摩尔定律之后，计算机性能将何去何从

本文转自：文汇报

推动智能科技与未来产业发展，加快形成新质生产力

摩尔定律之后，计算机性能将何去何从 ■本报记者 祝越

“摩尔定律之后，计算机的性能将何去何从？” 2021年图灵奖获得者、美国田纳西大学电气工程和计算机科学系教授杰克·唐加拉在第六届虹桥国际经济论坛“智能科技与未来产业发展”分论坛上抛出这一问题。他认为，高性能计算在对科学研究、人们的学习产生巨大影响的同时，依然有着光明的应用前景。

论坛上，专家学者与企业家们探讨通用人工智能、脑科学与类脑智能等未来产业前瞻布局的发展机遇与现实挑战，围绕未来产业热潮下的机遇与挑战、智能科技引领下的转型与创新等主题深入交流沟通、碰撞前沿观点，共同为全球智能科技与未来产业发展建言献策。

新一代信息技术与工业融合

修建大型风洞太难，在飞机上进行发动机实验太贵，等候气候或星系的演化太慢……这些问题怎么解决？答案是使用高性能计算机系统来模拟。杰克·唐加拉认为，计算科学在气候建模、生物学、药物设计、材料学、高能物理中都有应用，所有这些领域都使用机器学习来帮助获得所需要的解决方案。

“机器学习能用较小的矩阵运算、较低的精度完成计算，许多公司已经开始着手开展机器学习。其中有亚马逊、谷歌、百度这样的传统公司，也有Cerebrus、联想等新的参与者。”杰克·唐加拉认为，对未来几十年间智能技术和产业发展的理想愿景而言，技术进步、经济增长、社会效益和责任管理将融为一体，这需要政策制定者、研究人员和科技公司等共同努力，合作、适应能力以及致力于负责任的发展是实现这一愿景的关键。

近期，随着国产大模型陆续向公众开放，相关产品应用不断升温。中国新一代人工智能发展战略研究院执行院长龚克认为，目前大模型能力已大幅超越传统研究成果，大模型范式成为人工智能研发的全新范式，因此，我们也需要形成迈向通用人工智能的中国方案。他建议进一步推动人工智能和实体经济深度融合，推动智能科技与未来产业发展，加快形成新质生产力，高水平赋能新型工业化。

训练ChatGPT需要使用大量算力资源。中国科学院院士、中国科学院脑科学与智能技术卓越创新中心学术主任蒲慕明提出下一代的人工智能——类脑智能，高性能和绿色节能是未来人工智能的趋势。

他在现场展示了一张“错综复杂”的三维重构皮层神经元的轴突全脑投射图谱，“人脑有上百亿个细胞，复杂性更是不可想象，我们以此设计机器不是更好吗？”他认为，人脑的信息通信机制、多模态信息处置机制、高效低功耗特性以及控制与决策能力能够启发下一代互联网、智能机器人等多种人工智能技术研发。对于实现路径，他表示，“与其尝试开发一个模拟成人大脑的算法程序和结构，不如模拟儿童的大脑，让它自己成长”。

先进技术推动数字化转型

第三代骁龙8移动平台、骁龙X Elite平台……高通公司在今年进博会上展示5G、人工智能最新技术，以及与众多中国厂商合作的终端产品，为未来数字化转型提供可能。

高通公司中国区董事长孟樸介绍，最新产品大大提高了针对生成式AI算力的支持，除了个人手机与电脑外，同样也能在工业应用领域提供关键功能，“让智能终端+生成式AI进入千行百业，赋能垂直市场的行业应用。”

欧姆龙自动化（中国）有限公司总裁朱左江介绍了企业最新的工业化应用，即通过高频电流数据的特征量采集，运用算法的拟合，实现对于车身的焊接检测。这一方式在不进行物理破坏的情况下，检测成功率达到99.5%以上。

自第一届进博会起，欧姆龙就一直参与其中。“通过进博会这一平台，欧姆龙与中国合作伙伴开展更亲密、更直接的沟通，获得更多服务本地客户和扩大在华业务的机会。”朱左江说。

思谋集团创始人、董事长贾佳亚则推荐了公司开发的全球首个工业多模态大模型IndustryGPT。现场的演示视频中，只要点击工厂产线的任何一台机器，就可以询问关于当天的生产效率等信息，相比传统的人工检索，现在的工厂管理有了全新体验。“我们会持续开发，让大模型像人一样去思考，我也相信，这就是未来智能工厂和整个工业制造业希望看到的最终景象。”贾佳亚这样畅想未来。