心是算法问题。

当前传统计算面临海量数据并发、非线性模式识别、数据加密等复杂问题亟待解决。而计算原理演进的三种路径为解决上述问题提供了技术基座支撑。

• 一是传统硅基计算技术向类脑计算、高效能计算领域拓展。过去数十年间，计算技术演进一直处于线性发展阶段，半导体工艺制程始终遵循摩尔定律，但随着人工智能等新技术的发展和应用逐渐兴起，计算架构正在从冯·诺依曼架构向多元化架构体系演进，高性能计算、量子计算、类脑计算等成为计算新趋势。
• 二是集中式云计算向云下沉、边缘计算延展。随着智能网联汽车、超高清视频、机器人和机器人流程自动化、智慧城市管理等领域发展提速，集中式的云计算已难以满足海量数据的处理需求，通过边缘计算节点进行数据初步处理、由云计算中心将算法下发到边缘计算节点、将边缘计算节点作为云计算中心系统的延伸等边缘计算处理方式，能够实时有效处理海量数据，推动云端数据处理能力下沉，确保资源的弹性和最大化利用。
• 三是量子、光子等前沿理论架构成为计算新方向。以量子计算、光子计算等新型微粒子计算为代表的非冯体系计算技术逐步走向实用。谷歌宣称实现“量子霸权”，大大增加了行业对超导路线和大规模量子计算实现步伐的乐观预期。尽管量子计算的编程语言及生态发展仍需长期沉淀，量子纠错和容错计算仍需长期技术攻坚，但其已在密码破解、超大型金融计算等特定场景、领域展现出极为出色的性能表现，并开始逐步替代当前计算方式和部分专用芯片。

数据存储与数据交互技术发展提升计算系统整体效能。

• 数据存储方面，随着汞延迟线、穿孔卡片、磁带、动态随机存取内存DRAM、软盘、硬盘、闪存等存储介质迭代升级，存储密度、读写效率不断提升，整体架构向着高性能、高可靠、高扩展性逐步迈进。高端存储架构经历了从总线架构向交换式架构、矩阵直连架构、分布式架构、全共享交换式架构的演进历程。
• 存算一体方面，通过缩短计算单元与存储单元物理距离，将计算单元与存储单元融为一体，并在“存算”单元上完成高能效并发运算，以增加带宽、缓解数据搬移产生的瓶颈。
• 数据交互方面，主要包括单计算设备内部的总线技术、高速数据接口、光交换技术和多计算设备间数据互通的以太网技术等。数据交互技术向着高速率、高带宽、低延时的目标不断发展，在提高数据交换能力的同时持续提升计算系统的整体能效水平。

0x3：产业体系及指标设计

1、先进计算产业链

先进计算产业链包括核心元器件层、整机层、基础软件层、平台层、应用层、数据层、理论层等七个层次，各层次之间的逻辑关系如下图所示。

其中，

• 核心元器件层、整机层代表算力的部分
• 基础软件和平台层代表算法的部分
• 算据层贯穿了算力、算法以及行业应用

2、先进计算产业未来指标设计

算力指标。

二级指标包括

• 基础算力指标
• 先进计算生态应用的企业数量
• 计算产业研发投入增加值
• 开展计算产业链协同创新的企业数量等

其中，基础算力指算力基础设施的计算能力总和，包括超级计算机算力、计算中心算力以及云服务外延计算环节等。

基础算力 = 国内超级计算机算力^① +计算中心服务器规模^② * 服务器平均算力^③ + 边缘算力（MEC）^④

算据指标。

二级指标为云服务发展指标，主要表征数据服务的提供能力。云服务支出包括两部分，自建云的运营服务费用支出和全租赁云的费用支出。云服务包括软件运营服务（SaaS）、平台运营服务（PaaS）、基础设施运营服务（IaaS）等三层。

云服务支出占比 = 云服务支出总额^⑤ / IT 基础设施投资总额^⑥

行业应用指标。

二级指标包括

• 人工智能普及率
• 云化比例等

三级指标包括

• 人工智能创新平台数量
• 智能化企业占比
• 上云率
• 用云量等

 

3、发展现状与趋势

发展先进计算对加快经济社会发展、重塑产业竞争优势具有重要战略意义。从全球看，世界多国*、高校、科研机构、市场主体等正加速推进先进计算领域的基础研究、应用研究和前沿布局。从国内看，我国先进计算产业在基础理论方面、芯片技术方面、计算系统方面、企业布局方面已积累了一定量级的底层储备，在大国大市场和国家治理现代化的背景下拥有广阔的市场空间。

0x1：全球先进计算发展状况

1、从驱动因素看，数据增长和行业需求提供内外动力

在5G、人工智能、物联网、云计算等技术融合发展的背景下，全球数据量正在迎来新一轮的爆发式增长。全球非传统及非结构化的数据正在数量、种类上相互叠加、交错、倍增，形成多维度、多层次、多向度的数据网。据IDC预测，全球数据流量将从2018年的33ZB增长至2025年的175ZB（泽字节）。

与此同时，应用场景的多样化将使得数据存储、数据传输、数据处理需求呈指数级增长。

物联网方面，将传统的人与人之间的连接扩展到万物互联的同时，其数据的海量性、多态性、异构性、时效性对边缘计算提出了更高的要求。

人工智能方面，对于计算力的需求加速提升，远远超出了通用计算技术的发展水平，GPU、NPU、众核、FPGA、ASIC等异构计算技术也因此得到了快速发展。数据和算力需求的飞速增长驱动先进计算产业加速演进。

VR/AR、自动驾驶等新兴应用方面，在给用户带来全新体验的同时，也对海量数据的实时处理能力和交互时延提出了更高的要求。

2、从技术创新看，材料、架构、软件等多路演进并行

当前，晶体管尺寸与密度已逼近极限，经典计算系统通过工艺制程的微缩提升性能的空间有限。未来先进计算将从体系结构上进行创新，从材料、架构、软件等方向多路径演进。

具体来说，

数据中心算力多样化成为趋势，通用化、专业化计算芯片将并行发展。传统以CPU为中心的架构难以满足海量数据处理的要求，系统架构将向以内存为中心演进，存内计算技术已经历分布式缓存、内存数据网格、分布式内存数据库和高性能、集成化、分布式内存平台等四大发展阶段。

基础计算模式围绕多核并行、异构并行、边缘计算等体系架构创新而演进。软硬系统垂直整合成为现下主流厂商布局焦点，通过软件硬件的协同，提升系统应用性能。

3、从政策环境看，发达国家多维度支持手段引导发力

美国长时间以来在量子计算、超级计算、类脑计算和异构计算等前沿领域出台多项*战略。其《国家战略计算计划》制定了先进计算产业的发展框架，用以改善计算基础设施，建立持久的多部门协同合作关系，确保美国在此领域保持领先地位。

欧盟利用“地平线”计划，将先进计算视为战略布局的重点并制定了多维度举措。

英国将先进计算置于重要发展地位并构建了长期稳定的资助体系，不断优化基础条件和研发环境，从战略方向、科研基础、产业生态、企业支持、人才储备进行长期稳固布局。

日本将先进计算纳入重点支持的高新科技领域，在国家层面开展统一协调的研发部署，发布多个重点支持项目。

 

 

4、从竞争态势看，跨国巨头争相加大投入抢滩布局

以算力、算法、算据为核心的先进计算将打造企业发展的新动能，各国科技巨头加大研发投入、抢滩布局。先进计算产业以应用为导向，边缘计算等高通量计算技术方兴未艾。

科技巨头、设备制造商等纷纷推出边缘计算解决方案，

• 英特尔布局了从云、网络到边缘的智能技术
• BlackBerry和AWS联手创建边缘到云平台，为自动驾驶汽车提供边缘计算功能

巨头通过制程迭代、AI加速技术助推算力崛起。

• 英特尔宣布推出TigerLake处理器支撑高性能计算需求
• AMD宣布推出的下一代基于RDNA的高端GPU，拥有更高的带宽内存设计和计算能力

科技巨头进军自动驾驶，通过AI计算实现云端控制。

• 高通首发SnapdragonRide，该平台通过云端AI计算，实现车道保持、交通标志识别、高速公路自动驾驶等云端控制功能。

量子计算等高性能计算技术向应用方向“挪步”

• 谷歌宣布实现量子霸权
• IBM宣布扩张QNetwork以推进量子计算，计划安装首批IBMQSystemOne商业通用量子计算机，以推动量子计算的应用落地，诸如，在应对全球气候变暖问题中寻找新的碳捕获材料、为动力电池的节能问题寻找更适合的化学反应等。

5、从渗透路径看，信息领域单点场景向各行业多元布局延伸

随着物联网、人工智能、大数据等新兴技术的发展，先进计算正进一步与各个产业领域交互融合，已在金融、医疗、教育、零售、工业、交通、娱乐等诸多领域深度渗透。

在智能变革的驱使下，传统行业纷纷开始拥抱先进计算，相关领域的技术研究和应用不断提速，未来将在化学反应、材料设计、药物合成、密码破译、大数据分析、机器学习、军事气象、核武器研究等方面起到决定性作用，产生颠覆性影响。

尽管先进计算具有极强的产业带动作用，但是随着传统产业的智能化实践逐步深入，单点应用的模式将难以满足用户的智能化预期，先进计算技术需要围绕应用场景需求进一步下沉，通过产业智能化重塑与实体经济深度融合，完成从供给侧的技术驱动导向转向需求侧的场景化应用主导转型。

 

0x2：我国先进计算发展状况

1、从发展阶段看，技术跃迁条件初步具备

近年来，我国数据环境在各类应用场景爆发之下发生深刻变化，海量数据向异构化、多模化、泛在化等形态演进发展，传统的计算技术已难以满足未来以云化、边缘化、移动化、智能化为特征的计算需求，新环境、新形势、新变化对计算产业提出了更高的发展要求。

与此同时，以中芯国际、长江存储为代表的底层硬件企业，以华为、中兴、浪潮等为代表的计算整机企业，以百度、地平线、小马智行等为代表的计算应用企业，以国盾量子、本源量子、寒武纪等为代表的前沿计算技术企业经过多年的技术积累，在各自领域深耕自主创新，着力打造技术标准，构建新的应用模式，逐步成为我国计算产业的主力军。

2、从竞争态势看，部分领域跻身领先行列

我国近年来在人工智能、高性能计算、量子计算等方面，先后取得了一批原创成果，相关领域方向跻身世界先进行列。

人工智能方面，据胡润研究院数据，我国在计算机视觉、自然语言处理、机器学习等人工智能的主要领域专利申请总量均居世界第一。

高性能计算方面，其在国家科研体系中居于基础性的地位，我国在高性能计算机研制方面也取得了长足进展，性能指标达到世界领先，今年公布的高性能计算百强中，神威太湖之光和天河二号高性能计算系统位列全球高性能计算500强的第4和第5位。

量子计算方面，我国科学家做出了一系列开创性工作，中科大潘建伟团队预计今年实现60量子比特、99.5%保真度的超导量子系统，十年期目标预计将达到一百万比特量子计算机，与国际一流水平保持一致。

3、从市场潜力看，规模带动效应逐步释放

我国具有全球体量最大、用户最活跃的数据市场和以自动驾驶、物联网、人工智能、智能制造等为代表的庞大的应用市场。新基建、“内外双循环”等政策也带来巨大市场需求，市场引导金融机构、互联网企业等优势资源投入，逐步建立产业公共服务平台和创新中心，完善安全可靠的先进计算产业链关键环节。此外，新冠疫情防控下的各类场景让生产生活从线下转移至线上，在线教育、远程会议、在线医疗、社交电商等数字经济业态迎来了快速发展的新契机，也为先进计算带来更多发展机遇。

4、从生态构建看，自主演进架构生态加速形成

在国内计算产业中，市场上主流的芯片架构有X86、ARM、RISC-V和MIPS等，并在市场条件成熟前提下，形成适度收敛。

X86架构在技术性能和应用生态上具有显著优势，基于X86处理器市场份额已达96%，其台式机、笔记本电脑、服务器市场份额分别为82%、84%、96%。我国海光、兆芯等企业已基于X86架构自主研发了CPU核、IP核、整机等系列产品，构建了相应技术标准。

ARM架构在移动端和低功耗领域性能突出，IP授权模式已经趋于完善，市场应用规模愈发壮大。当前我国基于ARM架构的主流生态包括鲲鹏和PK生态，并形成了系列区域性面向诸多行业领域的服务器、PC整机品牌，应用推广密集落地，生态布局方兴未艾，呈“军团式”兴起态势。

RISC-V架构具有模块化的特点和强大的扩展能力，能够根据应用需求选择合适的功能指令集，主要应用于智能穿戴设备。国内中科院计算所、阿里平头哥、君正、大鱼半导体等企业已经针对RISC-V进行战略布局，推动RISC-V产业生态快速发展。

 

5、从通用计算看，关键核心技术亟待补短板

我国计算产业关键核心技术仍存在较多空白领域，亟待补短板、强根基。计算基础核心三部件CPU、内存、介质95%以上是国外设备，围绕计算的标准也基本被国外厂商把控。

 

服务器芯片方面，以英特尔和AMD为主要厂商的X86体系被美国厂商垄断，我国CPU芯片开发与研制起步晚，生态弱，差距大，总份额不足1%。在处理器架构融合、浮点运算能力、超多核总线、封装工艺等CPU核心技术上和国外厂商差距明显。 

内存和介质方面，美日韩厂商基本垄断中国市场，占有率超99%。寡头垄断的格局使得中国企业对DRAM芯片议价能力较低，是我国受外部制约最严重的基础产品之一。国内内存厂商合肥长鑫，介质厂商长江存储刚起步，已有突破，在材料、工艺和堆叠等核心技术上还有较大差距。

GPGPU方面，英伟达的通用计算加速卡为唯一商用产品断垄断市场，国内厂商多瞄准中小型边缘AI加速卡等市场，高算力AI与高精度HPC场景布局与国外头部厂商差距巨大。

FPGA方面，当前全球市场被赛灵思、英特尔、莱迪思等国际巨头垄断。国内厂商刚起步，核心技术差距较大，在仿真器、集成度、核心IP（DSP，SerDes，ADC）、片上网络（NOC）等积累很少，仅占4%市场份额。 

AI芯片与服务器方面，芯片主要依靠购买英伟达的AI训练集群，除阿里、百度、华为之外，其他互联网厂商尚无自研AI芯片。AI服务器当前的主流是英特尔+英伟达处理器。国内除华为拥有自研鲲鹏+昇腾处理器的AI服务器，其他厂商专用AI加速芯片也有少量部署 

操作系统方面，以微软+英特尔的联盟从生态、市场形成绝对的垄断优势，我国服务器操作系统多应用于*等重点行业，市场规模小，生态弱。

数据库方面，老牌商业数据库厂商Oracle、微软和IBM占据中国市场60%以上份额。我国商业数据库发展迅速，但总体份额较少，仅占不到10%。国内数据库内核核心开发人员不足，关键技术亟待突破。 

0x3：重点领域发展状况

1、超级计算

超级计算历来是衡量一个国家科技水平和创新能力的重要标志。在国家政策大力支持下，近10年来中国的超算产业在国家“863”等多个国家科技计划的持续支持下迎来了飞速发展，跻身国际先进行列。2020年6月，全球超算500强排行榜中，中国上榜226个，占45%。日本采用ARM架构的超级计算机“富岳”超越中美，夺得全球超算冠军。排名第二和第三的超级计算机分别是美国的“顶点”和“山脊”系统。中国超级计算机系统“神威·太湖之光”和“天河二号”分列榜单第四、第五位。与此同时，我国超算产业仍然存在诸多问题，

• 一是核心技术突破不够全面，自主技术发展还较为缓慢，绝大部分采用国外厂商的芯片、系统和应用软件
• 二是强调单点应用或技术的突破，现有的项目多以短期的项目支持为主
• 三是缺乏全局生态环境的顶层设计和产业化持续造血能力。例如，超算中心在软件开发能力和商业化运营上略有不足，呈现投入大产出少的现状

2、人工智能

我国人工智能已处于第一梯队，2019年中国共发表人工智能领域相关论文2.87万篇，同比增长12.4%，专利申请量2019年超过3万件，同比增长52.4%，在人工智能领域各项*国际会议上的活跃度和影响力不断提升。依托庞大的国内市场和用户群，在语音、视觉、传感等相关领域的技术发展持续突破。与此同时，我国人工智能发展依然存在诸多瓶颈问题，

• 一是人工智能原创性理论基础不强，重大原创成果不足
• 二是在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面，与美国相比还存在较大差距
• 三是人工智能产业结构布局尚不完善，人工智能人才队伍，特别是尖端人才不能满足发展需求。总体而言就是大而不强

3、汽车智能计算平台

作为智能网联汽车“大脑”的计算平台，汽车智能计算平台的发展具备四个显著的趋势：

• 硬件异构化
• 软件标准化
• 工具自动化
• 应用模块化

2019年，华为和百度已经推出了专用车载计算平台。蔚来、小鹏、威马等我国造车新*逐步开始为客户提供OTA的升级服务，带来便捷的同时也带来安全问题、监管问题。汽车智能计算平台的功能安全、预期功能安全和信息安全仍存在较大提升空间。自动驾驶的功能安全尚未达成共识，预期功能安全国内研究基本空白，标准体系建设亟待完善，信息安全纵深防御理念尚未融入汽车产业生态。

4、量子计算 

量子计算是以量子比特为基本单元，通过量子态的受控演化实现数据存储的一类计算技术，具有经典计算无法比拟的巨大信息携带和超强并行处理能力。

美国始终处于领先地位，IBM、谷歌、微软、英特尔等科技巨头均抢先布局，谷歌在2019年宣布实现“量子霸权”，工业巨头霍尼韦尔推出了量子体积为64的量子计算机。我国核心论文数量、研究机构数处于世界前列，科研机构、高校开展的理论研究进展迅速，基础研究能力仅次于美国。为抢占量子技术革命的制高点，我国先后启动“自然科学基金”、“863”计划和重大专项，支持量子计算的技术研发和产业化落地。在多光子纠缠领域，我国始终保持国际领先地位，中国科学技术大学常务副校长、中国科学院院士、西湖大学创校校董潘建伟教授表示，已经实现了光量子计算性能超过谷歌53比特量子计算机的100万倍。阿里巴巴、腾讯、百度和部分ICT企业也积极参与产业生态建设，纷纷建立相关实验室。我国量子计算发展仍存在诸多问题与挑战。一是关键技术研发仍存在差距，在量子计算机硬件、软件等各方面仍然存在重大技术障碍。二是市场尚处于培育阶段，商用条件苛刻且成本高，未来应用场景模糊，技术距离应用落地尚有很大距离。三是我国在量子计算的技术累积、研发投入、顶层设计等方面缺乏全面布局。

5、云计算

云计算产业已从最初的互联网科技行业，逐步向金融、零售、医疗、生产制造、公共事业等传统行业渗透。市场方面，当前全球云计算市场稳定增长，2019年全球云计算市场规模达到1.27万亿元，增速20.86%，预计2030年市场规模将超过2.36万亿元；我国云计算市场攀岩式增长，2019年云计算市场规模达到1334亿元，增速38.61%，预计2023年市场规模将翻三番至4000亿元。带动效能方面，5G、AI、大数据等信息技术的演进发展为云原生技术赋能，企业可通过SaaS服务将应用快速构建和部署，使资源可调度粒度越来越细、管理越来越方便、效能越来越高，实现企业云化管理，大大提高传统企业生产效率和创新能力。部署模式方面，随着新基建的不断落地，构建端到端的云、网、边一体化架构将是实现全域数据高速互联、应用整合调度分发以及计算力全覆盖的重要途径。

 

4、产业规模测算

本白皮书分两个维度对先进计算的产业规模进行测算：

• 一是直接产业规模，围绕算力、算法、算据三大要素展开
• 二是辐射带动规模，即信息技术重点应用领域中与先进计算密切相关的部分

计算思路如下：

• 首先，确定计算范围，对于直接规模，本报告界定了算力、算法、算据所包含的产业范围，对于辐射带动规模，则是选取了先进计算主要应用产业的重点领域
• 其次，获取各个部分计算所需数据，本报告所使用数据来自于国家统计局、工信部运行局等*官方机构以及IDC、ICInsights等行业研究机构
• 最后，根据获得的原始数据，通过线性回归等方法推导增长率，测算2025年的预期规模

具体思路如下图所示：

0x1：直接产业规模测算

根据先进计算的内涵，其直接产业是指与算力、算法、算据相关的产业，包含了云计算、边缘计算、量子计算等一系列新的计算方式所运用到的硬件、软件、平台与相关支撑服务。

• 对于算力而言，主要为支撑计算运行的硬件相关行业，包括计算机、通信及其他设备制造业中的计算机制造和SoC芯片等芯片制造行业
• 对于算据而言，主要体现在数据接入和存储上，包括互联网和相关服务中的互联网接入及相关服务、互联网平台、互联网数据服务，以及软件和信息服务行业中的信息技术服务业、信息安全行业
• 对于算法而言，主要体现在运用平台、软件等提供相关服务，包括软件和信息服务业中软件产品、信息技术服务、嵌入式系统软件行业

对照统计局国民经济行业分类，其具体分类如下图所示：

0x2：辐射带动规模测算

先进计算产业的辐射带动规模是指计算技术渗透入其他产业形成的市场规模，一方面包括对于已有的传统设备、技术的替代，另一方面也包括引入先进计算后带来的新增规模。当前，算力要求较为敏感的领域主要包括智慧城市、工业制造、自动驾驶、医药制造、金融科技等领域。根据本白皮书预测，到2025年，通过先进计算的辐射效应，在其重要应用领域能带动8.5万亿元市场规模。

1、智慧城市

当前，智慧城市建设已成为推进社会治理现代化的重要抓手。此次疫情危机所暴露的社会治理、公共服务能力、应急管理等问题将进一步推动智慧城市的建设。

• 从建设领域看，智慧城市包含了交通、安防、环保、能源、建筑、医疗及其他公共服务领域
• 从供应商分类看，智慧城市包含硬件制造、软件开发和网络通信，分别对应了先进计算的算力、算法、算据部分。如，
  • 在算据收集上，传感器等设备通过收集数据构筑智慧城市核心血脉枢纽
  • 在数据处理上，数据中心、算力中心实时存储、分析数据，为决策提供参考，是智慧城市发挥效用的神经中枢

城市大脑在智慧城市中扮演着重要的角色，也是先进计算在智慧城市中最主要的着力点。城市大脑通过传感器的布置和计算机视觉技术提升感知能力，可以实时识别路况；通过构建统一的数据管理平台，集成数据，打通数据孤岛，将数据标准化以随时调用；通过构建以数据中心、超算中心为主的计算网络，城市大脑可以实现实时计算、精准决策。除此之外，智慧楼宇的建设也是先进计算在智慧城市中重要的应用环节。楼宇中布置于阀门、执行器等位置的各种传感器组成了数据网络，将楼宇的信息反馈至控制网络，通过控制中心进行优化决策，使得办公设备自动化智能化、管理服务自动化。

先进计算在智慧城市的应用以城市大脑为主要载体，既包括对原有部分的改造，也包括新建设的部分。据相关研究数据，2018年，我国城市大脑规模为7000亿元。据IDC预计，全球智慧城市支出将在2021年开始逐渐提高增长速度，并在2020-2024年的预测期间内实现14.6%的复合年增长率，我国的智慧城市市场规模增长率将高于全球增速。据预计，到2025年，先进计算带动的规模将达到2.7万亿元。

2、工艺制造

工业制造在工艺设计、生产制造、检验测试等环节每年都会产生大量的数据。

工业互联网是先进计算在工业制造领域应用的重点环节，计算技术的应用贯穿着工业互联网的全寿命周期。

• 工业互联网通过构建数据网络，实现信息系统网络、生产系统网络中不同单元、不同设备、不同系统的实时感知与协同交互
• 通过构建计算平台，汇聚不同单元、不同设备、不同系统产生的海量数据，实现后续应用开发、资源调度、监测管理
• 构建信息安全网络，升级设备、网络、数据的安全防护水平

先进计算的应用是工业互联网在工业领域的纵向发展，在提升产品质量、生产管理水平，推动生产方式变革方面发挥着重要的作用。物联网技术使得包含物体状态、标识、位置的大量工业数据得以收集，网络通信技术为工业数据的传输奠定了基础，云计算、边缘计算等为工业数据的分析与计算提供了可能。

在生产制造上，

• 通过机器视觉技术代替人眼排查提升检测效率；通过数据分析、机器学习等技术搭建数字孪生解决方案，还原生产过程，降低生产成本
• 通过传感器对设备数据进行监测和采集、大数据进行分析处理，对处理后的数据进行建模分析，实时监控设备现状，降低故障率

先进计算在工业制造的辐射带动效应一方面是对原有旧设备的替代，另一方面也是计算技术在工业制造领域渗透后，各个企业新增的软硬件设备等。据统计，2018年工业互联网带动第二产业规模为6630亿元。近三年工业互联网规模增速迅猛，增长率分别为55.7%、47.3%、47.9%，预计未来五年将延续快速增长态势。据时间序列回归分析，预计到2025年，工业制造领域先进计算的辐射带动规模将达到4.9万亿元。

3、自动驾驶

先进计算主要应用于自动驾驶的环境感知、车辆定位、路径选择、驾驶控制等环节。

自动驾驶使传统汽车行业的供应链从原始的以设备制造商、整机厂商等为主的供应系统，转变为设备制造、基础设施供应、出行服务提供、硬件和软件解决方案提供等共同协作的供应系统，计算行业的应用占比大大提升。

自动驾驶的底层技术包括

• 传感器
• 计算平台
• 运动规划和控制
• 对象分析
• 地图和位置服务
• 数据云
• 连接
• 娱乐程序和信息服务

计算技术在自动驾驶的底层技术中的应用包括

• 计算平台中算法的应用
• 地图和位置服务中视觉技术的应用
• 娱乐和信息服务中语音识别技术的应用等

麦肯锡未来出行研究中心预测，中国未来将成为全球最大的自动驾驶市场，至2030年，自动驾驶相关的新车销售及出行服务创收将超过5000亿美元。其中，自动驾驶软件开发、自动驾驶硬件生产、自动驾驶系统及车辆验证和集成、车辆互联等计算效用发挥主要作用的环节分别占据了自动驾驶价值链的18%、16%、16%、9%，芯片、传感器、智能车载终端、软件算法将贡献主要增量市场。先进计算在自动驾驶领域将为自动驾驶带来新的增长，根据上述描述的先进计算的应用环节，据估算，到2025年，在自动驾驶领域，先进计算辐射规模将达到6000亿元。

4、医药研发

医药研发需要经历靶点的发现与验证、先导化合物的发现与优化、候选化合物的挑选及开发和临床研究等多个阶段，耗时长、成功率低。通过使用先进计算技术，可极大的节省人力、物力、资金成本。

如在药物新适应症方面，利用先进计算技术，将临床药物与新的适应症相匹配，从而可直接绕过动物实验和安全性实验。除此之外，在化合物筛选、发觉药物靶点等方面，也是先进计算的重点应用环节。先进计算在医药研发环节的应用，不仅能改变现有的医药研发模式，还将进一步降低研发成本、提高研发成功率，为医药研发带来新的增长。近年来，医药上市公司研发支出增速不断提升，2015-2018年同比增速分别为23%、24%、28%、43%，2018年规模达到661亿元。龙头企业研发投入增长势头尤为突出，据相关研究数据，行业内部分领军企业研发投入稳定保持50%以上增速，研发投入占比接近跨国药企水平。据预计，到2025年，先进计算在医药研发领域的辐射规模将达到2500亿元。

5、金融科技

金融科技的核心是信息处理与分析，大规模数据的处理需要耗费大量的算力。

当前，先进计算在金融科技领域重点和前沿的典型应用为金融云和量子计算。金融云通过大数据、云计算、人工智能等计算方式对数据进行存储、分析、决策、处理，为金融风险分析与评估、产品设计、市场预测等提供服务。量子计算则是解决复杂的金融优化问题，如投资组合风险优化和欺诈检测。在数千个具有相互依赖关系的资产的情况下，量子计算可用于更好地确定有吸引力的投资组合，并更有效地识别关键欺诈模式，金融量子计算机可用于理解金融预测模型中风险和不确定性影响的概率模拟。

先进计算在金融行业的加速应用将极大提高现有金融行业的信息处理速率，提升金融行整体的运行效率。据IDC数据，2019年，中国金融云市场规模为33.4亿美元，同比增长49.6%。由于量子计算的应用暂时难以预估，因此本报告仅以金融云作为估算依据，到2025年，先进计算在金融科技行业的辐射带动规模将达到513亿。

0x3：测算结论

本报告将先进计算产业的规模分为直接产业规模和辐射带动规模。根据测算，到2025年，我国将形成16.6万亿元的整体市场规模，其中，直接产业规模将达到8.1万亿元，辐射带动规模将达到8.5万亿元。随着先进计算产业在*决策、技术研发及各个行业的应用渐趋深化，其辐射带动规模将持续扩大，为社会经济发展注入全新动能。

 

5、建议突破方向

0x1：重点领域

1、算力层面

着力突破高端通用芯片。

围绕通用处理器（CPU）、嵌入式神经网络处理器（NPU）、图形处理器（GPU）等设计，持续提升通用处理器的单核、多核与多线程能力。升级嵌入式神经网络处理器的向量与矩阵算力，加大图形处理器的单核渲染能力，提升浮点数算力与渲染引擎能效比。加强单核浮点数算力、互联技术，布局通用计算应用程序编程接口（API）生态，培植可与NVIDIA之CUDA生态竞争的能力。

发展新型存储器产品。

围绕DRAM、SRAM、EPROM、Flash以及MRAM、PRAM、RRAM等，突破存储器件物理机制、新材料体系与器件结构，探索提高光存储密度和寿命的新机制，加大内存介质核心材料、工艺和堆叠等核心技术投入，强化基于3DNANDFlash的存储介质性能，加强新型PCM介质技术创新。布局下一代基于内存网络（MemoryFabric）的先进存储系统，建立用于边云协同的分布式存储系统，构建具有竞争力的安全可靠NAS和备份系统。突破电介质材料组分、微纳结构、异质界面对电极化、电荷存储及转移的影响规律，突破大容量超高储能密度电容器的制备与集成技术。发展以内存为中心的新型计算架构，研发基于共享内存新型体系架构下的新一代计算平台。

聚力支持高端服务器。

强化服务器硬件工程能力建设，支持服务器架构与技术创新。提高服务器主板在高速、高密、大尺寸、高层数等方面的复杂设计能力与批量加工能力，构建具有知识产权的开源基板管理控制器（BMC）软件，加大安全可靠BMC芯片在行业的推广和应用。提升服务器芯片功耗、算力等性能，推动电容、电阻、电感、MOS管等整机、服务器相关基础器件实现技术突破。

升级AI框架、芯片、工具集性能。

着力AI加速器内核架构突破，加大对内存接口、压缩，ScaleUp高速互连关键技术的投入和研究。提升AI服务器核心控制点AI芯片的有效算力和性能指标。布局可支持大量级AI处理器互联的高性能AI训练集群，探索以大型数据集神经网络训练等方式提升算力能级的新途径，拓展AI集群能耗降低有效路径。发展基于自研CPU+AI芯片的数据中心AI推理与训练平台，开展平台体系结构及基础软件研究。

发展硬件仿真与建模平台。

围绕计算芯片架构设计与创新发展处理器及外围配套芯片的系统级仿真器；研发用于x86、ARM处理器的百倍级加速仿真器，强化功能仿真和性能仿真模式切换，加强使用新指令的软件开发和验证；围绕HPC、公有云、存储、大数据等数据采样拓展建模、高精度代表性指令序列构建能力，快速降低性能仿真时间。

2、算法层面

支持企业发展安全可靠操作系统。

提升操作系统性能，突破系统调度、内存管理、虚拟化等操作系统核心技术，优化多核或者众核调度能力，强化多元化算力支持，加强基于安全可靠操作系统内核的应用推广。构建开源Linux基金会，布局安全可靠的Linux代码托管仓库与开源技术交流社区。

提升数据库性能指标。

提高数据库可用性、可靠性和安全性，发展多样化数据库产品。发展分布式高扩展数据库架构、面向高速存储介质和非易失性内存的存储引擎，提升数据库异地多活高可用能力、基于密态计算的数据处理技术、数据防篡改等能力。推动开源社区和统一数据库规范构建，支持兼容行业主流生态的数据库开源社区建设。

支持加速库、统一调度器、函数计算开发框架等计算工具链套件发展。

发展加速库，强化基于芯片的加速库优化和算法提升。提升数学库、网络加速库、机器学习库、图分析库、NN训练加速库、NN推理加速库、媒体加速库等加速库竞争力。发展通用图优化、图等价等变换算法，模型自动压缩算法、模型服务资源调度算法等推理加速算法，自动混合精度算法、量化感知训练算法、迁移学习算法等训练加速算法。突破针对安全可靠芯片的编程模型、编译优化、编程语言抽象、虚拟指令集等核心技术，突破矢量化、内存优化、循环转换、全局优化等关键编译优化技术。

3、算据层面

提升数据融合分析能力。

实现海量数据的多源、异地、异构融合分析，强化自动数据发现与增强、自动数据可视化、高性能分析、多算力计算等能力，提升海量数据的集成管理与分析能力，优化数据的高效分布式并行处理能力，提升数据集成质量、集成方法的可用性水平。

发展高性能数据存储。

布局支持多样性算力、高通量算力、多协议接口的数据存储系统，加强系统多协议互通与数据流动等能力，强化数据全生命周期的安全性、可靠性与可管可控。推动实现跨地域、跨数据源的端、边、云数据协同，及存储与计算、网络的高效协同。

强化开源大数据引擎与生态标准统一规范研究。

支持高性能异构、多源融合、异地查询。支持开源大数据社区建设，构建大数据生态标准。支持相关企业发展大数据引擎生态，加强数据接口统一化。提升适用于存算一体的数据服务能力。提升对大规模、规则化的密集型数据进行定系数的乘累加运算能力。

0x2：发展建议

1、提升产业技术创新能力

引导市场主体创新突破，强化骨干企业在重大专项创新突破上的主体地位，加强产学研用研发力量协调和产业链上下游协同，统筹利用各方资源，支持基础软件、核心电子器件、高端通用芯片等重点产品研发和试验验证。支持企业参与开源社区建设，贡献核心能力，加大在开源社区的影响力，构建具有知识产权的编译器与工具链。加大围绕芯片的编程模型、编译优化、编程语言抽象、虚拟指令集等核心技术研发突破。采用揭榜挂帅等方式，大力支持先进计算关键技术和产品商业化应用，推动技术迭代和产品持续升级，提升高端产品供给能力，带动产业链协同创新。加速应用生态兼容实验室布局，促进我国和其他国家先进技术互相兼容认证，反对针对具体企业的歧视性技术设置。

2、推进计算产业生态构建

充分发挥现有计算产业集群的产业链统合优势，以具有国际竞争力的市场主体为核心，推动产业链上下游和产业间的资源要素整合、业务流程再造和组织机制重构，形成各方深度交互、共生共荣的良好发展生态。推动在计算架构多样性下的技术路径适时收敛。构建国内知识产权为主导的开放标准，围绕CPU、内存、介质、IO接口等推动开放标准建设。围绕CPU芯片加大应用场景适配，构建基础应用加速库，通过开源社区推动用户迁移与开发。加强创新创业企业培育，发挥国有企业、龙头企业优势，建设专业化众创空间，加快中小微企业培育孵化，加大融资促进和对外合作交流，推动企业专精特新发展，做好单项冠军企业培育提升工作，形成源源不断的生态补充，夯实产业生态后劲基础。

3、加强深度国际合作

加强高端芯片、高性能服务器、先进存储、汽车电子新型架构与计算平台等产业关键技术领域国际合作，推动引资与引技、引智相结合，提升“引进来”层次和水平。发展新型国际贸易，在具有条件的自贸区、开发区试点探索高标准的数据流动、隐私保护等规则，推动试点地区与欧盟、日本等地区的标准互认。

4、激励培育重点骨干企业

以重点领域和重点企业为突破口，着力构建安全可靠产业链，形成软件、硬件、应用和服务集一体的计算产业生态，提升产业链安全可靠水平。引导企业将核心关键环节留在国内，鼓励和引导主动寻求更低成本的企业向中西部地区转移。研究制定产业和企业供应链安全评估评价体系，支持企业构建多元供应链体系。