摘要：计算是信息产业的基础和核心，是数字经济时代新质生产力的典型代表，是数字社会生力变革演进的核心驱动力。计算与信息技术相生相伴，由结绳、算盘、计算器、机械计算机逐步发展至今，每一次计算的突破都推动工业化加速和人类文明的演进，孕育了新的经济模式和社会发展形态。当前全
前言
计算是信息产业的基础和核心，是数字经济时代新质生产力的典型代表，是数字社会生力变革演进的核心驱动力。计算与信息技术相生相伴，由结绳、算盘、计算器、机械计算机逐步发展至今，每一次计算的突破都推动工业化加速和人类文明的演进，孕育了新的经济模式和社会发展形态。当前全球计算技术加速创新，计算硬件、软件、算法、架构之间彼此激荡、同频共振，量子、类脑等新兴计算技术创新跨界交叠、磨砺聚变，以大模型为代表的新兴应用驱动算力需求快速增长。
在产学研用各方努力下，我国先进计算产业勇毅前行，体系化创新、集群式创新成效显著。为系统梳理先进计算产业发展情况，赛迪研究院、人工智能产业工作委员会联合业内多家企业联合编制了《先进计算产业发展研究报告（2024年）》，全面总结我国先进计算产业的发展概况，系统梳理产业链重要环节发展情况，分析产业发展趋势并提出了若干措施建议，以期为我国先进计算产业发展和行业管理提供决策参考和依据。如有不当之处，敬请指正。
一、先进计算产业发展现状
（一）先进计算技术加速创新迭代演进
当前，计算技术加速迭代创新，计算技术基础理论、架构加速酝酿突破，新型计算技术呈现多路演进发展态势；与此同时，计算器件（大规模集成电路）发展的关键定律遭到发展瓶颈，摩尔定律放缓、登纳德缩放定律失效、阿姆达尔定律限制、冯氏架构瓶颈的“存储墙”“功耗墙”等问题凸显，计算技术与产业面临固有升级模式演进遇阻的挑战，存算一体、新型材料和架构等新技术的突破为技术发展提供新路径，为也为产业“弯道超车”提供新机遇。
（二）先进计算牵引关联产业链高端化发展
先进计算产品结构接续升级。先进计算驱动服务器、新型计算产品产业链上下游高端化发展。服 务 器 方 面，2023年全球AI服务器出货量近120万台，同比增长38.4%。据IDC预测，AI服务器出货量占整体服务器出货量将在三年内提升6个百分点，未来两年AI服务器出货量平均增长率将达到29%，AI服务器搭载的CPU、GPU、FPGA、ASIC等芯片需求将同步上涨，2023年出货量约增长46%。服务器性能方面，生成式人工智能技术的应用将使服务器在资源优化、负载均衡等方面将更加智能。其他计算终端产品方面，先进计算驱动新型计算终端提供智能化、个性化服务，空间计算、音视频计算、物联计算等新理念拓宽计算终端发展疆界。
（三）先进计算深度赋能行业应用
先进计算深度融入并大幅增强行业效能。以工业领域为例，其在研发设计、生产制造、运营管理等核心环节中的质效提升作用日趋关键。研发设计环节，企业依托数字化研发设计平台创新设计模式，从传统二维、单机设计，转变为基于产品全生命周期的数字化协同设计，利用交互设计模式修正产品设计问题。生产制造环节，通过引入先进计算技术，推动智能产线、智能车间、智能工厂建设，实现对制造过程的动态感知、实时分析与控制优化，以可控的节点保障智能制造的安全可靠。运营管理环节，供应链组织方式正经历跨资源、跨领域、跨区域、跨边境的平台化变革，将催生一批基于工业互联网、物联网的“超级车间”“超级工厂”“超级货仓”等，实现产业链资源的网络化集聚和动态优化配置。
二、先进计算产业链进展
（一）关键器件
1. 计算芯片
（1）CPU
CPU（CPU, Central Processing Unit）即中央处理器，是计算机的运算核心和控制中心，负责对计算机所有硬件资源进行控制调配并执行通用计算，具有通用性强、单线程性能较强、易于编程等特点，因此也被称为通用计算处理器。主流的CPU指令集主要包含x86、ARM和RISC-V等。x86架构在PC端、服务器端占据主导地位，Mercury Research数据显示，2024年二季度x86架构CPU的市占率约为90.3%；ARM架构在智能手机处理器中占比超过99%，近年来在服务器、PC产品中的市占率也在不断提升，2024年二季度ARM架构CPU的市占率约为9.5%。
（2）GPU
GPU（Graphics Processing Unit）作为数据并行处理的高效部件，是AI服务器的核心增量。基于软硬件及大量开发者的生态优势，英伟达主导了全球GPU市场。根据TechInsights的数据，2023年全球数据中心GPU总出货量达到了385万颗，相比2022年的267万颗同比增长44.2%，其中英伟达以98%的市场份额稳居第一。
（3）DSA
DPU（Data Processing Unit）是新近发展起来的一种专用处理器，被认为是继CPU和GPU之后的“第三颗主力芯片”。ChatGPT等AI技术发展大趋势下，算力需求凸显，以DPU为代表的异构计算具备将部分通用功能场景化、平台化的特点，实现算法加速并减少CPU功耗，有助于运营商、云计算厂商和互联网厂商对数据中心的升级改造，减少高达30%的数据中心算力开销。
2. 其他器件
NAND闪存和DRAM是最成熟的存储技术，新兴技术已逐步开始商用，但仍处于早期阶段。三星电子、SK海力士、镁光科技、西部数据、英特尔 (Intel) 等企业引领了DRAM和NAND Flash等存储器件的发展方向，占据了全球市场份额的80%以上，近年来相继提出了3DNAND、QuantXXPoint、BiCSFLASH 等全新的技术。
（二）重点部件
1. 互联单元
高速光模块在人工智能应用牵引下快速发展。2023年以来，人工智能算力需求和相关资本开支的激增带动了800G等高速光模块需求的显著增长，并加速了高速光模块产品的技术迭代步伐。2024年，业界厂商匹配算力的主流光模块进入800G+时代。应用方面，现阶段国内大部分企业还在400G阶段，部分互联网企业使用的是800G方案，国外部分顶尖企业会用到1.6T，目前正在送样验证阶段。预计随着交换芯片容量来到51.2T，1.6T/3.2T光模块成为下一代热点。
2. 管理控制单元
管理控制模块主要包括BMC（Baseboard Management Controller）和BIOS（Basic Input Output System）。BMC是服务器的管理子系统，负责监控服务器的硬件状态、执行远程管理任务等。随着数据中心规模的扩大和对服务器管理自动化的需求增加，BMC的功能变得越来越重要。目前，BMC市场主要由AMI、Insyde等厂商主导。BIOS是计算机启动时运行的第一个程序，负责初始化硬件和引导操作系统。随着技术的发展，传统的BIOS正在向UEFI（Unified Extensible Firmware Interface）过渡，以支持更大的存储设备和更高效的启动过程。全球市场中，主要厂商包括AMI、Insyde、Phoenix等。
3. 存储单元
SDD快速发展，有望逐步取代传统HDD。固态硬盘 (Solid State Drive, SSD) 将存储半导体作为存储介质的大容量存储设备。相比机械硬盘 (Hard Disk Drive，HDD)，SSD无需用发动机等机械设备，因此速度快，稳定性高，发热少，耗电少，可以小型化和轻量化的优点。目前全球HDD出货容量约占全球存储总量的80%，SSD占总量的20%。基于SSD的全闪存储的使用范围不断扩大，2017-2022年全闪存储容量年平均增长率44%左右。SSD在性能、效率、节能、可靠性等方面超越HDD，预计未来将逐步替代传统HDD。
三、先进计算重点技术
（一）计算系统架构技术
1. 异构计算技术
传统计算架构运行逻辑难以满足海量数据计算需求。随着大模型和复杂算法的出现，对计算资源的需求急剧增加。OpenAI提出自2012年以来，AI训练任务所用的算力每3.43个月翻倍，到2018年已经增长了30万倍，远超摩尔定律的速度。传统的CPU架构中指令有层次的逐条进行，适用于传统的编程计算模式。
2. 近存计算技术
冯诺依曼计算机体系结构面临着“存储墙”的瓶颈。随着信息技术的飞速发展，计算任务的复杂性和数据量不断增加，冯诺依曼计算机体系结构逐渐显现出其局限性。存储与计算分离、带宽限制、能耗问题是瓶颈的主要体现。在冯诺依曼架构中，存储单元和计算单元是分离的，数据需要通过总线在存储单元和计算单元之间频繁传输。存储单元和计算单元之间的数据传输受到总线带宽的限制，无法满足高速计算的需求，同时频繁的数据移动不仅增加延迟，还会消耗大量能量。这些问题在大规模计算中表现得尤为突出。
（二）互连技术
1. 片上互连
Die-to-Die互联。能够让不同的芯片裸片直接连接起来，从而在裸片之间快速共享数据、提升计算性能、降低延迟，现阶段Die-to-Die互联主要依托2.5D、3D等先进封装实现，如台积电的CoWoS（Chip-on-Wafer-on-Substrate）。
2. 集群内互联
高速以太网方面，以太网最初用于局域网内将多台计算机或其他设备（如打印机、扫描仪等）连接到局域网，是典型的分布和兼容性设计网络，高速以太网的传输速率通常在1Gbps或以上、通常使用光纤作为传输介质、并采用更高级的网络协议和技术，因而在传输距离、抗干扰性、安全性等方面具有优势。
来源：赛迪研究院
