算力基礎設施發展現狀與趨勢展望

邢文娟，雷波，趙倩穎

專題：新型網絡技術

算力基礎設施發展現狀與趨勢展望

邢文娟，雷波，趙倩穎

（中國電信股份有限公司研究院，北京 102209）

數字化技術的發展驅動著算力基礎設施更新變革。算力基礎設施主要指與云計算、邊緣計算、端計算相關的軟/硬件算力設施，以及前沿算力設施（如量子計算等）。首先對基礎計算硬件和軟件設施進行了探討，總結了數據中心朝著多元化、智能化、綠色化的方向發展。然后探討了云計算、邊緣計算和端計算的技術現狀和發展趨勢，指出算力基礎設施從典型集約式云計算形態，逐步向云計算?邊緣計算?端計算等多級、泛在、融合的趨勢發展。最后對于下一代信息革命的關鍵技術——量子計算的技術現狀及發展進行了總結，為算力基礎設施的研究和發展提供借鑒。

云計算；邊緣計算；端計算；量子計算

0 引言

算力設施是承載算力的載體，構建了計算體系中最重要的基礎支撐底座。當前數字化技術（如云計算、大數據、人工智能等）加速創新，數字化應用層出不窮，帶動信息數據加速增長。根據國際數據公司（International Data Corporation，IDC）的數據，到2024年全球數據總量將增長到142.6 ZB，數據采集、數據存儲與管理、數據傳輸與處理等對算力資源的需求將極大地增加[1]。同時，算力的發展也為算法、數據和通信提供了有力支撐，驅動技術革新、產業應用創新及數字化經濟不斷突破，對經濟社會的發展發揮著關鍵性的作用。

從狹義的角度來看，算力基礎設施是通過處理數據，實現特定結果輸出能力的設備與系統，核心為中央處理器（central processing unit，CPU）、圖形處理器（graphics processing unit，GPU）、現場可編程門陣列（field programmable gate array，FPGA）等計算芯片，搭載各類軟件服務，并由計算機、服務器、智能終端等承載。算力常用計量單位是FLOPS（每秒執行的浮點數運算次數），1 EFLOPS約為25萬臺主流雙路服務器，或 200萬臺主流筆記本計算機的算力輸出。據統計，2020年全球算力總規模達429 EFLOPS，我國的算力規模為135 EFLOPS，預估未來5年全球算力規模將以超過50%的速度增長，到2025年整體規模將達3 300 EFLOPS[2]。從廣義的角度來看，算力基礎設施已成為數字經濟時代的新型生產力和支撐數字經濟的堅實基礎底座。

1 計算基礎軟/硬件的發展

“計算”作為一種人類認知世界的方式，不斷推動著科學技術的發展和人類社會的進步。“計算”離不開最重要的兩個要素：計算硬件和計算軟件，二者是計算系統中相互依存、不可分割的兩部分。

1.1 基礎計算硬件

計算硬件是“計算”的承載體，指具備計算能力的設備，包括電子計算機、服務器、智能手機、車載系統、智能機器人、基站和通信網元等較完備的計算系統，以及芯片、內存、磁盤和信令單元等有計算能力的器件。本文主要探討計算芯片的發展。

計算芯片是所有計算設備的物理基礎。CPU被認為是計算機的“心臟”，在計算硬件中占據舉足輕重的地位。目前，個人計算機（PC）、服務器以x86架構為主，手機、平板計算機等便攜式移動設備以及高端服務器、工作站等對系統節能性以及系統運行效率要求較高，通常采用進階精簡指令集機器（advanced RISC（reduced instruction set computer） machine，ARM）架構[3]。GPU正在成為通用計算機和超級計算機的重要處理器，同時在智能手機等移動設備端的應用越來越普及[4]。專用集成電路（application-specific integrated circuit，ASIC）在AI設備等專用的智能終端上有著其他芯片無法比擬的巨大優勢，未來在邊緣計算、增強現實（augmented reality，AR）/虛擬現實（virtual reality，VR）、智能家居等領域將會大量被使用并普及。FPGA被稱為“萬能芯片”，在異構計算領域具有優異的可定制性和可重配置特點[5]，在自動駕駛、數據中心等領域的應用正逐步增加。數據處理器（data processing unit，DPU）是以數據處理為核心的專用數據處理單元，將使計算任務以數據為中心轉移，可以有效提升數據中心系統的計算效率，降低通信時延[6]。

總體來看，我國芯片產業發展薄弱，技術“卡脖子”問題突出。2021年1—5月，我國芯片進口規模達1.04萬億元，對外依賴性較強[7]。制約我國芯片發展的主要因素為芯片設計和制造工藝落后[8]。當前，我國正加大芯片研發力度，力爭在半導體技術和智能芯片領域尋求突破，已涌現出一些優秀產品，如基于MIPS的龍芯、基于x86的兆芯、基于ARM的天津飛騰、基于ARM的華為鯤鵬920，以及基于Alpha架構的成都申威等。基于RISC原則的開源指令集架構 RISC-V 也獲得國內眾多科技企業的關注。

1.2 基礎計算軟件

計算軟件是用戶與計算硬件之間的接口，主要包含系統軟件和應用軟件。用戶通過應用軟件操作計算設備，應用軟件安裝在系統軟件之上，而系統軟件位于硬件之上。

操作系統（operating system，OS）是配置在計算硬件上的第一層最重要的系統軟件，為計算設備使用者提供了人機交互的平臺。目前，主流的操作系統有UNIX、Mac OS、iOS、Windows、Linux、Android等。在個人桌面操作系統領域，美國微軟公司的Windows占據絕對的統治地位[9]；Linux在服務器市場占據主導地位[2]；在移動操作系統領域，美國谷歌公司的Android和蘋果公司的iOS占據主導地位。整體來看，國外幾家商業巨頭在全球市場和我國市場都占據絕對優勢。隨著我國自主研發能力的突破以及鴻蒙、銀河麒麟等操作系統的崛起，我國自主研發的操作系統必將能搶占一席之地。

除操作系統外，主要的系統軟件有：語言處理程序、驅動程序、數據庫管理系統以及文件系統等。總體來說，傳統商業數據庫廠商美國甲骨文公司、微軟公司和IBM公司占據我國市場60%以上的份額，而我國商業數據庫發展迅速，但總體份額較少，僅占不到10%，我國數據庫內核核心開發人員不足，關鍵技術亟待突破[10]。當前，我國廠商在該領域快速發展，如華為推出的分布式數據庫GaussDB、螞蟻集團數據庫平臺OceanBase[8]。互聯網時代信息數據持續爆炸增長，大數據時代已經到來，數據庫管理系統將發揮越來越重要的作用。提高數據庫管理系統的可靠性、安全性，設計更多元化的數據庫管理系統滿足不同的業務需要將是主要的發展方向。

1.3 數據中心

目前業界對數據中心還沒有形成統一的定義，但基本形成了一個統一認識：數據中心絕不僅是一些設備的集合，而應該包含計算、存儲、通信能力以及環境、安全等配套能力，可以通過內部的設備傳遞、處理、展示數據信息，最終服務于客戶的數據服務系統。

（1）數據中心的發展

傳統數據中心正在向新型數據中心演進，使其具備高算力、高能效、高安全等特點。工業和信息化部在《新型數據中心發展三年行動計劃（2021—2023年）》中，對新型數據中心的定義為：以支撐經濟社會數字轉型、智能升級、融合創新為導向，以5G、工業互聯網、云計算、人工智能等應用需求為牽引，匯聚多元數據資源、運用綠色低碳技術、具備安全可靠能力、提供高效算力服務、賦能千行百業應用，與網絡、云計算融合發展的新型基礎設施。

新型數據中心包含云計算數據中心、邊緣數據中心、綠色數據中心、智能計算中心以及超級計算中心等。云數據中心已成為算力資源的主流供應者；隨著邊緣計算的發展，部署在網絡邊緣、更靠近用戶側的邊緣數據中心開始發展；在數據中心能力日益增強、規模越來越龐大的同時，其能耗問題也日益嚴重，“綠色數據中心”也成為數據中心發展的重要方向；智能計算中心和超級計算中心是新型數據中心的重要模式。

我國總體算力供需格局失衡，東部地區算力應用需求大，算力資源使用異常緊張，西部地區算力資源寬裕，通過“東數西算”工程，構建布局合理的算力數據中心，是未來我國數據中心發展的重要方向[11]。數據中心能力將成為推動社會數字化發展進一步向前，推動社會產業變革，乃至重構全球競爭格局的關鍵力量。

（2）基礎數據中心

基礎算力主要指基于CPU的服務器所提供的計算能力。基礎數據中心以CPU芯片服務器為主，提供混合精度（32位單精度為主）的基礎通用算力，主要包含傳統互聯網數據中心（Internet data center，IDC）和云數據中心，并向新型數據中心如邊緣數據中心擴展。2020年，我國的基礎算力在疫情防控中發揮了重要作用，有效支撐了相關的數字平臺、算法、應用的使用，其中的“通信行程卡”截至2021年8月累計服務超120億次，成為各地疫情防控不可缺少的手段。隨著人工智能（artificial intelligence，AI）、物聯網等技術的發展，整體算力需求結構也在發生變革。基礎算力比重在不斷降低，而智能算力與超算算力比重將會不斷攀升[2]。

（3）智能計算中心

智能算力主要是基于GPU、FPGA、ASIC或其他加速器支撐的高并行、高密集計算能力的異構算力，用于深度學習的半精度浮點算力數（16位）計算是智能計算的主流[2]。目前智能計算中心主要應用于多模態數據挖掘、智能化業務高性能計算、海量數據分布式存儲調度、人工智能模型開發、模型訓練和推理服務等場景。目前，國內外都在加緊對智能計算中心的規劃布局，智能計算中心所產生的大規模生產算力將為智慧醫療、智慧城市、智慧交通等領域落地提供算法、算力和數據服務。

（4）超級計算中心

超算算力主要指基于超級計算機等計算集群所提供的高性能計算能力。超級計算中心是指具有超級數據存儲、處理能力，能夠提供超級計算服務的綜合產業化基地，可進行普通計算機無法完成的工作。超算芯片以CPU為主，可含部分GPU加速器，以提供雙精度浮點數（64位）計算能力為主。近些年，世界各國紛紛加入超算中心布局；我國超算中心發展迅猛，目前已擁有8所國家級超級計算中心。在2021年6月最新一期全球超算前500名的排行榜中，中國以186臺超算上榜，上榜數量蟬聯世界第一。可以說，中國的超算水平在計算性能和規模方面都處于全球領先地位。

2 云計算技術現狀與發展趨勢

業界對于云計算的定義有很多，其中一個比較統一的認識是，云計算是一種以虛擬化、通信網絡、分布式計算等技術為基礎，以按需分配、資源共享、靈活調整、網絡接入為主要特點，能夠提供資源、平臺、軟件等服務的服務提供模式。

2.1 技術現狀

2.1.1 云計算關鍵技術

（1）虛擬化技術

虛擬化技術是云計算中最關鍵、最核心的技術。虛擬化技術是一種資源管理和優化技術，將計算系統內各種實體資源如CPU、內存、網絡、存儲等進行抽象，消除原本物理資源壁壘，通過軟件的方法重新劃分IT資源，實現資源使用者對資源的共享、靈活調度。

計算虛擬化是虛擬化技術的主流方向，指對服務器、個人計算機主機等計算設備進行虛擬化，其核心是Hypervisor，一種運行在底層物理服務器與虛擬機操作系統之間的中間軟件層，可允許多個操作系統和應用程序共享硬件，也稱為虛擬機監視器（virtual machine monitor，VMM）。如果將一臺物理機進行虛擬化，原物理機操作系統為Host OS，虛擬化出的虛擬機操作系統為Guest OS。計算虛擬化技術3種典型實現架構[12-13]如圖1所示，包括裸金屬型架構、宿主型架構和操作系統型架構。

在云計算技術的加持下，虛擬化技術正在發揮越來越顯著的作用，在醫療、教育、政府、企業等行業都有廣泛應用。未來，如何進一步地提升虛擬化技術的性能，同時提升虛擬化平臺的安全性，將是虛擬化技術研究的主要關注點。

圖1 計算虛擬化技術3種典型的實現架構

（2）云原生技術

云原生技術是云計算未來的重要發展方向，主要基于容器、微服務、DevOps三大技術實現。在云原生應用程序設計之初，設計者就考慮將其構建并部署應用于云環境，因此會充分利用云平臺的彈性和分布式等優勢。微服務是一種軟件架構風格，專注于單一責任與功能的小型功能區塊，利用模塊化的方式組合得到復雜的大型應用程序，微服務為云原生提供松耦合的應用開發框架，使應用具有獨立的迭代和部署能力。容器化是微服務的最佳載體，為應用程序提供了隔離的運行空間，每個容器內都包含一個獨享的完整用戶環境空間，可以為云原生提供一致性的應用環境，目前常用的工具有Docker、Kubernetes等。DevOps將開發和運維整合，以使構建、測試、發布軟件變得更快捷、頻繁和可靠，可以在軟件編碼、集成、測試、發布、部署和運維的全生命周期中實現自動化，縮短軟件開發周期，提高迭代效率，同時利用云平臺設施實現彈性伸縮、動態調度、優化資源利用率。

云原生技術有利于各組織在公有云、私有云和混合云等新型動態環境中構建和運行可彈性擴展的應用。容器、微服務、DevOps等技術使得云原生能夠構建容錯性好、易于管理和便于觀察的松耦合系統。結合可靠的自動化手段，云原生技術可以實現系統頻繁而可預測的重大變更。

2.1.2 云計算服務

云計算按照服務劃分，普遍認可的分類為基礎設施即服務（infrastructure as a service，IaaS）、平臺即服務（platform as a service，PaaS）和軟件即服務（software as a service，SaaS）3層，云計算服務模式如圖2所示。

IaaS在云計算服務層次上位于最底層，為用戶提供計算、存儲、網絡等底層資源服務。OpenStack是最常見的云基礎資源管理平臺。PaaS位于IaaS層的上層。用戶可根據平臺層提供的開發語言、庫、IT組件等，構建所需的配置、應用環境和應用平臺，而無須關心底層設施。SaaS位于PaaS層的上層，通過互聯網為用戶提供軟件應用服務，用戶無須參與軟件的安裝、維護、更新等，只需按實際需求和實際使用情況付費。

隨著應用需求的日益增多和云計算、AI、大數據等技術的發展，數據即服務（data as a service，DaaS）、AI即服務（AI as a service，AIaaS）、算力即服務（computing power as a service，CPaaS）等X即服務（XaaS）的新型服務形式不斷涌現。DaaS是由數據沉淀、抽象、聚合而形成的新的服務形式，將海量分散數據轉化為有價值的信息數據，為不同用戶按需提供公共信息數據服務。AIaaS旨在為用戶提供成本更低廉的、基于AI技術的解決方案服務。CPaaS通過網絡將多方算力資源高效連接、靈活調度，將算力像電力一樣為用戶按需供給，隨用隨取。

圖2 云計算服務模式

2.2 發展趨勢

未來云計算產業在應用、架構、技術等方面將發生變革。

（1）應用方面

我國互聯網和信息服務業云原生應用占比有下降趨勢，而金融、政務、電信等垂直行業應用正加速發展。

（2）架構方面

政府機構、企事業單位等上云趨勢加速，預計到2023年，中國政府和大型企業上云率將超過60%[8]，云網融合需求不斷增強。2022年1月，國務院印發了《“十四五”數字經濟發展規劃》，明確提出推進云網協同和算網融合發展，云網融合成為建設數字信息基礎設施的重要舉措。隨著邊緣側業務場景的豐富，邊緣計算市場發展迅速，同時，云計算、邊緣計算與網絡之間實現融合，提供更優化的算力服務也成為一個重要的發展方向。

（3）技術方面

云計算安全能力急需提升。傳統的安全架構無法滿足越來越高的云服務安全需求[14]，改造或者升級現有的安全架構迫在眉睫，以信任機制為突破的安全體系開始在國內外興起。另外，云原生技術在提升資源利用率、交付效率、簡化運維等方面表現突出，云原生技術正快速發展，云原生架構規模化已顯著提升。

3 邊緣計算技術現狀與發展趨勢

2013年，美國太平洋西北國家實驗室的Ryan LaMothe在其內部報告中首次提出“Edge Computing（邊緣計算）”這一名詞[15]。目前，邊緣計算仍處于發展階段，業界對其的定義有很多種。2015 年 9 月，歐洲電信標準組織（European Telecommunications Standards Institute，ETSI）發布的《移動邊緣計算：一項通向5G的關鍵技術（:）》中指出[16]：移動邊緣計算在距離用戶移動終端最近的無線接入網內提供信息技術服務環境以及云計算能力，旨在進一步減少時延，提高網絡運營效率，提高業務分發/傳送能力，優化/改善終端用戶體驗。2016年11月，邊緣計算產業聯盟（Edge Computing Consortium，ECC）發布了《邊緣計算產業聯盟白皮書》，將邊緣計算定義為[17]：邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。2020年2月，國際標準化組織（International Organization for Standardization，ISO）和國際電工委員會（International Electrotechnical Commission，IEC）發布的技術報告（ISO/IEC TR 23188：2020）中提到[18]：邊緣計算是一種將主要處理和數據存儲放在網絡的邊緣節點的分布式計算形式。當前業界基本認可邊緣計算是在更靠近用戶終端的網絡邊緣進行計算的服務與技術。

3.1 技術現狀

目前，業界廣泛認為邊緣計算有3種落地形態：云邊緣、邊緣云和邊緣網關[19]。具體如下。

（1）云邊緣是云計算服務在邊緣側的延伸，在邏輯上看仍然是云計算服務的一部分，業務能力主要依靠云計算中心的數據處理、服務提供能力。

（2）邊緣云是在網絡邊緣側構造的，可以理解為在邊緣側云上進行的計算能力，數據處理、服務提供等業務能力主要依靠邊緣云。

（3）邊緣網關以云化能力重構傳統嵌入式網關系統，在邊緣側提供邊緣計算、提供接口轉換、通信連接等能力，云側部署控制器進行邊緣節點的業務編排、資源調度等工作。

本文將邊緣計算大體分為3層：基礎設施層、平臺層和應用層，其主要參與者有網絡運營商、云服務提供商和應用提供商。邊緣架構的架構體系[20]如圖3所示，具體如下。

（1）基礎設施層主要包含邊緣計算體系所需的物理資源和虛擬資源，主要有計算資源、存儲資源和網絡資源，并具有本地的資源管理能力（如設備管理、網絡連接等）。主要參與者有云服務提供商和網絡運營商。基礎設施層為平臺層提供底層基礎設施資源。

圖3 邊緣計算的架構體系[20]

（2）平臺層位于基礎設施層之上，抽象化底層資源并為上層應用提供部署所需的軟/硬件環境。平臺層可以提供的服務有行業特色類（如人臉識別、圖像渲染等）、網絡能力開放類（如定位服務、身份識別等）以及管理類（如路由規則、數據管理、DNS等）。平臺層的典型的參與者為云服務提供商。

（3）應用層位于平臺層之上，為用戶提供邊緣應用服務，其參與者有各行各業的應用提供商及云服務提供商。

3.2 發展趨勢

邊緣計算的發展趨勢有如下幾方面內容。

（1）邊緣計算的未來發展離不開云與邊緣算力資源的協同發展。因為傳統云計算與邊緣計算并不是相互對立的，邊緣計算無法完全替代云計算，兩者屬于互補關系，在完成不同應用場景或者同一應用場景的不同任務方面各有側重，云邊協同將發揮各自優勢，最大化應用價值，同時構造更廣泛的算力設施。

（2）邊緣計算的安全性問題值得關注。如何增加邊緣計算分布式架構的安全性，提升邊緣計算節點間、邊緣與云之間、邊緣與終端間的數據安全傳輸，以及如何有效地對敏感信息進行隱私保護都是重要的探討方向。

（3）網絡與云?邊?端多級算力深度融合也是未來的一大發展趨勢。邊緣計算離不開網絡的支撐來滿足其低時延特性。

（4）滿足數字化業務智能需求的邊緣智能服務也是一個重點研究方向。

4 端計算技術現狀與發展趨勢

端指的是靠近用戶的一端或者用戶終端，端算力泛指各種用戶終端設備所攜帶的計算能力。隨著數字化技術的發展及網絡通信功能的日益強大，終端設備越來越離不開人們的日常生活。典型的端計算設備從個人計算機、智能手機，到智能家居、智能可穿戴設備以及各種物聯網終端設備，隨處可見終端設備的身影。未來10年，物聯網連接設備的數量預計將增長3倍，從2019年的約110億臺增長到2030年的約300億臺，端算力規模將極大增加[21]。

4.1 技術現狀

目前，存在兩種類型的端計算架構：一是以瀏覽器為核心的弱端或“瘦端計算”；二是“云?端計算”或“胖端計算”。谷歌提出的“瘦端計算”表示，最理想的端計算設備是一個純粹的瀏覽器“瘦”客戶機，甚至可以更“瘦”。終端只具備最基礎的硬件設施和輕量級的操作系統，所需功能幾乎都通過云端實現，終端本身通常只具備基礎的顯示或者初級的計算存儲功能。與谷歌試圖將所有計算和應用搬到“云”里不同，微軟提出“云?端計算”的平衡理念：“云”和終端都承擔一部分計算和應用，稱為“胖端計算”。由于互聯網化帶來的計算革命，PC功能和定義將發生很大改變，PC將走向PC+，個人計算能力也將被運用到手機、電視機、汽車、傳感器等領域。計算的架構將從過去集中于PC或服務器的某一“端”走向“云+端”，即Cloud+Client（“C+C”）。端計算可以減緩云計算在網絡時延、數據豐富程度、隱私安全和算力成本等方面的不足[22]。整體來看，云計算與端計算協同互補的“胖端計算”發展趨勢越來越明顯。

圖4 云?邊?端算力融合場景

4.2 發展趨勢

新型數字化應用場景中，云?邊?端多級算力協同融合的架構將會發揮重要的作用，云?邊?端算力融合場景如圖4所示。云?邊?端融合架構可根據業務的特點和需求，使用云端強大的算力和海量存儲的支持，同時可將部分時延敏感型業務部署到邊緣側或終端。

總體來看，云?邊?端融合有以下4個方面的好處。

●緩解數據量暴漲給傳輸和云端處理帶來的壓力，滿足應用對端側高響應、低時延的要求。

●邊端設備能夠在本地收集和處理部分數據，而不再將數據傳輸到云端處理，敏感信息不需要經由網絡傳輸，數據安全得到了保障。

●將云、邊緣、端側算力結合，為數字化應用場景提供更廣泛的算力基礎設施。

●云?邊?端多級分布式算力依靠通信網絡無縫協同，為應用提供更便捷的算力調度方式，算力網絡化成為必然。算力網絡化將改變算力供需結構，提高算力利用率，滿足多級算力協同調度需求，為用戶按需匹配所需算力資源[23]。

5 量子計算技術現狀與發展趨勢

“量子力學之父”馬克思·普朗克（Max Planck）提出的能量子概念，量子物理世界的序幕就此展開。而同在20世紀，電子計算機的誕生對世界同樣產生了巨大的影響。兩個學科的交叉結合誕生了一個新學科——量子計算[24]。量子計算是一種遵循量子力學規律調控量子信息單元進行計算的新型計算模式[25]。

5.1 技術現狀

經典計算使用經典比特，即二進制的0和1作為存儲和運算的基本單元，每個計算單元（比特）總是處于0或1的確定狀態。而量子計算的計算單元稱為量子比特，它不僅有兩個完全正交的狀態0和1，同時由于量子疊加特性，還有0和1同時存在的疊加態。這使得量子計算具有傳統計算無法比擬的“超并行”的運算方式和超強的運算能力，量子計算已進入快速發展的新階段。當前，超導量子計算體系發展迅速，已經達到百量子比特的規模，率先實現超越經典計算的量子霸權。此外，離子阱量子體系、光量子計算體系、量子點量子計算體系、冷原子體系等也非常具有發展潛力[25-26]，具體如下。

（1）超導量子基于超導量子電路，利用超導約瑟夫森結的量子特性，具有非常高的可擴展能力和設計加工自由度，操控也非常方便。超導量子比特調控速度可以在相干時間內實現幾千個單比特門。超導量子計算機方案是目前國際上進展最快的方案，現有實現包括：谷歌公司的Sycamore（懸鈴木）、IBM公司的具有127個量子比特的“鷹”、中國科學技術大學（簡稱中科大）的“祖沖之”等原型機，該技術路線在未來較易實現規模化。

（2）離子阱量子比特基于離子（帶電的原子）實現，通過在超高真空環境中使用電磁場將離子囚禁在阱里而形成量子比特。離子阱技術路線的優勢在于相干性好，在所有量子計算候選系統中，其相干時間幾乎最長，最高可達10 min。此外，還有可糾纏量子比特數目多、邏輯門保真度高等優點。

（3）光量子是除超導量子和離子阱之外研究進展較快的技術路線。我國光量子計算研究處于國際領先水平，中科大分別于2020年和2021年成功研制“九章”及“九章2.0”。

（4）半導體量子點計算機結合了當前的半導體工業技術，由于半導體量子比特體積較小，與超導技術和光量子技術等相比，更容易實現芯片化，因此在未來可以快速實現產業化。但是，當前半導體量子比特的數量較少，且相干性較弱，制約了該技術的進一步發展。

5.2 發展趨勢

目前，物理學界普遍的共識是，量子計算機不可能完全取代經典計算機，但針對一些特定領域或特定任務，量子計算能比經典算法更快速、更有效地完成任務。目前的量子計算機只實現了“量子優越性”，距離實現通用還有很長的距離。我國“十四五”規劃明確提出，聚焦量子信息等領域組建國家級研發實驗室，研制量子計算原型機與量子模擬機。量子計算已經成為全球新一輪科技競爭和產業發展變革的前沿陣地。

6 結束語

算力基礎設施已成為科學技術革新和社會發展的堅實底座，是數字經濟時代核心競爭力的體現。在未來社會，提高算力基礎設施的算效水平、能效水平尤為重要，算力基礎設施正在向著智能化、綠色化、高密度等方向發展。另外，推進多級算力、異構算力與信息通信網絡的深度融合，促進算力資源全面覆蓋，滿足算力資源高效連接、按需分配、靈活調度，也是未來算力基礎設施發展的重要方向。

[1] IDC. 未來算力推動企業邁向數字化2.0: 未來算力十大趨勢[R]. 2021.

IDC. Computing power drives enterprises towards digital 2.0：ten trends of computing power in the future[R]. 2021.

[2] 中國信息通信研究院. 中國算力發展指數白皮書[R]. 2021.

China Academy of Information and Communications Technology. White paper on China computing power development index[R]. 2021.

[3] 吳文琪. 計算機中央處理器的研究[J]. 電子技術與軟件工程, 2017(3): 157-158.

WU W Q. Research on central processing unit[J]. Electronic Technology & Software Engineering, 2017(3): 157-158.

[4] 韓俊剛, 劉有耀, 張曉. 圖形處理器的歷史現狀和發展趨勢[J]. 西安郵電學院學報, 2011, 16(3): 61-64.

HAN J G, LIU Y Y, ZHANG X. GPU: the past, present and future[J]. Journal of Xi'an University of Posts and Telecommunications, 2011, 16(3): 61-64.

[5] 劉焰強, 戚正偉, 管海兵. FPGA加速系統開發工具設計: 綜述與實踐[J]. 軟件學報, 2020, 31(10): 3087-3099.

LIU Y Q, QI Z W, GUAN H B. FPGA acceleration system development tools: survey and practice[J]. Journal of Software, 2020, 31(10): 3087-3099.

[6] 中國科學院計算技術研究所等. 專用數據處理器（DPU）技術白皮書[R]. 2021.

Institute of Computing Technology, Chinese Academy of Sciences, et al. Technical white paper of data processing unit[R]. 2021.

[7] 陳寒冰. 數字經濟時代算力網絡建構的國際比較與鏡鑒[J]. 新疆社會科學, 2021(5): 56-65.

CHEN H B. International comparison and mirror of computing power network construction in digital economy era[J]. Social Sciences in Xinjiang, 2021(5): 56-65.

[8] 國務院發展研究中心國際技術經濟研究所. 中國云計算產業發展白皮書[R]. 2019.

Institute of International Technology and Economy, Development Research Center of The State Council. White paper on the development of cloud computing industry in China [R]. 2019.

[9] Statcounter. Operating System Market Share[EB]. 2021.

[10] 中國電子信息產業發展研究院(賽迪). 先進計算產業發展白皮書[R]. 2021.

China Center for Information Industry Development. White paper on the development of advanced computing industry [R]. 2021.

[11] IDC. 算力西移下數據中心發展新格局[R]. 2021.

IDC. New Pattern of data center development under the shift of computing power to the west[R]. 2021.

[12] 周文粲, 尹培培. 虛擬化技術研究綜述[J]. 有線電視技術, 2019, 26(5): 41-44.

ZHOU W C, YIN P P. Overview of virtualization technology research[J]. CATV Technology, 2019, 26(5): 41-44.

[13] 修長虹, 梁建坤, 辛艷. 虛擬化技術綜述[J]. 網絡安全技術與應用, 2016(5): 18-19.

XIU C H, LIANG J K, XIN Y. Overview of virtualization technology[J]. Network Security Technology & Application, 2016(5): 18-19.

[14] 中國信息通信研究院. 云計算白皮書[R]. 2021.

China Academy of Information and Communications Technology. White Paper on cloud computing [R]. 2021.

[15] 施巍松, 張星洲, 王一帆, 等. 邊緣計算: 現狀與展望[J]. 計算機研究與發展, 2019, 56(1): 69-89.

SHI W S, ZHANG X Z, WANG Y F, et al. Edge computing: state-of-the-art and future directions[J]. Journal of Computer Research and Development, 2019, 56(1): 69-89.

[16] ETSI. Mobile edge computing: a key technology towards 5G[R]. 2015.

[17] 邊緣計算產業聯盟. 邊緣計算產業聯盟白皮書[R]. 2016.

Edge Computing Consortium. White paper of edge computing consortium[R]. 2016.

[18] ISO． 2020(en)：Information technology — cloud computing — edge computing landscape: ISO/IEC TR 23188[S]．2020.

[19] 邊緣計算產業聯盟. 邊緣計算與云計算協同白皮書2.0[R]. 2020.

Edge Computing Consortium. Edge computing and cloud computing collaboration version 2.0[R]. 2020.

[20] 雷波, 陳運清. 邊緣計算與算力網絡: 5G+AI時代的新型算力平臺與網絡連接[M]. 北京: 電子工業出版社, 2020.

LEI B, CHEN Y Q. Edge computing and computing power network——a new computing power platform and network connection in the era of 5G+AI[M]. Beijing: Publishing House of Electronics Industry, 2020.

[21] 廣東省新一代通信與網絡創新研究院, 清華大學, 北京郵電大學, 等. 6G無線熱點技術研究白皮書[R]. 2020.

Guangdong Communications & Networks Institute, Tsinghua University, Beijing University of Posts and Telecommunications, et al. White paper on wireless hotspot technology research of 6G[R]. 2020.

[22] 彭曉暉, 張星洲, 王一帆, 等. Web使能的物端計算系統[J]. 計算機研究與發展, 2018, 55(3): 572-584.

PENG X H, ZHANG X Z, WANG Y F, et al. Web enabled things computing system[J]. Journal of Computer Research and Development, 2018, 55(3): 572-584.

[23] 趙倩穎, 邢文娟, 雷波, 等. 一種基于域名解析機制的算力網絡實現方案[J]. 電信科學, 2021, 37(10): 86-92.

ZHAO Q Y, XING W J, LEI B, et al. A solution of computing power network based on domain name resolution[J]. Telecommunications Science, 2021, 37(10): 86-92.

[24] 吳楠, 宋方敏, Xiangdong LI. 通用量子計算機: 理論、組成與實現[J]. 計算機學報, 2016, 39(12): 2429-2445.

WU N, SONG F M, LI X D. Universal quantum computer: theory, organization and implementation[J]. Chinese Journal of Computers, 2016, 39(12): 2429-2445.

[25] 龍桂魯. 量子計算機的研發進展與未來展望[J]. 人民論壇·學術前沿, 2021(7): 44-56.

LONG G L. The development and prospect of quantum computer[J]. Frontiers, 2021(7): 44-56.

[26] 付震宇, 劉凌旗, 陳羽臻, 等. 量子計算技術發展路線與趨勢分析[J]. 中國電子科學研究院學報, 2021, 16(8): 813-819.

FU Z Y, LIU L Q, CHEN Y Z, et al. Development route and trend analysis of quantum computing technology[J]. Journal of China Academy of Electronics and Information Technology, 2021, 16(8): 813-819.

Development status and trend prospect of computing power infrastructure

XING Wenjuan, LEI Bo, ZHAO Qianying

Research Institute of China Telecom Co., Ltd., Beijing 102209, China

The development of digital technology drives the change and revolution of computing power infrastructure. The computing power infrastructure mainly referes to hardware and software infrastructure related to cloud computing, edge computing, end computing, as well as cutting-edge computing power infrastructure such as quantum computing. Firstly, the basic computing hardware and software facilities were discussed, and the development of data center towards diversification, intelligence, and greening was summarized. Secondly, the current technologies and development trends of cloud computing, edge computing and end computing were discussed. The form of the computing power infrastructure has developed from typical intensive cloud computing to multi-level, ubiquitous, converged cloud-edge-end computing. Finally, the current technologies and development of quantum computing were summarized, which was regarded as the key technologies of the next generation information revolution, with a view to provide reference for the research and development of computing power infrastructure.

cloud computing, edge computing, end computing, quantum computing

TP393

A

10.11959/j.issn.1000?0801.2022137

2022?04?10；

2022?06?10

邢文娟（1989? ），女，中國電信股份有限公司研究院工程師，主要研究方向為未來網絡、算力網絡等。

雷波（1980? ），男，中國電信股份有限公司研究院正高級工程師，主要研究方向為未來網絡架構、新型IP網絡技術等。

趙倩穎（1991? ），女，中國電信股份有限公司研究院工程師，主要研究方向為未來網絡、算力網絡等。