久久99国产精品尤物-国产高清色播视频免费看-男生肌肌往女人桶爽视频-精品国产-91PORNY九色|www.jqdstudio.net

       在信息化、智能化時代，先進計算技術不斷涌現，推動著信息技術的發展和普及，激發了國民經濟和軍事應用的創新需求，各個國家和機構加大研發投入，競相布局先進計算，相關領域的技術研究和應用不斷提速，將會在化學反應、材料設計、藥物合成、密碼破譯、大數據分析和機器學習、軍事氣象、核武器研究等方面起著決定性作用，產生顛覆性影響。2019年，美國依然在量子計算、超級計算、神經形態計算和異構計算等領域具有很強的優勢，谷歌宣布實現“量子霸權”，IBM制造的超級計算機仍然名列TOP 500榜單前2位；英特爾的神經形態計算平臺處于領先。11月，美國科學技術委員會發布了《國家戰略計算倡議更新：開創計算的未來》，旨在使未來的計算技術能夠進行有針對性的、協作的研究、開發和部署，解決挑戰性的科學和技術問題。與此同時，日本、中國、德國等國家在高性能計算、量子信息等領域取得了突破。此外，邊緣計算實現了物聯網技術前所未有的連接性、集中化和智能化，智能邊緣計算將與智能云計算互為補充，云邊協同成為主流模式。

一、2019年發展回顧

01、美國更新國家戰略計算計劃

2019年11月14日，美國白宮科技政策辦公室（OSTP）和美國國家科學與技術委員會（NSTC）發布《國家戰略計算計劃》（NSCI）的更新版本。NSCI于2016年9月發布，明確了“維持并提高美國高性能計算領域領導力”的戰略目標。此次更新提供了一個能夠推動計算未來的框架，用以改善計算基礎設施，并建立持久的多部門合作伙伴關系，確保美國繼續保持領導地位。重新確定的目標包含三方面：開拓數字和非數字計算的新領域，以應對21世紀的科技挑戰和機遇；開發、擴大和推進國家計算基礎設施和生態系統；為計算機的未來打造并擴大合作伙伴關系，以確保美國在科學、技術和創新方面的領導地位。與2016年的計劃相比，更新版最終更加側重于計算機硬件、軟件和整體基礎設施，以及開發創新的、實際的應用程序和機會，以支持美國計算的未來。

02、谷歌宣布實現“量子霸權”

2019年10月23日，谷歌在《自然》雜志上發表論文，宣布其研究人員使用一顆54量子比特的量子處理器在200秒內完成了對一個100萬次量子電路實例的采樣，而最先進的超級計算機完成同樣的任務需要一萬年，即在該采樣問題上實現了“量子霸權”。該成果受到IBM公司的質疑，認為它不能證明量子計算機相對經典計算機具有壓倒性優勢，亦有業內專家認為這是量子計算領域的里程碑式成就，展示了量子計算機的應用潛力，有望在幾年內見到量子計算機在有重要使用價值的特定問題上處理能力超越經典計算機。

03、IBM推出全球首臺獨立量子計算機

2019年1月8日，IBM公開了一款專為科學和商業領域設計的量子計算集成系統IBM Q System One。目前為止，這是全球首個獨立的商用量子計算機，即所有部件安置于一個結構，首次使通用的近似超導量子計算機能夠在研究實驗室之外運行。其多組件設計能夠持續保持用于執行量子計算的量子比特的質量，新系統中的量子比特能夠維持的相干時間為75微秒，具有較好的穩定性。這臺量子計算一體機的成功建造標志著美國在量子計算機研究領域邁出了具有里程碑意義的一步。隨著Q System One走出實驗室，可以用來開發量子算法和應用程序，實現“量子優勢”。它可以快速破譯現有密碼體系，掌握信息主動權，可以對海量情報數據進行實時分析處理，可以有效解決高性能、大數據計算問題。

04、美軍利用霧計算技術增強戰術邊緣感知決策能力

2019年5月，美國國防信息安全技術提供商Mantech公司推出了軍用霧計算平臺“安全戰術邊緣平臺”（STEP），為簡陋環境中的作戰人員提供實時數據處理能力。該平臺輕巧便攜，可以裝進一個隨身行李箱中，隨作戰部隊移動，并為部隊提供實時的情報搜集、存儲、計算和分析能力，以便更快做出決策。當前，美國國防部為了建立更清晰的戰場態勢感知，正在為士兵配備額外的傳感器和設備，隨之而來的是海量的戰場數據。在帶寬受限的戰場上，STEP可存儲和緩存來自傳感器和設備的數據，只向云端發送經過篩選的必要信息，實現資源占用最小化并提高安全性。當網絡連接更加穩定時，再向云端發送完整數據。這種模式使得指揮官可優先考慮可用寬帶的分配，并自主選擇何時發送大量的信息。此外，STEP還運用了零信任模型，任何用戶必須先通過身份驗證方可獲取權限查看敏感信息，極大增強了網絡邊緣的信息安全。

05、歐洲航天局計劃研制“赫拉”號任務抗輻射計算機

2019年6月，歐洲航天局（ESA）正在研制一種特殊的防輻射計算機，控制其“赫拉”（Hera）深空探測器，執行觀察小行星撞擊和偏轉評估（AIDA）任務的影響。Hera計劃于2023年10月發射，將由一臺自主計算機控制，該計算機可以在距離地球4.9億公里的星際空間的放射性環境下運行四年。赫拉計算機采用雙核萊昂-3處理器，基于先進的數據和電源管理系統(ADPMS)，這個系統為Proba-2、Proba-V和Proba-3微型衛星而開發，已有15年的成功飛行時間，也將用于高空臭氧監測任務。為Hera設計的這款目前正處于測試的工程模型階段。

06、美國將造El Capitan超級計算機支持核武器研究

2019年8月13日，美國能源部國家核安全管理局（NNSA）宣布將撥款6億美元給美國克雷公司，建造一臺名為“El Capitan（酋長巖）”的E級（百億億次級）超級計算機支持核武器研究。該系統的浮點運算速度預計超過每秒150億億次，預計2022年底交付。“酋長巖”將部署在美能源部下屬勞倫斯利弗莫爾國家實驗室，目的是進行關鍵任務研究，以維持美國的核武器庫存，其先進的建模、模擬和人工智能能力有助于提升美國在能源和國家安全方面的競爭優勢。“酋長巖”將使國家核安全管理局下屬的武器設計實驗室能開展復雜的3D模擬和計算，目前最先進的超算難以完成此類任務。美國能源部此前已宣布將建造“極光”和“前沿”2臺E級超算，其浮點運算速度將分別超過每秒100億億次和150億億次，預計在2021年交付。

07、斯坦福大學推出片上計算機原型

2019年2月19日，斯坦福大學研究人員在國際固態電路會議上發布了芯片上計算機的原型。該原型是由斯坦福大學和法國格勒諾布爾的CEA-LETI研究所合作設計。該原型圍繞一種名為RRAM(電阻式隨機存取存儲器)的新數據存儲技術構建，具有這種新型芯片所必需的功能：存儲密度方面，能夠將更多的數據壓縮到比其他形式的存儲器更小的空間；能源效率方面，不會使有限的電源負擔過重；在芯片休眠時保留數據的能力，這是一種節能策略。RRAM還有另一個本質上的優勢是，工程師可以直接在處理電路上構建RRAM，將數據存儲和計算集成到單個芯片中。目前原型的大小接近鉛筆橡皮直徑，盡管這對于未來的、物聯網的應用來說太大了，然而，也可能被集成到智能手機和其他移動設備的芯片中。

08、英特爾發布神經形態計算系統

2019年7月15日，英特爾公司宣布了一個基于Loihi芯片的神經形態計算機（PohoikiBeach），其計算能力等于800萬個神經元。Loihi芯片是英特爾公司在2017年9月發布的Loihi類腦芯片，可以模仿人類大腦功能，具有驚人的學習速度。Pohoiki Beach應用于解決“物聯網”和自主設備的最困難的實時計算問題。Loihi芯片以109倍低功耗運行實時深度學習，當網絡規模擴大50倍時，PohoikiBeach只增加30%功耗，而物聯網平臺則增加500%的功耗，而且不再實時。由于PohoikiBeach系統速度和效率的“數量級”提升，PohoikiBeach也應用于自動駕駛和智能家居等各類應用場景，通過在生成數據的地方直接處理數據，從而獲得真實、實時的感知。此外，英特爾公司計劃與其60個合作伙伴共同使用這款新系統，對這一新興架構進行試驗，并將其推向商業化。

09、微軟Azure提供基于戰術環境的軍事云計算服務

2019年10月25日，微軟公司與美國政府簽訂了一份為期10年、估值100億美元的“聯合企業國防基礎設施”（JEDI）合同，微軟旗下的Azure云計算子公司將負責該項目，依照基礎設施即服務（IaaS）和平臺即服務（PaaS）這兩個要點，為國防部和相關合作伙伴提供從后方到戰術前沿的企業級商用云服務。JEDI項目合同有八個主要目標：提供全球云計算服務；提供從后端到戰術前沿的數據訪問渠道；集中管理和分布式控制；易用性；與商用級云服務對等；提供現代化的彈性計算、數據存儲和網絡基礎設施；提供數據安全保障；提供先進的數據分析。依據合同，微軟的Azure子公司將為美國海陸空三軍、海軍陸戰隊、海岸護衛隊以及美國情報界提供云計算、網絡安全保障和托管計算服務。

10、DARPA“終身學習機器”項目開發出智能仿生學習算法

2019年3月，DARPA“終身學習機器”（L2M）項目開發出一種智能仿生學習算法，機器人利用這種算法可以模擬脊椎動物學習用神經系統控制運動的過程，在任務執行過程中不斷學習并變得越來越專業，達到“邊做邊學”的效果。傳統的機器學習算法是針對特定場景的，系統程序在經過訓練后就會固化，無法不斷學習或適應新的情況，因此在系統部署后，無法對新的、不可預見的情況做出響應，如果要針對新情況修改程序必須經過重新訓練，耗時耗力。“終身學習機器”項目的目標是創建可以像生物體一樣思考和持續學習的算法，使機器系統能在國防領域許多不可預見的情況下更加快速適應新場景。

二、2020年展望隨著物聯網、人工智能、大數據等新興技術的發展，未來計算將進一步與新興技術相融合，實現計算模式的創新式發展。例如，物聯網的興起將使云計算從以大型數據中心為主的模式轉換為“云端”結合的模式，云計算的計算和存儲能力將被卸載到靠近終端設備的地方，滿足物聯網低時延應用的需求。近兩年興起的“霧計算”、“邊緣計算”等就是云計算與物聯網相融合后產生的新興計算模式。云計算與量子計算的融合式發展也在近期得到了關注，亞馬遜和微軟已先后推出量子計算云服務，雖然現在的使用范圍還很有限，但隨著量子計算的不斷發展和突破，未來接入的量子設備數量會越來越多，量子計算云服務也將迎來更廣泛的應用，如傳統的云服務一樣滲透到各行各業。此外，超算和人工智能技術的融合也成為業界重點關注的一個發展方向，隨著人工智能的迅速興起，全球將步入人工智能研究及應用創新集中爆發的時代，人工智能只有在強大計算力的支持下，通過與成熟的算法、大數據相結合，才能真正發揮變革性的力量。目前，大量應用在算力上遇到了瓶頸，而超算提供的算力對大數據、人工智能具有巨大的支撐作用，將改變人工智能的研究方式，人工智能反過來也能幫助超算實現更優化的資源分配和能源管理，因此融合了超算和人工智能的“智慧超算”將在未來產業發展中發揮重要作用。

盡管云計算與高性能計算發展迅速，但晶體管尺寸與密度已逼近極限，使得經典計算系統已經難以再從工藝上進行性能提升。為了應對新興產業爆炸式增長的算力需求，未來將不得不從體系結構上進行創新，促使非馮諾依曼計算架構的興起。除了已受到廣泛關注的量子計算，目前受到討論與研究的其他非馮諾依曼架構還包括神經形態計算與內存計算等。神經形態計算試圖模仿人腦突觸的特征，將神經元的值編碼為脈沖或棘波，能夠以較低功率處理圖像或聲音。內存計算則是一種將存儲電路與邏輯電路集成為一體的計算架構，能夠克服馮諾依曼架構中存在的“內存瓶頸”問題。DARPA已針對內存計算啟動了新型計算基礎研究（FRANC）項目進行探索，試圖建立一個原型機，從而以量化形式證明這種新的計算架構的優勢。盡管目前的非馮諾依曼計算架構研究仍處于起步階段，在未來很長一段時間內，仍將以采用傳統架構的芯片為主。但硅基集成電路的物理極限與馮諾依曼架構的內在限制終將使傳統計算架構觸及瓶頸，為了繼續推進電子器件性能的提升，宜對非馮諾依曼架構技術盡早進行布局，展開前瞻性基礎研究，方能搶占先進計算領域的先機。

來源于電科防務 ，作者電科戰略情報團隊