当前，人工智能与先进计算的融合创新正迎来关键历史机遇，国家深入推进“人工智能+”行动，巨量场景对算力提出“高智能、低时延、零信任”的极致需求。为突破传统计算困局，研报提出了“晶上生成式变结构计算”作为全新路径。
关键技术：
- 生成式变结构计算：通过动态重构硬件资源与任务的映射关系，以“结构内生多样性”化解“应用需求多样性”矛盾，实现硬件资源与计算需求的实时适配。
- 软件定义互连 (SDI)：打破协议与拓扑的刚性约束，构建“协议可编程、带宽可定义”的柔性连接网络，支持不同协议、带宽、互连模式的数据交互通信需求。
- 晶圆级封装 (SDSoW)：突破单一制程限制，在28nm工艺下实现算力密度较传统方案提升3个数量级，为变结构计算提供高密度物理基座。
支撑体系：
- 超融合算力网络环境：为大规模算力优化提供关键支撑，实现计算、存储、交换、管理等资源的动态聚合与优化，满足多样化算力需求。
- AI计算内生安全：通过化解大模型对抗攻击、数据投毒等未知风险，实现安全与效能的协同演进，保障自动驾驶、智能医疗等关键场景高可靠、高可信。
- 算能一体化：通过新能源波动性与算力负载的精准匹配，大幅提升绿电利用率，为算力基础设施注入可持续动能。
研究结论：
人工智能与先进计算的深度融合，将推动计算范式从“工具赋能”向“体系重构”跃迁，最终实现“智能驱动决策、安全融入基因、能效突破极限”的终极目标，为全球数字经济打造高可靠、高可信、高效能的智能底座。
核心技术发展目标：
- 突破软件定义互连技术基础理论问题、基础支撑技术和共性关键技术问题。
- 聚焦国家信息基础设施的技术升级，重点发力数据中心、边缘计算等AI核心应用场景。
- 聚焦国防领域支撑智能作战能力，通过SDI实现电子信息装备的软件定义生成与互联互通。
核心技术发展路线：
- 实现软件可定义的标准协议，支持当前主流的高速接口协议。
- 制订软件可定义的专用协议，满足不同领域和行业的特定需求。
- 实现用户可自由定义的互连协议，提供更高的个性化和定制化。
超融合算力网络环境：
- 基本思想：以“网络环境与技术体制分离”的多模态网络发展新范式为基本思想，构建一个能够支撑各类应用网络及相关业务“快速生长或部署”之上的“开放、透明、统一、弹性、智能、安全隔离”的网络基础设施。
- 总体架构：采用元素化方法对网络功能、资源进行细粒度拆分，自顶向下逐层进行需求抽象和逐层映射，形成了基于“业务域、技术体制域、功能域、资源域”的网络功能元素化建模机制。
- 运行逻辑：通过多维异构标识网络体制按需生成和网络体制动态承载两个关键环节，实现各种网络体制的快速部署或撤收，并充分保障多种或多个网络体制间有足够的安全隔离度。
AI计算应用系统内生安全：
- 内生安全架构：将安全能力深度嵌入系统设计的基因中，构建“结构免疫”体系，通过多维异构执行体的动态协同与冗余裁决，将安全防护从“外部加装”转变为“内部生长”。
- AI赋能：通过智能化手段提升异构化实现的效率和质量，通过机器学习算法增强动态调度机制的智能决策能力，赋予内生安全系统能持续进化的能力。
- AI可信应用系统构建方法：从AI系统的数据、模型、训练和部署全生命周期出发，开展数据集异构、模型结构异构、训练方法异构以及应用推理异构等诸多研究，从而筑牢人工智能应用系统的安全“底座”。
智能调度高效柔性负荷微网能源系统：
- AI算力激增与新能源波动性挑战：AI算力需求迅猛增加，对电力可靠且充足的供应成为制约算力设施建设、推动产业数智化转型的关键因素。新能源发电具有波动性、随机性、间歇性、时空错配等特性，无法如传统电源般稳定提取利用。
- EFLM解决算力与多能电源时空耦合问题：提出构建“能网一体计算环境”的必要性，针对新能源的发电机理及多时间尺度的变化特性，提出合适的技术路径，动态且智能的匹配与调度源荷。
- AI驱动构建EFLM“动态优化大脑”：EFLM系统本质上是针对新能源本地利用的优化与精进技术，需要以AI算力为驱动，构建“动态优化大脑”，实现秒级海量计算，创造以AI算力引领驱动EFLM精进，进入精细化新能源调控新境界。
- 能算结合实现AI可持续发展：EFLM催化下，能算结合推动算力基础设施重构，利用精细化调控，解决能源供给支撑问题，面对3060“双碳”及绿色算力目标，提供新能源尽发尽用的路径，并通过区域协同调度扩大能源供给边界，同时提出能算一体抵近服务支撑应用增长，及消弭能算时空错配问题。
