先进计算行业报告：七大趋势，量子芯片，硅光芯片，类脑芯片，DPU，分布式云，泛在算力（29页）

行业报告下载 2022年06月03日 08:58 管理员

科学的突破不仅仅需要敏锐的观察力、丰富的想象力、严谨的推理能力，更需要强大的计算能力。从手稿纸上基于人类智力的演算，到图灵机代替人脑进行机器运算，再到基于大数据的机器学习和逐渐工具化的量子计算，人类每一次计算能力的革新都助推着科技的发展。迈入算力时代，以量子计算、光计算为代表的先进计算技术将为人工智能等工具搭载全新的引擎，加速人类科学复兴。过去二十年，随着算力的不断提升，人工智能系统正变得足够强大。AI 除了可以应用于解决现实世界的问题，更能为科学发现本身带来突破。当下，人工智能已经成为科学研究人员的得力工具，开启了众多全新的科学探究领域，并不断促成跨学科的合作。趋势七如果说数学是物理学的正确描述语言，那么 AI 在生物学中也扮演着类似的角色。由于长链氨基酸的三维扭曲、折叠和交织，蛋白质结构预测成为困扰生物学界 50 余年的难题。2022 年 12 月，人工智能公司 DeepMind 发布 AlphaFold2，这是一种能将蛋白质的形状预测到接近原子尺度的 AI 工具。AlphaFold2 的预测结果，帮助了人类进一步阐明蛋白质的作用，也为了解癌症和新冠肺炎等重大疾病提供了宝贵的参考。

虽然 AlphaFold2 预测人类蛋白质的覆盖率很高，达到了 98.5%，但在某些生物制药或疾病治疗领域，对氨基酸的结构精度需要真正达到原子级别。从这个角度看，AlphaFold2 还有很多的提升空间。与此同时，AlphaFold2 模型在运行时，仍需要耗费几个小时甚至一整天。未来，随着 AI 加速器的不断进步和先进计算技术的引入，人工智能底层的算力将会迎来更大的腾跃，彼时的 AlphaFold2 将会以更高的功率、更精的准度，帮助人类扩张已知蛋白质的数据库，并为靶向药物的快速研发和迭代贡献计算的膂力。除了应用于生物学领域，AI 在物理和数学的突破中也扮演着重要的角色。 2022 年 2 月，DeepMind 公布 AI 应用于核聚变的成果，提供了一种全新的控制等离子体的智能方法。虽然距离核聚变的商业化还至少需要 20 年，但 DeepMind 的尝试无疑加快了通往可控聚变反应堆的进度。机器学习工具也被多位科学家证实能够帮助计算数学常数和发现数学规律。二十一世纪以来，量子计算处在高速发展期，而量子计算机的能力也已经达到了可以用来进行广泛技术研究的阶段。来自美国多所知名大学的 Q4Q 团队就一直致力于用量子计算加速科学研究。