《人工智能与先进计算融合创新学术会议：2025人工智能与先进计算融合发展路径研究蓝皮书（38页）.pdf》由会员分享，可在线阅读，更多相关《人工智能与先进计算融合创新学术会议：2025人工智能与先进计算融合发展路径研究蓝皮书（38页）.pdf（38页珍藏版）》请在三个皮匠报告上搜索。

1、主编单位复旦大学清华大学北京大学浙江大学天津大学中国科学技术大学国防科技大学华中科技大学信息工程大学国家数字交换系统工程技术研究中心(NDSC)嵩山实验室中国科学院半导体研究所中国科学院计算技术研究所中国科学院微电子研究所中国电科智能科技研究院中国电科三十二研究所中国电科五十八研究所中国电子信息产业集团有限公司江苏长电科技股份有限公司华进半导体封装先导技术研发中心飞腾信息技术有限公司长电集成电路(绍兴)有限公司先进计算与关键软件(信创)海河实验室人工智能与先进计算融合发展路径研究蓝皮书共同编写单位版权声明本蓝皮书版权属于编写发布单位，并受法律保护。转载、摘编或通过其他方式使用本蓝皮书文字或者观

2、点应注明“来源：人工智能与先进计算融合创新学术会议暨中国工程院工程科技学术研讨会“生成式变结构计算与高效能先进计算新路径研究”，人工智能与先进计算融合发展路径研究蓝皮书，2025 年8月”。违反上述声明者，版权方将追究其相关法律责任。编委会主任邬江兴编委会（按姓氏笔划排序）马凯学叶乐石宣化刘勤让李涛汪志强吴华强张帆金海明雪飞窦强梁新夫韩银和薛向阳邹宏编写人员（按姓氏笔划排序）王钧彝王颖王刚冯枫冯丹朱丹江刘强刘丰满许志伟祁晓峰余杰余新胜吴庆波张庆东陈艇陈曦范旺尚玉婷胡杨胡宇翔胡小燕贺明赵豪兵查雨立夏于桐郭国平郭威高彦钊曹伟梁新夫彭聪廖小飞潘纲人工智能与先进计算融合发展的路径选择当下人工智能技术正

3、加速渗透各个领域，智能计算正从辅助工具转变为核心生产力，对计算系统的性能、效能、灵活性与安全性提出了革命性需求。不同于传统计算场景的单一任务导向，AI时代的计算系统需在处理EB级数据规模、支撑万亿参数模型训练、满足毫秒级实时决策等极端场景下实现高效协同，同时兼顾边缘端的低功耗部署与云端的弹性扩展要求。然而，以冯诺伊曼架构为代表的传统计算体系因“存储墙”“功耗墙”及指令集僵化等固有缺陷在应对AI负载时暴露出算力供给不足的底层架构局限与软硬件生态碎片化的深层矛盾。面对人工智能对算力、效能与实时性的极限挑战，全球先进计算领域正探索多元化技术路径以突破传统架构瓶颈。本书系统梳理量超智融合、光计算、图计

4、算、存算一体、类脑与神经元计算和生成式变结构计算前沿方向，分析其技术原理、优势、瓶颈及融合潜力，为构建下一代高性能、低功耗、高可靠的智能计算体系提供参考。CONTENTS目录第一章.人工智能驱动计算系统范式变革.11.1智能计算性能需求.11.2智能计算效能需求.21.3智能计算灵活性需求.21.4传统架构在大规模处理场景下的局限性.3第二章.量超智融合先进计算范式下多体系相互赋能.42.1背景与核心意义.42.2国内外现状与挑战.42.3量超智融合的系统架构设计与优化.52.4量子计算与AI双向赋能的有效路径.62.5开启量超智融合计算新纪元.9第三章.光计算.10第四章.图计算.124.1

5、图计算多范式统一抽象：突破碎片化智能建模瓶颈.124.2高并发稀疏计算架构：重构非规则智能推理的计算底座.134.3动态异步图计算执行机制：释放智能推理的系统潜能.134.4面向大模型推理的图计算融合范式：迈向“稀疏稠密”动态融合的.下一代计算模式.15第五章.存算一体.165.1存算一体器件、阵列及电路.175.2存算一体架构.175.3存算一体软件支撑工具链.18第六章.类脑与神经元计算.196.1类脑与神经元计算的意义.196.2类脑与神经元计算技术路线.216.3类脑与神经元计算研究的现状.216.4类脑计算的应用潜力.23第七章.生成式变结构计算.257.1拟态计算.257.2生成式

6、变结构计算.277.3生成式变结构计算的赋能机理.29参考文献.32人工智能与先进计算融合发展路径研究蓝皮书1第一章人工智能驱动计算系统范式变革人工智能正以颠覆性力量重构计算系统的底层逻辑，推动其从工具化应用向范式级变革演进。智能计算在性能、效能、灵活性以及安全性方面均产生了革命性的新需求。1.1智能计算性能需求传统计算架构以冯诺依曼体系为核心，围绕计算、存储和I/O三大核心环节，根据应用场景动态调整硬件配置。其遵循存储与计算分离的经典架构，指令与数据存储在同一内存空间，CPU通过总线读取数据执行计算。这样的设计优势体现在架构标准化程度高，软件开发适配简单，但缺陷在于数据需在内存与CPU间频繁