1、先进计算产业发展 白皮书 中国电子信息产业发展研究院（） 2020年10月 前 言 当前，人类社会的组织、生产和生活方式正伴随着计算 技术创新、融合、扩散、升级，呈现深刻的变革趋势。计算 对经济社会发展和产业能级跃升的驱动作用日益凸显， “计 算力就是生产力”已成为全球发展共识。先进、新型的计算 基础架构，迭代、拓展的软硬件系统产品，普惠、优化的算 法算力平台，以及“计算+”行业融合赋能应用，将是“十四 五”乃至中长期电子信息产业发展的重点领域之一。 为此，在工业和信息化部电子信息司指导下，中国电子 信息产业发展研究院（）撰写了先进计算产业发展白 皮书 ，对“先进计算”概念及产业范畴进行体系化

2、构建和链 条延展，按照算力、算法、算据以及“计算+”四大维度，系 统梳理了全球计算产业领域的最近进展成果及应用实践，总 结发展现状、 分析发展趋势， 构建模型对产业规模进行测算， 研究提出发展方向和政策建议。 白皮书中数据源自市场行研机构发布报告并经智 库整理。内容和观点如有不当之处，欢迎业界予以指正。 编写组成员：编写组成员： 温晓君 中国电子信息产业发展研究院 电子所 所长 余雪松 中国电子信息产业发展研究院 电子所 副所长 张金颖 中国电子信息产业发展研究院 电子所 室主任 徐子凡 中国电子信息产业发展研究院 电子所 研究员 宋籽锌 中国电子信息产业发展研究院 电子所 研究员 联系方式：

3、温晓君， 电子邮件： 智库电子信息研究所 1 目目 录录 一、先进计算的基本概念一、先进计算的基本概念. 1 1 （一）内涵与外延 . 2 1、算力 . 3 2、算法 . 4 3、算据 . 5 4、“计算+” . 6 （二）技术体系演绎 . 8 （三）产业体系及指标设计 . 10 1、先进计算产业链 . 10 2、先进计算产业未来指标设计 . 11 二、发展现状与趋势二、发展现状与趋势 . 1313 （一）全球先进计算发展状况 . 13 1、从驱动因素看，数据增长和行业需求提供内外动力 . 13 2、从技术创新看，材料、架构、软件等多路演进并行 . 14 3、从政策环境

4、看，发达国家多维度支持手段引导发力 . 15 4、从竞争态势看，跨国巨头争相加大投入抢滩布局 . 20 5、从渗透路径看，信息领域单点场景向各行业多元布局延伸 . 21 （二）我国先进计算发展状况 . 22 1、从发展阶段看，技术跃升条件初步具备 . 22 2、从竞争态势看，部分领域跻身领先行列 . 23 3、从市场潜力看，规模带动效应逐步释放 . 24 4、从生态构建看，自主演进架构生态加速形成 . 24 5、从通用计算看，关键核心技术亟待补短板 . 25 （三）重点领域发展现状 . 30 1、超级计算 . 30 2、人工智能 . 31 3、汽车智能计算平台 . 31 4、量子计算 . 32

5、 5、云计算 . 33 先进计算产业发展白皮书 2 三、产业规模测算三、产业规模测算 . 3333 （一）直接产业规模测算 . 34 （二）辐射带动规模测算 . 36 1、智慧城市 . 36 2、工业制造 . 37 3、自动驾驶 . 39 4、医药研发 . 40 5、金融科技 . 40 （三）测算结论 . 41 四、建议突破方向四、建议突破方向 . 4242 （一）重点领域 . 42 1、算力层面 . 42 2、算法层面 . 44 3、算据层面 . 45 （二）发展建议 . 45 1、提升产业技术创新能力 . 45 2、推进计算产业生态构建 . 46 3、加强深度国际合作 . 47 4、激励培

6、育重点骨干企业 . 47 附件附件 1 1：先进计算产业需求指南：先进计算产业需求指南 . 4848 附件附件 2 2：先进计算直接规模测算表：先进计算直接规模测算表 . 5151 1 一、先进计算的基本概念 计算力就是生产力。从结绳计数到使用算盘算尺再到使 用基于机械原理的计算器等设备到电子计算机，每次新计算 技术的出现都从根本上促进了生产力发展。自 20 世纪计算 机诞生以来，计算技术不断演进升级，经历由低到高、由浅 到深、由量变到质变的发展，计算能力持续提升、计算方式 不断优化、计算数据指数级增长。在对多种新兴计算归纳认 识和总结共性的基础上，本白皮书认为，先进计算是面向从 量变到质变的

7、信息需求，在计算方式、位置、算法或机理等 方面产生进步和革新的新兴计算技术及产业的统称。 先进计算是从单一的计算设备及技术向多元化计算系 统及应用的演进，具有先进性、泛在性、多样性，也是新一 代信息技术产业的本质和核心。 “先进”是相对于“传统”而 言，既包括基于传统半导体技术架构的产业演进，又包括换 道型的前沿理论及模式、服务创新。从信息技术体系看从信息技术体系看，信 息背后的基础和关键是计算，一切数字信息的产生和使用都 需要经过输入、计算和存储、输出等过程，数据只是信息的 表象和结果，计算才是信息的枢纽和关键。从技从技术术脉络脉络看看， 从以存算一体化、分布式计算的架构创新和以芯片工艺、结

8、 构的硬件创新为主，逐步拓展到材料、算法，最终到基础理 论的发展应用。从从物理承载空间物理承载空间看看，由大体积、高能耗、集 中式的计算设备到小体积、低能耗、分布式的多元化计算生 2 态演化迈进。从从渗透路径渗透路径看看，从电子信息、软件信息等层面 的创新以点带面，通过技术溢出效应，逐步渗透到其他产业 交叉融合，推动各个产业全面创新升级。从产从产业趋势看业趋势看，重 构计算、内存计算等催生摩尔定律不断打破物理极限，量子 计算、生物计算不断拓展新兴领域，面向云计算的软件逐渐 替代单机版基础软件，持续进步的计算技术推动信息产业突 飞猛进，后者加速发展又促进了前者的持续创新，推动计算 技术、应用、模

9、式向更先进的方向演进发展。 图图 1 1 本章逻辑框架图本章逻辑框架图 智库整理智库整理，2020 年年 10 月月 （一一）内涵内涵与与外延外延 先进计算的内涵可由算力、 算法、 算据三大要素来表征。 其中： （1）算力层面，指服务于经济社会发展的计算能力， 以 及 支 撑 计 算 能 力 的 软 硬 件 系 统 ， 涉 及 对 象 包 括 3 CPU/GPU/NPU、 服务器、 存储器等基础产品。（2） 算法层面， 指驱动计算发挥赋能效用的系列理论、架构、系统、软件、 方法的统称，包括计算理论、计算架构、计算系统及各类计 算方法（加密算法、矩阵算法、遗传进化算法） 、EDA、基础 软件等。

10、 （3）算据层面，指一切比特化的事物，及其生成、 采集、编码、存储、传输、搜索等系列行为，如围绕数据存 储、清洗、分析、挖掘、交易等过程提供的产品及服务。先 进计算的外延主要指行业计算应用。 1、算力算力 新平台新平台。传统计算中心存在普遍的资源闲置现象，计算 资源难以得到充分应用。在此背景下，以大规模数据中心、 AI 计算中心、 超算中心为主要代表的新型算力平台向高计算 密度、高赋能密度方向部署。从服务器、存储设备等硬件部 署的空间密度向服务器性能跃升、电力配置合理、高效散热 等综合指标提升的算力密度延伸；从能源高效利用的耗能密 度向高效处理高并发、按需分配资源的赋能密度拓展。新型 算力平台

11、的运营效率、集约水平持续迭代。 新材料。新材料。传统计算均以硅基材料为基础，随着硅基材料 的应用不断逼近极限，以非硅基材料（如碳基材料）的研发 与探索的研发与商用成为热点。例如，从硅基 7 纳米技术到 5 纳米技术，芯片速度大约提升 20；而相比硅基 7 纳米技 术，碳纳米管 7 纳米技术的芯片速度将提升 300。此外， 4 超导材料离子阱多运用于量子计算技术、磁变相变介质多运 用于存储器技术、化合物半导体中突破前两代半导体瓶颈的 第三代宽禁带半导体在计算产业被持续看好。 新新计算计算硬件。硬件。新型硬件层出不穷，根据应用场景归纳为 云端场景和终端场景两大类，由于算法效率和底层硬件选择 密切相

12、关，云端和终端场景对硬件的需求也大不相同。云端 主要指服务器端，包括各种公有云、私有云、数据中心等业 务。终端主要指安防、汽车智能计算平台、PC 整机、手机、 物联网终端、机器人等各种应用。 2、算法、算法 基础基础架构。架构。当前四大主流计算架构包括 X86、ARM、 RISC-V、 MIPS。 其中 X86 和 ARM 是市场份额的两大架构， X86 架构在 PC 市场上长期处于霸主地位。 ARM 架构广泛地 使用在嵌入式系统设计中， 具有低耗电的特性。 RISC-V 架构 完全开源，设计简单，可根据具体场景选择合适的指令集。 MIPS 采用导入/存储数据模型，具有极高的拓展性。 新新计算

13、计算软件软件。与核心算力提升紧密相关的基础型软件持 续迭代。总体而言，软件从传统 PC 端走向云端汇聚。具体 而言，针对不同场景、不同应用的软件开发成为现下发展潮 流，主要包括基于新型体系结构的操作系统，面向大数据实 时处理的新型数据库，容器化的新型数据中心设计架构。 新新计算计算模式模式。高性能计算、存算一体化、超导计算等前 5 沿计算模式成为研发重点；流式计算、图计算、边缘计算、 群智协同计算、云际计算、雾计算、无边界计算、安全多方 计算等新兴计算模式接续涌现；城市计算、服务计算、计算 经济学、计算社会科学、认知计算等融合性计算领域成为新 的探索方向。 前沿理论。前沿理论。非冯诺伊曼架构体

14、系理论探索升温，如类脑 计算、生物计算等。传统计算以冯诺伊曼理论为框架，难以 满足现下人工智能发展的需要。因此，非冯诺伊曼架构体系 理论，包括量子信息科学通过推进对多量子态的精准控制出 现量子计算，由脑科学衍生出的类脑计算等开始崭露头角。 3、算据算据 算据算据采集与集成。采集与集成。大数据时代的数据往往是先有数据再 有模式，且模式处于不断的动态演化之中。从数据集成模型 来看，现有的数据采集与集成方式可大致分为四种类型：基 于物化或 ETL 方法的引擎、基于数据库或中间件方法的引 擎、基于数据流方法的引擎、以及基于搜索引擎的方法。 算据算据分析与挖掘。分析与挖掘。数据分析与挖掘是整个大数据处理

15、流 程的核心。 大数据时代的数据量大， 类型混杂， 产生速度快， 具有实时性的特点。传统的数据分析挖掘算法都是线性执行 的，耗时很长。分布式并发计算系统是解决这一问题，进行 数据分析与挖掘的有利工具，很多算法必须做出调整以适应 分布并发的计算框架，算法需要变得具有可扩展性。 6 算据算据感知感知交互交互。数据感知提供了数据来源，数据交互是 一个数据传输、共享和交换的过程，两者共同组成了大数据 的基础。目前数据感知具有显著的异构特征，因此信息交互 应用需要采用有效统一的表达形式，并提供高层语义知识的 描述方法，实现多源异构数据的交互可以从数据和语义知识 两个层面入手。 基于语义理解的数据资源管理

16、。基于语义理解的数据资源管理。随着数据量剧增，数据 资源管理成为提高效率的关键环节。基于语义理解，将信息 解析为结构化的、机器可读的数据，应用数据库管理、数据 仓库等信息系统技术和其他数据管理工具，进行对数据有效 的处理和应用。 数据交易平台。数据交易平台。随着大数据应用场景逐渐丰富，数据需 求日益增大，大数据交易成为大数据服务应用的新热点。数 据交易平台以数据资源、数据服务为标的，以第三方的身份 为数据提供方和数据需求方提供数据交易服务，同时数据交 易平台还可提供数据定制服务，根据数据需求方的特殊需求， 由用户进行采集或者标注大规模数据。 4、 “计算计算+” 行业云。行业云。云作为数字化转

17、型的核心技术之一，持续激发 各行各业创新发展。先进计算技术在提供灵活拓展的计算资 源的同时，对其业务稳定、安全、可靠运行起着重要的支撑 作用，缩短业务部署上线以及扩展升级的周期，大大降低运 7 维成本，提高效率。目前行业云细分市场众多，在金融、零 售、教育、政务、物流、医疗、制造、传媒等行业应用广泛。 城市大脑城市大脑。城市大脑是互联网大脑架构与智慧城市建设 结合的产物， 在物联网、 大数据、 人工智能、 边缘计算、 5G、 云计算、数字孪生等前沿技术的支撑下，建立大数据管理平 台，融合专家经验和人工智能技术，利用实时全量的城市数 据资源全局优化城市公共资源，即时修正城市运行缺陷，提 升对行业

18、需求的洞察力和理解力，实现城市治理模式、服务 模式和产业发展的三重突破。目前在安防监控、应急响应、 智慧城市、智慧政务等领域应用广泛。 智能制造智能制造。智能制造融合了信息技术、先进制造技术、 自动化技术和人工智能技术，是实现整个制造业价值链的智 能化和创新的关键。智能制造需要高性能计算机和网络基础 设施，生产环节上，生产环节上，应用大数据分析系统，进行数据采集并 分析处理，优化产品生产流程；通过实时感知数据，明确产 品故障；用云计算对现场设备进行远程控制，从根本上提高 了制造的灵活性。供应链管理上，供应链管理上，通过大数据分析，大幅提 升仓储、 配送、 销售效率， 降低物流成本。 生产设备维

19、护上生产设备维护上， 根据设备和传感器收集的数据实现对生产设备的实时和预 测性维护。计算产业的迭代升级保证了生产过程中所有因素 的精准控制，实现了生产智能化。 8 （二）（二）技术体系演绎技术体系演绎 先进计算是传统计算机的硬件单元和架构（材料，硬件 设计和制造，架构） 、传统的计算原理、传统计算构造原理或 者理论发展出的新的形态和新的发展阶段。 计算机硬件单元计算机硬件单元与与架构架构演进演进发展发展筑牢计算基础设施筑牢计算基础设施底底 座座。从计算机发展史看：第一代电子管计算机，完成了由军 用设施到民用设施、从实验室设备到工业生产装备、从科学 计算仪器到数据处理终端的转变。第二代晶体管计算

20、机，一 方面提升了计算能力，减小了设备体积，另一方面促成编译 语言、 操作系统的出现， 向开发者屏蔽了硬件设计的复杂性， 降低了使用难度。第三代集成电路和超大规模集成电路计算 机，遵循摩尔定律演进路径，加速了个人计算机、高性能计 算机、超级计算机以及数据中心的普及与部署。软件系统在 这一阶段计算基础设施构建中的角色愈发重要，软硬结合的 系统化设计成为主流趋势。第四代智能、泛在、专业化计算 机， 正成为互联网和大数据时代数据、 网络入口和控制核心， 人工智能、边缘计算等技术的引入，加速计算产业在工业、 交通、能源、电信、金融、城市管理等国民经济重点行业的 融合渗透。综上，作为重要的基础设施，计算

21、机硬件单元与 架构发展为构造能力更强、可靠性更高的计算平台，构建先 进、普惠的新型计算社会筑牢基座支撑。 9 计算原理的多路径演进计算原理的多路径演进带动算带动算法法能级跃升能级跃升。计算原理囊 括算法设计与分析、数字逻辑、计算复杂性理论等，其基本 的核心是算法问题。当前传统计算面临海量数据并发、非线 性模式识别、数据加密等复杂问题亟待解决。而计算原理演 进的三种路径为解决上述问题提供了技术基座支撑。一是传 统硅基计算技术向类脑计算、高效能计算领域拓展。过去数 十年间，计算技术演进一直处于线性发展阶段，半导体工艺 制程始终遵循摩尔定律，但随着人工智能等新技术的发展和 应用逐渐兴起，计算架构正在

22、从冯诺依曼架构向多元化架 构体系演进，高性能计算、量子计算、类脑计算等成为计算 新趋势。二是集中式云计算向云下沉、边缘计算延展。随着 智能网联汽车、超高清视频、机器人和机器人流程自动化、 智慧城市管理等领域发展提速，集中式的云计算已难以满足 海量数据的处理需求，通过边缘计算节点进行数据初步处理、 由云计算中心将算法下发到边缘计算节点、将边缘计算节点 作为云计算中心系统的延伸等边缘计算处理方式，能够实时 有效处理海量数据，推动云端数据处理能力下沉，确保资源 的弹性和最大化利用。三是量子、光子等前沿理论架构成为 计算新方向。以量子计算、光子计算等新型微粒子计算为代 表的非冯体系计算技术逐步走向实用

23、。谷歌宣称实现“量子 霸权”，大大增加了行业对超导路线和大规模量子计算实现 步伐的乐观预期。尽管量子计算的编程语言及生态发展仍需 10 长期沉淀，量子纠错和容错计算仍需长期技术攻坚，但其已 在密码破解、超大型金融计算等特定场景、领域展现出极为 出色的性能表现，并开始逐步替代当前计算方式和部分专用 芯片。 数据存储与数据交互技术发展提升计算系统整体效能数据存储与数据交互技术发展提升计算系统整体效能。 数据存储方面，随着汞延迟线、穿孔卡片、磁带、动态随机 存取内存 DRAM、软盘、硬盘、闪存等存储介质迭代升级， 存储密度、读写效率不断提升，整体架构向着高性能、高可 靠、高扩展性逐步迈进。高端存储架

24、构经历了从总线架构向 交换式架构、矩阵直连架构、分布式架构、全共享交换式架 构的演进历程。存算一体方面，通过缩短计算单元与存储单 元物理距离， 将计算单元与存储单元融为一体， 并在 “存算” 单元上完成高能效并发运算，以增加带宽、缓解数据搬移产 生的瓶颈。数据交互方面，主要包括单计算设备内部的总线 技术、高速数据接口、光交换技术和多计算设备间数据互通 的以太网技术等。数据交互技术向着高速率、高带宽、低延 时的目标不断发展，在提高数据交换能力的同时持续提升计 算系统的整体能效水平。 （三三）产业体系产业体系及指标设计及指标设计 1、先进计算、先进计算产业链产业链 先进计算产业链包括核心元器件层、

25、整机层、基础软件 层、平台层、应用层、数据层、理论层等七个层次，各层次 11 之间的逻辑关系如下图所示。其中，核心元器件层、整机层 代表算力的部分，基础软件和平台层代表算法的部分，算据 层贯穿了算力、算法以及行业应用。 图图 1 1 先进计算产业链先进计算产业链 智库整理智库整理，2020 年年 10 月月 2、先进先进计算产业未来指标设计计算产业未来指标设计 算力算力指标指标。二级指标包括基础算力指标、先进计算生态 应用的企业数量、计算产业研发投入增加值、开展计算产业 链协同创新的企业数量等。其中，基础算力指算力基础设施 的计算能力总和，包括超级计算机算力、计算中心算力以及 云服务外延计算环

26、节等。 12 计算公式： 基础算力=国内超级计算机算力 +计算中心服务器规模 服务 器平均算力+边缘算力（MEC） 算据算据指标指标。二级指标为云服务发展指标，主要表征数据 服务的提供能力。云服务支出包括两部分，自建云的运营服 务费用支出和全租赁云的费用支出。云服务包括软件运营服 务 （SaaS） 、 平台运营服务 （PaaS） 、 基础设施运营服务 （IaaS） 等三层。 计算公式： 云服务支出占比=云服务支出总额/IT 基础设施投资总额 表表 1 1 先进计算未来发展指标设计先进计算未来发展指标设计 算力指标算力指标 算据指标算据指标 行业应用指标行业应用指标 人均算力指标人均算力指标 云

27、服务发展指标云服务发展指标 自建云的运营服 务费用支出 全租赁云的费用 支出 人工智能普及率人工智能普及率 人工智能创新平台 数量 智能化企业占比 先进计算生态应用的企先进计算生态应用的企 业数量业数量 开展计算产业链协同创开展计算产业链协同创 新的企业新的企业数量数量 云化比例云化比例 上云率 用云量 计算产业研发投入增加计算产业研发投入增加 值值 智库整理智库整理，2020 年年 10 月月 全球超算 Top 500 取中国数值 近 6 年（参考我国服务器资产管理办法）IDC 每年服务器出货量 选取近 6 年主流芯片算力的平均值 近 6 年 IDC 每年服务器出货量 运营商提供 国家统计局

28、 C0207 相关数据 国家统计局相关数据（已在十三五信息化规划中引用） 13 行业应用指标行业应用指标。二级指标包括人工智能普及率、云化比 例等，三级指标包括人工智能创新平台数量、智能化企业占 比、上云率、用云量等。 二、发展现状与趋势 发展先进计算对加快经济社会发展、重塑产业竞争优势 具有重要战略意义。从全球看，从全球看，世界多国政府、高校、科研 机构、市场主体等正加速推进先进计算领域的基础研究、应 用研究和前沿布局。从国内看，从国内看，我国先进计算产业在基础理 论方面、芯片技术方面、计算系统方面、企业布局方面已积 累了一定量级的底层储备，在大国大市场和国家治理现代化 的背景下拥有广阔的市

29、场空间。 （一一）全球全球先进计算发展状况先进计算发展状况 1、从驱动因素看，数据增长和行业需求提供内外动力、从驱动因素看，数据增长和行业需求提供内外动力 在 5G、人工智能、物联网、云计算等技术融合发展的背 景下，全球数据量正在迎来新一轮的爆发式增长。全球非传全球非传 统及非结构化的数据正在数量、种类上相互叠加、交错、倍统及非结构化的数据正在数量、种类上相互叠加、交错、倍 增，形成多维度、多层次、多向度的数据网。增，形成多维度、多层次、多向度的数据网。据 IDC 预测， 全球数据流量将从 2018 年的 33ZB 增长至 2025 年的 175ZB （泽字节） 。 与此同时， 应用场景的多样

30、化将使得数据存储、 数据传输、数据处理需求呈指数级增长。物联网物联网方面，方面，将传 统的人与人之间的连接扩展到万物互联的同时，其数据的海 量性、多态性、异构性、时效性对边缘计算提出了更高的要 14 求。人工智能人工智能方面，方面，对于计算力的需求加速提升，远远超出 了通用计算技术的发展水平， GPU、 NPU、 众核、 FPGA、 ASIC 等异构计算技术也因此得到了快速发展。数据和算力需求的 飞速增长驱动先进计算产业加速演进。VR/AR、自动驾驶等、自动驾驶等 新兴新兴应用方面应用方面，在给用户带来全新体验的同时，也对海量数 据的实时处理能力和交互时延提出了更高的要求。 图图 2 全球数据

31、圈规模（全球数据圈规模（ZB） 智库整理，智库整理，2020 年年 10 月月 2、从技术创新看，材料、架构、软件从技术创新看，材料、架构、软件等等多路演进多路演进并行并行 当前，晶体管尺寸与密度已逼近极限，经典计算系统通 过工艺制程的微缩提升性能的空间有限。未来先进计算将从未来先进计算将从 体系结构上进行创新，从材料、架构、软件等方向多路径演体系结构上进行创新，从材料、架构、软件等方向多路径演 进。进。具体来说，数据中心算力多样化成为趋势，通用化、专 业化计算芯片将并行发展。传统以 CPU 为中心的架构难以 满足海量数据处理的要求，系统架构将向以内存为中心演进系统架构将向以内存为中心演进，

32、存内计算技术已经历分布式缓存、内存数据网格、分布式内 175 0 20 40 60 80 100 120 140 160 180 200 2012 2013 2014 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E 2024E 2025E 15 存数据库和高性能、集成化、分布式内存平台等四大发展阶 段。基础计算模式围绕多核并行、异构并行、边缘计算等体基础计算模式围绕多核并行、异构并行、边缘计算等体 系架构创新而演进。软硬系统垂直整合成为现下主流厂商布系架构创新而演进。软硬系统垂直整合成为现下主流厂商布 局焦点局焦点，通过软件硬件的协同，提升系统

33、应用性能。 图图 3 先进计算演进路径先进计算演进路径 智库整理，智库整理，2020 年年 10 月月 3、从政策环境看，发达国家多维度支持手段从政策环境看，发达国家多维度支持手段引导发力引导发力 美国美国长时间以来在量子计算、超级计算、类脑计算和异 构计算等前沿领域出台多项国家级战略。其国家战略计算 计划制定了先进计算产业的发展框架，用以改善计算基础 设施，建立持久的多部门协同合作关系，确保美国在此领域 保持领先地位。欧盟欧盟利用“地平线”计划，将先进计算视为 战略布局的重点并制定了多维度举措。英国英国将先进计算置于 重要发展地位并构建了长期稳定的资助体系，不断优化基础 16 条件和研发环境

34、，从战略方向、科研基础、产业生态、企业 支持、人才储备进行长期稳固布局。日本日本将先进计算纳入重 点支持的高新科技领域，在国家层面开展统一协调的研发部 署，发布多个重点支持项目。 表表 2 发达国家先进计算产业政策布局情况发达国家先进计算产业政策布局情况 国家 技术领域 相关政策措施 美国 量子科技 2018 年底通过了为期 10 年的“国家量子计划法案”，并明确授权美国能源部（DOE）、美国国家 科学基金会（NSF）及国家标准与技术研究院（NIST）在 20192022 年内投入约 12.5 亿美元，推 进量子通信、量子计算机和超精密量子传感器三大领域的发展。 2020 年 2 月发布了美国

35、量子网络战略构想，提出美国将开辟由量子计算机和相关设备组成的 量子互联网，使量子互联网成为推动经济增长和提高生活质量的最强引擎。 人工智能 2018 年，白宫成立了人工智能专门委员会，负责协调各政府机构针对自动化系统研发、生物识别 技术、计算机视觉和机器人等相关领域的投资计划。 2018 年 7 月，美国国防部（Department of Defense，DOD）成立联合人工智能中心，预计 5 年内 投入 17 亿美元以服务美国国防部的各种军事任务和商业应用。 2018 年 9 月，美国国防高级研究计划局（Defense Advanced Research Projects Agency，DA

36、RPA） 宣布投入 20 亿美元开发第三代人工智能技术， 推动相关新技术在军事上的运用； 成立了人工智能 国家安全委员会，负责审查人工智能相关技术的进展及伦理道德问题。 2019 年 6 月，美国发布最新版的国家人工智能研发战略规划，强调对人工智能基础研究的长 期投资，以保持美国在人工智能领域的全球领先地位。 高性能计算 2016 年发布了国家战略计算计划战略规划，旨在增强建模、数值模拟和数据分析技术融合， 实现百亿亿次计算能力。 2019 年 5 月，DOE 宣布将在 2021 年建成世界上最快的超级计算机，峰值运算可达每秒 1.5 百亿 亿次。 2019 年 11 月，美国白宫科学技术政策

37、办公室（OSTP）在 2016 年版本的基础上发布更新版国家 战略性计算计划：引领未来计算，侧重于计算机硬件、软件和整体基础设施，目标是开拓数字 和非数字计算的新领域，开发、扩展和推进计算基础架构和生态系统，建立和扩大合作伙伴关系， 以支持美国计算的未来。 网络空间与 安全科技 2018 年 5 月，美国国土安全部（DHS）发布网络安全战略，确定了国土安全部未来五年将致力 于培育更加安全和更具弹性的网络生态系统。 2018 年 8 月，美国通过2019 年国防授权法案，确立了国防部在网络行动中的主导作用，提高 了国防部发起军事网络行动的自由度，并明确将俄罗斯、中国、朝鲜、伊朗列为敌人。 201

38、9 年 12 月，DARPA 发布保障国家安全的突破性技术和新能力2019 年战略框架文件，将网 络威慑与防御列为捍卫国土安全方面的重点关注内容，明确将重点关注网络空间可视化技术、针 对恶意网络行为的增强归因、检测并抵御网络攻击的自动化工具开发等。 2019 年 12 月，美国国家科学技术委员会（NSTC）发布了最新版本的联邦网络空间安全研发战 略计划，确定网络安全研发投入的总体新方向包括网络空间安全对用户的影响、网络系统全面 实时维护和管理、网络有效响应，并点明人工智能、量子信息科学、可信的分布式数字基础设施、 隐私、安全硬件和软件、教育和劳动力发展 6 个优先重点研发领域。 17 国家 技

39、术领域 相关政策措施 未来 信息通讯 美国国防部在 2018 年 12 月和 2019 年 12 月总计发布了 4 个 5G 技术提案，包括智能仓库和资产 管理、 5G 动态频谱共享、 增强现实/虚拟现实和 5G 智能仓库网络， 以便更好地利用高速无线网络。 新美国安全中心（CNAS）在 2019 年 11 月发布的保障美国 5G 未来：美国政策面临的竞争挑战和 思考报告中指出，美国 5G 发展与中国相比可能处于弱势，并建议重新制定 5G 领域的竞争策略， 将 5G 技术作为中美在第四次工业革命中的基础性竞争力。 2019 年 3 月，美国商业航天公司 OneWeb 成功发射了 6 颗互联网卫

40、星。 2019 年 5 月，美国 SpaceX 公司成功将首批 60 颗星座卫星送入太空，预计总计发射 3.2 万颗星座 卫星的“星链计划”正式启动并得到美国联邦政府通讯委员会（FCC）批准，截至 2020 年 2 月 16 日，该计划已完成 5 次发射、300 颗星座卫星的组网。 2019 年 6 月，美国国家航空航天局等在近地轨道部署全球最大芯片级微型卫星群 ChipSats，由 105 颗邮票大小卫星组成。此外，亚马逊“柯伊伯项目”太空互联网计划准备把 3236 颗卫星发射 入轨，为全球提供低延迟、高速度的太空互联网服务。 纳米科技和 新材料制造 2001 年，实施美国国家纳米技术计划（National Nanotechnology Initiative，NNI），部署了 “材料基因组计划”，并通过建设制造业创新研究所、材料创新平台、能源材料网络等举措，积 极推动材料科学技术的发展。 2011 年，出台“先进制造伙伴计划”。 2012 年，发布“国家制造业创新网络（NNMI）计划”，大力推进了制造业创新研究中心建设。 科学与技术 大数据 2012 年 3 月，美国启动“大数据研发计划”，致力于提高从海量数据中提取知识和观点的能力， 以加速科学发现。 2014 年 10 月，美国网络与信息