8、量子科技：机遇、挑战与经济风险

量子科技：机遇、挑战与经济风险

在20世纪中叶，贝尔实验室开发出首个固态设备晶体管以取代真空管，与此同时，一代科学家、数学家和哲学家也在构想人工智能（AI）。1950年，艾伦·图灵提出了机器智能的两个标准：存储和检索数据的内存，以及处理数据的推理能力。此后，以摩尔定律为特征的晶体管数量翻倍趋势推动了人工智能的发展。如今，人工智能应用不仅能利用大规模内存，还能借助高性能计算（HPC）资源。

摩尔定律时代的落幕与新计算架构的崛起

• 摩尔定律的局限 ：经过数十年的主导，摩尔定律时代似乎即将结束。微电子行业（即将成为纳米电子行业）正试图寻找新材料和新设备来取代已有50年历史的晶体管技术，如非经典互补金属氧化物半导体（CMOS）以及CMOS的替代方案（如自旋电子学、单电子器件和分子计算）。尽管微电子行业会继续降低电子设备成本，但经典处理设备的计算能力存在理论和物理边界。不过，人工智能应用仍能从经典内存系统速度和存储容量的持续提升中受益。
• GPU与ASIC的出现 ：从中央处理器（CPU）的基于向量的计算过渡到基于矩阵的计算，催生了图形处理单元（GPU），重塑了加速计算的格局，尤其在科学计算、高性能计算、机器学习和大数据分析领域。同样，定制设计的专用集成电路（ASIC）将计算从向量和矩阵扩展到张量（即复杂的高阶对象），可提供更具颠覆性的能力。例如，谷歌的张量处理单元（TPU）是用于近实时深度学习应用的加速器，与当前的CPU和开普勒一代的GPU相比，吞吐量提高了15% - 30%，能效提高了30% - 70%，尽管计算精度较低。
• 中美超算竞赛