关键性|工程院院士孙凝晖：计算机系统的演进规律，从求极致到求通用

其次是 IT 2.0 时代，在这个时代里，人类社会和机器在现实世界有了交互，称之为Communication时代。我们把专用办公设备用到PC端实现了办公信息化（Office as a Computer，OaaC）；把专用通信设备移植到智能手机（Phone as a Computer，PaaC ），实现了消费者的信息化。
我们现在正在一个“人机物”三元融合的万物智能互联时代，也可以成为IT 3.0时代。我们将为创造的各种设备，比如人造汽车，人造车床，智能硬件，提供一个“物端通用计算机（Thumb Computer）”。除了人造设备外，我们人体和自然物体也可以信息化（Body as a Computer）。这样整个世界和物理世界统一同一个庞大的信息网络空间里。
按照上面的规律，我们发现在求通用设备的泛在演化的过程，形成了当前信息社会的五个成功的平台型计算装置：（1）用于关键部门的高性能计算机；（2）企业级服务器；（3）员工使用的PC；（4）大众智能手机；（5）工控/武器装备使用的嵌入式计算机。未来可能还会出现第六个平台型计算装备。
第二，未来高性能计算这一类追求极致性能的系统的发展有哪些共性方法，是否有章可循？
我们认为关键在于Z级计算机如何提高系统能效。当前求通用的高性能计算机撞上了一堵能耗墙，计算能力每增加10倍，能耗曲线就会上移一个台阶，也就是说，算力提升过程产生了巨大的能源消耗。2020年《Science》曾发表一篇文章，从新结构、新器件、新工艺和应用驱动四个维度总结了几种创新解决方案。
比如在工艺创新上，从现在的集成电路发展到集成芯片，利用Chiplet等技术突破单芯片晶体管数量的上限。
在器件创新上，通过超导电子器件把高频率运行系统的能耗降到最低。比如基于超导约瑟夫森结实现的布尔逻辑计算系统，运行频率可以达到100GHZ，具有极高的能效。
在模型创新上，通过自然计算将对应问题解演化为最低能量态。这里所说的自然计算，是利用相似性原理模仿自然规律，或利用物理材料，构建自适应、自演化的动力系统，近似求解传统计算方法难于解决的高阶复杂问题。
在结构创新上，到底最少有几个XPU？回归到计算机科学的三个基本问题，思考巴贝奇自动计算问题、布什广义关联问题和图灵测试问题，也许我们有三种基础的xPU，比如SPU、DPU、NPU，通过三者组合能够覆盖所有应用场景的计算需求。其中，SPU结构可以解决计算访存特征的差异性；DPU结构解决数据通路的全局有序控制问题；NPU能够对机器学习负载运算加以抽象化，以及数据带宽自适应的神经元。
借用1991年 Bruce G. Buchanan发表的一篇报告，报告中提出任何一个计算系统都可以通过两个维度，划分成四个象限（横坐标代表确定性和启发式算法，纵坐标表示符号计算和数值计算），那么每个求通用系统、求极致系统都是其中的一个圆圈。如果我们把刚才提到的计算系统发展的3个时代、7个通用系统以及面向不同应用场景的求极致系统汇集在一张表格里，我们就可以从中发现每个系统的一个定位。
最后，如果未来求极致的计算机系统实现了，下一个更加繁荣的通用系统会是什么？这个问题现在来看可能还太遥远，但我们不妨做一个大胆的猜想，从工程科学的三个基本方法来看，我认为首先在概念上，“系统熵”会让系统从无序变到有序，这是现在AIoT发展带来的一种显著需求。在关键性方面，未来的系统结构应该以数据为中心，实现数据处理的内构安全，我们用“高通量”来代表这类技术。最后在共同性上，我们要解决复杂系统的建模问题，并从过去以数据建模为核心的第四范式，转向以建模复杂系统为核心的第五范式。
这就是我今天报告的全部内容，谢谢大家。

关键性|工程院院士孙凝晖：计算机系统的演进规律，从求极致到求通用｜CNCC 2021( 四 )