智能科技跨界相变—2024数字科技前沿应用趋势@封面图片由腾讯混元AI生成 过去一年，我们见证了数字科技的加速度。每个人都身处变革巨浪之中，既对大模型的突破进展无比兴奋，也对未来充满了无限憧憬。新年伊始，眺望未来2-3年的科技趋势。我们正驶向一个由连接衍生交互、由计算催生智能的时代。高性能计算、量子计算、云计算和边缘计算这"四大计算“融汇贯通，正催生全新的计算范式。通用人工智能渐行渐近，大型模型走向多模态，AI智能体可能成为下一代平台，"AI科学家"有望加速问世。全球已达共识，AI治理将引领我们踏上更智慧、更安全的未来。机器人演进加速，灵巧手让人形机器人更敏捷、更像人。AI与生命科学的交融，将帮助我们洞察更多的生命奥秘。我们会进入一个3D、全真在场的新世界。脑机接口不仅在医疗实现突破，正拓展至更多的互动场景。或许不久的将来，我们将亲自见证意识上载从科幻成为现实。手机卫星电话、垂直起降飞机将改变我们的应急方式和出行模式。交通网、信息网、能源网的融合，将推动智能、绿色的能源变革。未来已来，一个充满韧性和重塑的全新时代即将揭开序幕。让我们拥抱变革，共同谱写人类与科技和谐共生的新篇章！ 在这个日新月异的变革时代，我们有幸见证并参与了数字科技的创新突破。特别是近年来，以大模型为代表的AI技术，让我们看到了通用人工智能的曙光，有望大幅加速技术演进的步伐。腾讯的2024数字科技趋势，从连接、交互、计算和智能四个维度，对100多项未来技术和重点方向给出了趋势性判断。从星地直连的卫星互联网，到垂直起降飞机的未来交通网，再到能源、信息和交通的多网协同，未来网络连接的广度和深度都迎来无限可能。交互方式正在发生变革，数字交互引擎不仅让虚拟世界更真实，也让真实世界更丰富，未来的全新3D视界呼之欲出，脑机接口的新进展也带来了更大的想象空间。计算无疑是各类智能的底层基础支撑，也成为当前竞争的焦点领域。而智能的升级，不仅会给机器人注入具身智能，还给微观世界的基因计算带来新突破。预测未来的最好方式，就是创造未来。相信在行业各界的共同努力下，这些前瞻洞见会更快到来，从趋势变成现实。丁汉中国科学院院士 去年以来，以生成式AI为代表的人工智能技术发展激荡人心，正在引发智能的元革命。可以遇见的未来，智力将会成为一种基础设施服务，新的IaaS呼之欲出。类比摩尔定律，未来可能会出现新的智能定律，对信息世界、物理世界和生命世界带来全方位的影响。未来十年，AI会无所不在。首先，现有的各类应用可以用AI重新做一遍，新的交互变革、体验创新将会带来更新的智能硬件、更多的智能服务，孕育出比历次工业革命都巨大的产业机会。其次，AI会成为各领域的底层操作系统，AI+机器人的具身智能，AI+生命科学的基因计算，AI+未来出行的自动驾驶汽车和垂直起降飞机，甚至AI+脑机接口的硅基和碳基结合的新生命体，都会一步步成为现实。最后，AI能力的提升也伴随着风险的扩大，我们要充分发挥技术发明的智慧和把握应用方向的智慧，让AI科技更善良、更有创意，朝着强化人、成就人的方向可持续发展。张亚勤中国工程院院士、清华大学智能产业研究院（AIR）院长 一、计算重塑高性能计算的“四算聚变”二、智能升维多模态智能体加速AGI进程AI加速人形机器人“手、脑”进化AI+基因计算解读生命密码三、沉浸交互数字交互引擎激发超级数字场景脑机接口从医疗突破迈向交互革命沉浸式媒体催生3D在场四、未来连接星地直连通信推动泛在网络覆盖eVTOL加速空中出行奔赴新时代多能流实时协同重塑虚拟电厂目录 本章节与行业机构「光子盒」联合研究推出 量超云边高性能计算3 . 0将 以 高 性 能 集 群 为 基 础 ， 融 合 量 子 计 算 、 云原 生 和 边 缘 高 性 能 ， 形 成 并 行 与 分 布 式 一 体 的 计 算 架 构 。0102破 墙 而 出处理器、存储和网络等关键硬件技术，正在不断进化、重组甚至是革新，试图突破现有的性能瓶颈，其中存算一体技术为“后冯诺依曼时代”提供新的发展路径。趋势要点⚫今年，全球各地高性能计算集群迎来向2.0架构（CPU+GPU）的升级潮，高性能计算集群、量子计算、云计算和边缘计算的“四算融合”也成为高算3.0演进的新趋势，衍生新一轮科技探索。高算相关研究机构和企业纷纷加大了在计算单元、存储、网络互联、软件中间件、算法等关键技术上的科研投入以适应新形势，并努力寻找穿越“内存墙”的有效路径。⚫未来几年，高性能算力应用将爆发，以人工智能和科学计算模拟为代表的应用算法、软件、以及相关的研究成果和记录将迎来一轮刷新。加之可持续计算的加大投入，高性能计算技术应用发展呈现快演进、重效能的新形势。03模拟一切计算机模拟，因为算力的提升、软件工具的迭代、以及与人工智能的结合，将成为大语言模型之后、迭代最快的应用发展路径。2024年数字科技前沿应用趋势04可 持 续 计 算持续高企的耗能，使得“计算能效”成为可持续计算的重要指标，高性能计算各个层面为“降耗提效”加紧探索。 大事记chronicle of events2024年数字科技前沿应用趋势9月，算能与山大共同研发了面向高密度计算和数据中心场景的RISC-V融合服务器集群方案正式交付，这是RISC-V在数据中心的首次商业落地，标志着RISC-V正式迈入高性能计算领域。该集群共有3072核，采用48颗算能科技SG2042RISC-VSoC64核CPU芯片。首个RISC-V高性能服务器集群交付2月，GoogleQuantumAI团队在《自然》杂志上发表名为《通过扩展表面码逻辑量子比特来抑制量子错误》的论文，证明将多个量子比特分组合成为一个逻辑量子比特的纠错方法可以提供更低的容错率，进而证明量子纠错达到“盈亏平衡点”，量子计算机将“越纠越对”。这是量子计算发展的重要里程碑，为实现通用计算所需的逻辑错误率指出了新的途径。纠错量子技术实现“盈亏平衡点”7月，欧洲中期天气预报中心（ECMWF）发布了4月和7月进行的对比测试报告，将华为盘古气象模型于欧洲数值模型进行了对比。报告显示，盘古气象模型在一系列精度指标上展现出优势，在处理气象学家关心的极端天气预报方面表现出色。其1小时-7天的预测精度均高于传统算法operationalIFS，同时预测速度提升10000倍。相关论文也发表在《自然》杂志。盘古气象模型投入欧洲气象预测最新E 级高性能计算机Jupiter 开建10 月4 日，欧洲高性能计算联合组织EuroHPC启动了欧洲第一台百亿亿级高性能计算机JUPITER的建设。该系统专为科学和工业领域的最大可能模拟和人工智能应用而设计，预计2024 年推出。JUPITER采用了当前最先进的高性能计算技术方案，包括欧洲自研CPURhea、英伟达GH200、液冷机柜等，此外系统还预留了量子计算和神经形态计算的扩展规划。1.0：CPU为核心计算单元2.0：CPU+GPU成主流3.0：CPU+GPU+QPU异构计算集群至今未来图片均来自互联网公开信息 2024年数字科技前沿应用趋势关 键 学 科量子信息科技集成电路设计与系统信息与计算科学冯诺依曼架构下，限制高性能算力扩展的“内存墙”越发明显https://medium.com/riselab/ai-and-memory-wall-2cb4265cb0b8边缘高性能计算AI+科学计算模拟高性能云服务量子计算机模拟器近存计算量子计算软件开发工具包容错量子计算机量超融合量子云平台量子机器学习NISQ神经形态计算关键技术点3年以上2-3年以上0-1年以上影响力中等影响力大影响力极大分布式高性能计算RISC-V 高性能计算集群全柜化浸没式相变液冷技术硅光集成芯片连接与测控技术量子存储器技 术 热 点市场趋势热议问题数据来源：https://hyperionresearch.com/wp-content/uploads/2023/11/E-Joseph_HPC-Market-Update-Introduction_Hyperion-Research-SC23-Briefing.pdf未来5年，高性能计算传统市场的CAGR将维持在8%，而高算 云 服 务 的CAGR将超过18%。合并市场总量预计将在2027年达到592亿美元。0100002000030000400005000060000202220232024202520262027高性能计算市场趋势（单位：百万美元）服务器云服务存储应用相关服务中间件userid:414195,docid:152426,date:2024-01-25,sgpjbg.com •随着高性能计算机群不断引入web 服务和容器化等云计算技术，以及云计算平台开始提供分布式高性能虚拟机服务，两者技术栈开始迅速同化；•传统高性能计算与量子计算的融合，成为未来高性能算力跃升的高潜路径，世界各大研究机构纷纷开展试验；•量子计算系统的扩展引入了集群的思路，量子云平台将成为量子计算软件开发和应用探索的重要基础设施；•高性能、低功耗的芯片技术正在培育高性能边缘计算的基础，云边协同的分布式架构将成为高性能计算未来的典型架构之一。云超同化量子集群出现、云服务普及2024年数字科技前沿应用趋势高性能算力的充分利用，云计算技术的引入是必要选择。现有高算集群云原生化脚步进一步加快，如IBM云原生高算Vela，以及AWS和英伟达联合的ProjectCeiba；另一方面云计算平台对于并行+分布式的高性能计算方案实践，也展现了进一步释放现有算力价值的可能。比如谷歌云提出“算力多切片训练”方案，以实现超出一般高算集群负载的超大规模AI训练。量子计算集群出现：IBM公布可扩展量子 计 算 系 统IBMQuantumSystemTwo，引入模块化架构和计算机集群设计，可让系统容纳10000个量子比特。量子云服务普及：这有助于上层软件和应用的高效研发。全球已有超过20家机构推出该服务，机构从整机公司（如IBM），发展到云服务商（如AWS），再到科研院所（如北京量子院）。高性能计算走向云边协同高性能边缘计算（HPEC）成长中： 目 前HPEC单点算力可达千万亿次每秒，自动驾驶和机器人是典型应用场景。除传统计算平台外，神经形态芯片、光电计算芯片等新技术的成熟也在不断提升边缘算力和能效。可以运行文生图大模型的骁龙8Gen3 很快将面世。IBM神经形态芯片NorrthPole比相同制程的CPU 芯片能效提升25 倍。将在自动驾驶等场景试点。清华大学研发的ACCEL 光电计算芯片在视觉AI 任务中，比同用途常规芯片快三千余倍，能效提升四百万余倍。云边协同：为获得实时计算决策以及更高的信息安全环境，将部分数据处理、模型训练以及推理等工作，从数据中心/云平台迁移至云边协同架构下，是必要的技术路径。量超融合量超融合成为行业共识：通过将计算任务在量子计算机和高性能集群之间进行分解和调配，实现量超协同，在大幅节约资源的情况下，双向发挥量子计算机和超级计算机各自优势。预计连接两者的量子测控系统将成为量超融合“三步走”的关键系统之一。2023年9月，本源量子与上海、郑州机构/公司共同打造了中国首个“量超融合”先进计算平台2023年11月，芬兰VTT技术研究中心开放量子计算机，并通过LUMI超级计算机进行访问IBMVela 架构IBMQuantumSystemTwo集群 •既谷歌和亚马逊，微软、Meta 今年先后发布自研高性能芯片；而老牌芯片公司也相继补齐CPU 和GPU 产品矩阵；同时，ARM和RISC-V芯片在高性能领域的应用探索也在增加，高性能芯片性能之争加剧；•冯诺依曼架构的“内存墙”越发明显，业界纷纷采用存算一体技术，提升现有芯片性能的同时，研发神经形态计算芯片，探索“破墙”之路；•量子比特制备的各条技术路线均有进展，竞争更加激烈；而芯片互联、逻辑量子比特制备等突破，显示量子计算芯片发展开始追求质量和实用。存算一体，突破“内存墙”量子比特制备路径之争将更激烈QPU 发展从数量到质量芯片技术多元化发展加剧英伟达、Intel、AMD等纷纷采用HBM和LPDDR等内存技