先进计算发展研究报告(2018年).pdf
《先进计算发展研究报告(2018年).pdf》由会员分享,可在线阅读,更多相关《先进计算发展研究报告(2018年).pdf(47页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 先进计算先进计算发展研究报告发展研究报告 (2012018 8 年)年) 中国信息通信研究院中国信息通信研究院 2012018 8年年1 12 2月月 版权声明版权声明 本本研究研究报告报告版权属于版权属于中国信息通信研究院中国信息通信研究院,并受法律,并受法律保护保护。转载、摘编或利用其它方式使用转载、摘编或利用其它方式使用本本研究研究报告报告文字或文字或者观点的,应者观点的,应注明注明“来源:来源:中国信息通信研究院”中国信息通信研究院” 。违反上。违反上述声明者,本述声明者,本院院将追究其相关法律责任。将追究其相关法律责任。 前前 言言 作为信息技术领域的基础和核心,近半个世纪以来,不
2、断涌现的计算技术浪潮推动着信息技术的持续发展和普及,对国民经济、社会发展发挥着基础性、渗透性、引领性的作用,是科技、经济和社会创新发展的重要推动力。 现代计算技术起源于 1946 年埃尼阿克(ENIAC)的诞生,迄今为止已有超过七十年的发展历程,在半导体工艺器件、CPU 芯片以及分布式、集群、异构等系统技术的推动之下,历经大型机/小型机、PC/服务器、集群/分布式、小型化/低功耗等发展阶段,成为 ICT 产业升级最快、创新最活跃的领域之一。 供给和需求的不匹配推动计算技术产业进入新一轮发展周期,人工智能、自动驾驶、物联网、VR/AR 等创新应用取代基础软硬件成为创新新动能,面向不同应用计算需求
3、的优化和加速将成为近期先进计算技术升级的主要思路。当前,技术创新模式和产业生态体系重构在即,开源开放的影响力日益凸显,多元化的生态发展趋势也为后进入者带来更多的发展机遇。 目目 录录 一、 先进计算的内涵和体系 . 1 (一) 计算技术产业发展历程 . 1 (二) 对先进计算的理解 . 3 二、 现阶段先进计算总体发展态势 . 6 (一) 供需不匹配是目前计算技术产业面临的主要问题 . 6 1.固有计算技术升级模式遭遇天花板 . 6 2.应用创新对计算需求的增速远超摩尔定律 . 8 (二) 短期内需求驱动创新将主导计算技术产业的升级 . 9 1.发展动能转换:应用取代基础软硬件成为创新新动能
4、. 10 2.发展模式变换:以融合专用加速的系统优化为主 . 11 三、 现阶段先进计算创新重点 . 13 (一) 器件技术:多路径推动摩尔定律持续演进 . 13 (二) 部件技术:三大计算单元加速协同创新 . 16 1.数据处理单元 . 17 2.数据存储单元 . 21 3.数据交换单元 . 23 (三) 系统技术:围绕应用需求展开体系化升级 . 23 1.异构及可重构 . 24 2.分布式及集群 . 28 3.内存计算及存算一体化 . 32 (四) 非冯诺依曼架构:量子和类脑成为探索重要方向 . 33 四、 近期发展趋势与展望 . 36 (一) 创新应用是计算技术产业升级的首要驱动力 .
5、37 (二) 开放融合是先进计算技术创新的主导模式 . 38 (三) 先进计算产业生态进入多元化重构期 . 40 中国信息通信研究院 先进计算发展研究报告(2018 年) 1 一、一、 先进计算先进计算的的内涵和体系内涵和体系 ( (一一) ) 计算技术产业计算技术产业发展历程发展历程 计算技术与人类文明同期起步,历经手动、机械、电动及电子四大阶段。手动计算阶段最早可溯源至远古时代,人类早期通过手指或石子、木棍、结绳等工具实现计数和简单计算,后期随着数学理论的发展逐渐衍生出算筹、算盘、计算尺等计算工具,此时计算的实现以人自身的逻辑计算为主,工具只是辅助实现手段。十七世纪初,伴随人类机械制造能力
6、的不断进步, 可用于实现计算的机械装置也日益复杂,包括计算钟、计算器、差分机、分析机等多种基于齿轮传送等机械原理实现的计算机层出不穷,相比较手动阶段而言,极大提升了计算能力。十九世纪末,电机工程学的进步和电的发现及使用给人类社会带来深刻影响的同时,也推动了机械式计算机的又一次进步,电力 不仅成为计算设备的动力来源,带动包括制表机、祖思机等一系列复杂计算装置的发展,也推动了后续二进制数字计算机的快速实现。二十世纪四十年代后,诞生于美国的埃尼阿克(ENIAC)标志着计算电子化时代的开启,自此后七十多年里,计算技术的性价比保持指数级增速,成为科技创新、社会进步和经济增长的重要驱动力,据研究机构表明,
7、数字化程度每提高 10%,人均 GDP 增长 0.5-0.6%。 自动化电子化推动计算技术的规模普惠和计算产业的快速繁荣。计算技术是伴随人类实践的需求演进而逐步发展的, 按照物理实现手段的不同,可分为电子管、晶体管和集成电路三个阶段。因二战中弹道计算等需求的激增,各国均加大对计算技术的研发投入力度,科学先进计算发展研究报告(2018 年) 中国信息通信研究院 2 与军事应用需求推动计算设备的快速发展, 先是电子管因超过千倍的开关速度提升取代继电器成为计算机的核心运算部件, 而后晶体管计算机因在开关速度、 省电和使用寿命的更优表现取代电子管计算机成为上世纪六十年代后期的计算主体设备。此后,各国因
8、二战后发展经济的需求,将原用于军事领域的计算技术应用到国民经济重要行业,使得其在银行、保险、股票等文书类工作量较大的行业中快速普及,开启计算技术由军用科研向民用领域渗透的前奏, 在公共服务领域的深入应用最终推动计算技术的快速繁荣和大量普及。 目前计算技术以冯诺依曼架构为基础, 围绕数据处理、 数据存储、数据交互三大能力要素不断演进升级。1945 年冯诺依曼正式提出计算机体系架构,后被广泛称之为“冯诺依曼体系架构1” ,主要内容包括三方面: 一是采用二进制进行计算; 二是基于存储程序控制理念,计算机按照预先编制好的程序顺序执行完成计算过程; 三是计算设备包括运算器、控制器、存储器、输入装置和输出
9、装置五大组成部件。从每秒可进行数千次计算的埃尼阿克(ENIAC)起,到至今每秒已达到数亿亿次运算的中国“神威太湖之光”超级计算机,计算技术在遵循冯诺依曼体系结构的前提下,围绕数据处理、数据存储和数据交互展开了快速创新迭代。数据处理方面,集成了控制器和运算器功能的中央处理器 CPU 成为计算系统的核心,并逐渐引入图形处理器 GPU、数字信号处理器 DSP、 现场可编程门阵列 FPGA 等多样化运算器单元。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1首次发表于冯诺依曼与戈德斯坦、勃克斯等联名发表First Draft of a Report on the EDVAC ,即计算机史
10、上著名的“101 页报告”中。 中国信息通信研究院 先进计算发展研究报告(2018 年) 3 DRAM、软盘、硬盘、闪存等存储介质的存储密度、读写效率不断发展的同时,整体存储架构也在快速变化,历经总线架构、交换式架构、矩阵直连架构、分布式架构、全共享交换式架构等多种,推动数据存储的高性能、高可靠和灵活扩展升级。数据交互方面,包括单计算设备内部的总线技术, 以及多计算设备间数据互通的以太网技术等均围绕高速率、高带宽、低延时等方面升级数据交换能力,提升整体计算系统的效能表现。 ( (二二) ) 对先进计算的理解对先进计算的理解 先进计算并非特指某项具体的计算技术, 而是面向未来的多种计算技术的统称
11、。现阶段基于不同层面、不同角度、不同应用场景的计算技术创新层出不穷,各种计算技术、产品及概念不断涌现,从与技术创新相关的专业领域角度来看,先进计算技术创新将是涵盖原理、材料、 工艺、 器件、 系统、 算法、 网络架构、 应用等在内的系统工程,在不同阶段将具有不同的发展特征和发展重点。短期来看,基于硅基冯诺依曼架构的现代计算技术仍然构成先进计算的主体, 面向不同应用需求的系统优化成为技术创新重点方向,器件及芯片、系统技术和应用技术等将同步发展。长期而言,因硅基集成电路的物理极限和冯诺依曼架构的固有瓶颈,量子/类脑等非冯诺依曼架构计算技术的突破和产业化将是支撑先进计算未来持续快速升级的重要动力。
12、现代计算技术演进至今,已形成相对清晰的技术分层体系。主要包括基础理论、器件技术、部件技术、系统技术和应用技术等五大部分。其中,基础理论层是指奠定现代计算技术的理论基础,阿兰图先进计算发展研究报告(2018 年) 中国信息通信研究院 4 灵提出可计算理论和计算机通用逻辑模型“图灵机” ,到目前为止依然是评判可计算性的唯一模型; 香农提出可运用布尔理论实现数学问题、逻辑问题和物理实现间的映射,是采用二进制实现计算技术的理论指导;冯诺依曼提出计算机的构成要素及运作机制,成为实现现代计算机的核心架构。 器件技术层是指构成计算设备和计算系统所需的电子器件技术, 目前主要指与超大规模集成电路实现相关的设计
13、、制造及封测技术。部件技术层包括构成计算设备和计算系统的芯片、 模块等, 主要可分为计算部件、 存储部件和通信部件等三大单元,计算部件指 CPU、GPU 和 FPGA 等数据处理硬件,存储部件指内存、外存等数据存储硬件, 通信部件是计算部件和存储部件间实现数据交互的硬件。 系统技术层是指面向不同应用场景需求构建多样化计算系统所需的系统架构、互联架构、存储架构等硬件技术和资源管理、任务调度等软件技术。现阶段对计算系统的分类并无统一定义,根据任务调度模式的不同可分为集中式计算和分布式计算等, 根据计算资源种类的不同可分为异构计算和可重构计算等, 根据计算所需数据存储位置的不同可分为内存计算和存算一
14、体化等, 面向不同应用需求的计算系统技术不仅存在较大差异,且存在融合发展的趋势。应用技术层是指多类应用所需的通用功能性技术,目前主要包括数据库、图形图像处理、数字多媒体、安全防护等。 中国信息通信研究院 先进计算发展研究报告(2018 年) 5 图1 基于冯诺依曼的现代计算技术体系 量子及类脑等非冯诺依曼架构计算技术体系仍未固定, 并将因基础原理、物理材料等多方面的巨大差异而较难形成统一体系。通过颠覆冯诺依曼架构, 开拓计算技术发展的新路径始终是业界的探索方向,现阶段量子和类脑是发展的热点。整体而言,非冯诺依曼架构将与冯诺依曼架构存在巨大差异, 现阶段围绕量子和类脑两大热点的探索实现也非常多样
15、化,在基础理论、物理实现、核心硬件、算法软件等诸多环节均未形成统一定论, 非冯诺依曼计算技术整体发展仍处于较为初期的阶段,在可预见的很长时间内,其仍将基于与现代计算体系融合发展的理念进行推进。 综上所述,先进计算涉及面广、技术要素庞杂,2018 年本研究报告将重点围绕未来 3-5 年先进计算领域的核心技术展开分析, 探讨技术创新的总体态势和发展重点,并对量子计算、类脑计算等目前业界较为关注的颠覆性技术进行研判。 先进计算发展研究报告(2018 年) 中国信息通信研究院 6 二、二、 现阶段现阶段先进计算先进计算总体总体发展发展态势态势 ( (一一) ) 供需不匹配是供需不匹配是目前目前计算技术
16、计算技术产业产业面临的主要问题面临的主要问题 1.固有计算技术升级模式遭遇天花板 二十一世纪以来,计算技术升级速度逐渐放缓,起因于芯片主频提升、多核数目堆叠、工艺尺寸微缩等固有升级路径因遭遇瓶颈而渐次失效,主要体现在以下四方面: 一是晶体管尺寸因不断逼近物理极限而减缓微缩。 半个多世纪以来,晶体管尺寸微缩带动的性能提升、成本降低是推动集成电路制造工艺持续演进和计算技术指数级增长的重要驱动力。自工艺进入 10纳米节点以后,晶体管性能随尺寸微缩提升幅度趋缓,主要表现在:晶体管集成度提升减缓, 7 纳米节点单位晶体管面积缩小了 20%-30%,小于上一代的 37%;功耗优化减缓,7 纳米节点功耗降低
17、约 10-25%,小于上一代的 30%;金属线宽的缩小导致阻抗上升,RC 延迟不利于芯片性能提高。此外,纳米节点制造工艺对光刻精度的要求快速提升,现阶段极紫外光刻(EUV)工艺仍不成熟。 二是因芯片过热而不可无限提升主频。 依赖主频提升处理器单核性能是相对简单且高效的实现方法,但随着工艺尺寸稳步缩小,单位面积的晶体管数量翻倍增加,热累积效应愈加明显,处理器的功耗正以正比于主频的三次方量级高速增长。当处理器主频超过 4GHz 后,高频率下电子高迁移速率以及栅漏电现象导致产热量增加, 使温度上升造成的性能损失超过主频对性能的提升, 同时衍生重大的散热问题。受限于封装和降温成本的考虑,芯片主频的升级
18、自 2005 年后即逐步中国信息通信研究院 先进计算发展研究报告(2018 年) 7 放缓,现大多控制在 4GHz 以内。 三是多核因并行算法局限而停止扩充。 处理器自遭遇主频升级瓶颈后,开始转向多核架构,并通过增加并行计算能力以实现处理器性能的提升。经过十余年的发展,算法和软件的并行化依然不甚成熟,现有并行处理程序的编写、调试、优化能力仍然较弱,且大部分应用程序并不能自动分割任务交由多核处理, 带来极大的软件重构和优化的工作量,致使处理器性能提升与核数不成正比,多核硬件的能力未得到充分发挥,实际应用水平远远低于理论能力。 四是冯诺依曼架构瓶颈日益凸显。冯诺依曼型计算机以“存储程序”为基础原理
19、,程序执行时处理器在程序计数器的指引下顺序读取指令和数据,顺序执行形成计算结果。冯氏计算架构的特性决定了数据处理和数据读取二者速度需匹配方能保证计算的实时性和整体运行效率。随着摩尔定律的快速发展,处理器执行速度已远快于各级数据读取的速度,现阶段一级/二级缓存数据读取延迟 2-4 纳秒、内存延迟 70 纳秒、硬盘延迟 4 毫秒、外围存储介质延迟在秒级以上,数据读取与数据计算间的速度差异已成为制约计算效能升级的重要因素, 冯诺依曼架构的瓶颈效应随着处理器计算速度的不断提升而更加凸显。多年来,高速内存、分支预测算法、哈佛架构等技术创新在一定程度上缓解了数据读取限流问题,但仍未实现本质改变。 先进计算
20、发展研究报告(2018 年) 中国信息通信研究院 8 数据来源:维基百科 图2 CPU 芯片计算能力发展历程(1970 年-2020 年) 2.应用创新对计算需求的增速远超摩尔定律 数据总量激增, 应用计算需求进入 “新摩尔定律” 时代。 近年来,互联网、移动互联网、云计算、大数据、物联网、人工智能、5G 移动通信等 ICT 领域重大技术发展,加速推进社会迈入万物互联、万物感知、万物智能时代,逐步集聚和盘活海量数据资源。数据规模的增速远超摩尔定律,据 IDC 的数字宇宙报告,全球信息数据总量中接近90%产生于近几年,据预测到 2020 年数据总量将达到 44ZB,平均个人拥有超过 5.2TB
21、数据规模。图灵奖获得者 JimGray 更是提出“新摩尔定律” , 即每 18 个月全球新增信息量是计算机有史以来全部信息量的总和。 数据结构趋于多元化, 由传统文本等结构化数据扩展至图像、音频等不规则、非结构化数据,其中近三分之一的数据将具有大数据中国信息通信研究院 先进计算发展研究报告(2018 年) 9 开发价值,由此将带来极大的计算能力需求。 以人工智能为代表的算力依赖型应用极大加快计算资源消耗。 除数据洪流催生计算资源和性能提升的普遍诉求外, 以人工智能为典型代表的强算力消耗型应用创新更是极大提升了对计算能力的需求。 区别于传统机器学习算法, 以深度学习为代表的人工智能算法本质是基于
22、概率统计理论,通过大量计算资源对大规模数据样本的处理,实现远超传统机器学习算法的识别精度, 这种暴力计算模式正逐步流行并成为现阶段统治人工智能计算的主流范式。据统计自 2012 年以来,人工智能训练任务使用的计算能力每 3.5 个月提升一倍, 目前增长已超过 30 万倍。大量计算资源的利用给算法、模型和应用的创新带来显著成果,如在 2012 年,谷歌与斯坦福大学组成的联合研究组利用16000 台计算机处理数百万段 YouTube 视频,实现识别猫的功能。随着深度学习网络模型日益复杂、数据样本持续扩大,其对计算能力的需求和消耗与日俱增, 人工智能计算体系已从早期的 CPU 芯片过渡到以并行处理性
23、能取胜的 GPU 芯片, 再到现阶段的大规模人工智能芯片集群, 但与人工智能应用创新所带来计算需求增速相比差距依然较大。 图3 传统机器学习算法与深度学习算法对计算需求的对比 ( (二二) ) 短期短期内内需求驱动创新将需求驱动创新将主导主导计算技术产业计算技术产业的的升级升级 先进计算发展研究报告(2018 年) 中国信息通信研究院 10 1.发展动能转换:应用取代基础软硬件成为创新新动能 应用创新所带来的多样化需求成为计算发展的核心动能。 计算的发展历程就是计算供给能力与应用创新需求之间的彼此驱动和迭代升级,二者的关系正由“先有能力,再谈需求”向“根据需求,实现能力”转变,创新应用在被动等
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 先进 计算 发展 研究 报告 2018
限制150内