过去一年，我们见证了数字科技的加速度。每个人都身处变革巨浪之中，既对大模型的突破进展无比兴奋，也对未来充满了无限憧憬。
高性能计算、量子计算、云计算和边缘计算这四大计算“融汇贯通，正催生全新的计算范式。
通用人工智能渐行渐近，大模型走向多模态，AI智能体可能成为下一代平台， AI科学家有望加速问世。全球已达共识，AI治理将引领我们踏上更智慧、更安全的未来。
机器人演进加速，灵巧手让人形机器人更敏捷、更像人。AI与生命科学的交融，将帮助我们洞察更多的生命奥秘。
我们会进入一个3D、全真在场的新世界。脑机接口不仅在医疗实现突破，正拓展至更多的互动场景。或许不久的将来，我们将亲自见证意识上载从科幻成为现实。
手机卫星电话、垂直起降飞机将改变我们的应急方式和出行模式。交通网、信息网、能源网的融合，将推动智能、绿色的能源变革。
未来已来，一个充满韧性和重塑的全新时代即将揭开序幕。让我们拥抱变革，共同谱写人类与科技和谐共生的新篇章！
在这个日新月异的变革时代，我们有幸见证并参与了数字科技的创新突破。特别是近年来，以大模型为代表的AI技术，让我们看到了通用人工智能的曙光，有望大幅加速技术演进的步伐。
腾讯的2024数字科技趋势，从连接、交互、计算和智能四个维度，对100多项未来技术和重点方向给出了趋势性判断。从星地直连的卫星互联网，到垂直起降飞机的未来交通网，再到能源、信息和交通的多网协同，未来网络连接的广度和深度都迎来无限可能。交互方式正在发生变革，数字交互引擎不仅让虚拟世界更真实，也让真实世界更丰富，未来的全新3D视界呼之欲出，脑机接口的新进展也带来了更大的想象空间。计算无疑是各类智能的底层基础支撑，也成为当前竞争的焦点领域。而智能的升级，不仅会给机器人注入具身智能，还给微观世界的基因计算带来新突破。预测未来的最好方式，就是创造未来。相信在行业各界的共同努力下，这些前瞻洞见会更快到来，从趋势变成现实。
去年以来，以生成式AI为代表的人工智能技术发展激荡人心，正在引发智能的元。可以遇见的未来，智力将会成为一种基础设施服务，新的IaaS呼之欲出。类比摩尔定律，未来可能会出现新的智能定律，对信息世界、物理世界和生命世界带来全方位的影响。
未来十年，AI会无所不在。首先，现有的各类应用可以用AI重新做一遍，新的交互变革、体验创新将会带来更新的智能硬件、更多的智能服务，孕育出比历次工业都巨大的产业机会。其次，AI会成为各领域的底层操作系统，AI+机器人的具身智能，AI+生命科学的基因计算，AI+未来出行的自动驾驶汽车和垂直起降飞机，甚至AI+脑机接口的硅基和碳基结合的新生命体，都会一步步成为现实。最后，AI能力的提升也伴随着风险的扩大，我们要充分发挥技术发明的智慧和把握应用方向的智慧，让AI科技更善良、更有创意，朝着强化人、成就人的方向可持续发展。
算力，是数字时代的核心生产力。高性能计算，是先进算力的代表，它既包含了以高性能计算集群为代表的传统计算体系，也包含了像量子计算一样的未来计算硬件和软件。高性能计算在气象预测、地质勘探、新药研发、新材料研发、人工智能等众多应用领域发挥至关重要的价值，高性能计算技术的演进，引领着整个计算机科学技术的未来走向，甚至可能引发划时代的科技飞跃，值得产业和社会持续关注。
今年，全球迎来高性能计算设施的大规模新建潮和升级潮，以 CPU 为计算核心的高性能计算1.0时代正在快速远去，以 CPU+GPU 为计算核心的高性能计算2.0已全面到来。
未来几年，高性能计算技术将呈现四个方面的发展趋势：系统架构方面，高算集群、量子计算、云计算和边缘计算的“四算融合”也将成为高性能计算 3.0 演进的新方向；关键硬件方面，计算芯片将迎来多元化发展；软件应用方面，云原生技术将带来高算服务的普及，同时科学计算模拟应用将大量增加；可持续计算方面，业界将更多的关注计算的效能，并加速高能效计算技术的研发与探索。
云超同化。一方面，Web 服务、容器化等云原生技术正在快速应用于传统高性能计算集群，使算力服务更易触达：芬兰 LUMI 集群已开始引入容器技术提高算力调度和应用搭建效率，并对外提供算力服务；IBM 也于年初发布了其首台云原生高算集群 Vela；另一方面，不仅更多云服务商推出了高性能计算云服务，以谷歌为代表的头部企业更进一步利用云计算天然的分布式计算优势，推出“算力多切片训练”方案，打造超出常规算力集群性能的超大规模AI 训练案例。
量超融合。高性能计算集群与量子计算机的融合已经成为行业共识，量子计算单元（QPU）正在逐渐成为新的专用计算加速模块。要全面实现以CPU+GPU+QPU为计算核心的高性能计算 3.0 ，大致要经历三个阶段：第一阶段，高算集群和量子计算的网络互联；第二阶段，互联的高算集群与量子计算机可以通过专用的操作系统实现算力协同调度；第三阶段，高算集群和量子计算之间实现从底层硬件到上层应用的深度系统集成，并能充分发挥各自的算力优势，共同完成复杂的计算任务。如IBM 、芬兰 VTT 技术研究中心、本源量子等国内外的相关机构和企业已经开始相关研发工作并陆续发布了进展，并对外提供访问服务。
量子集群出现、云服务普及。量子计算领先企业IBM于 2023 年 12 月公布全球首个可扩展量子计算系统Quantum System Two，引入模块化架构和计算机集群设计，可让系统容纳 10000 个量子比特。模块化量子计算集群的出现，预示着可复制性更强、扩展性更好的量子计算机发展新路径；同时，全球已有超过 20 家机构推出量子计算云服务，从整机公司如 IBM，发展到云服务商如亚马逊云，再到科研院所如北京量子院。
高性能计算走向云边协同。目前高性能边缘计算（HPEC）还在成长中，其单点算力已可达千万亿次每秒，自动驾驶和机器人是典型应用场景。除传统计算平台外，神经形态芯片、光电计算芯片等新技术的成熟也在不断提升边缘算力和能效。而为获得实时决策以及更高的信息安全环境，将部分数据处理、模型训练以及推理等工作，从数据中心/云平台迁移至云边协同架构下，是必要的技术路径。
芯片技术多元化发展加剧。首先包括微软、 Meta 在内的科技企业纷纷推出自研高性能 CPU 和 AI 加速芯片，其次，除了传统的 x86 架构以外，其他芯片架构的芯片也加入到高性能计算领域，并由落地应用：位于葡萄牙的集群 Deucalion 将采用与日本富岳集群相同的 ARM 架构高性能芯片 A64FX；算能科技日前向山东大学交付国内首台RISC-V服务器集群，该集群拥有48颗RISC-V高性能芯片SG042。
存算一体，突破“内存墙”。传统芯片均采用冯诺依曼计算架构，改架构的“内存墙”问题随着算力的不断提升而越发明显，逐渐成为芯片性能进一步突破的瓶颈。业界纷纷采用存算一体技术思路，提升现有芯片性能的同时，研发神经形态计算芯片，探索“破墙”之路。Intel 、 AMD 和英伟达纷纷在各自最新的芯片产品中引入 HBM 和 LPDDR 等近存计算（Near-Memory Computing）技术；而神经形态计算（Neuromophic Computing）被认为是“后冯诺依曼时代”突破“内存墙”的重要计算技术路径。受人类大脑原理的启发，神经形态计算芯片通过存内计算（Compute in Memory）方式，实现高算力的同时实现超低功耗。
量子比特制备路径之争将更激烈。量子比特的制备，是量子计算机研制的起点。今年，超导量子、光量子、离子阱、冷原子等多条量子比特制备路径均有不错的进展，“谁才是未来量子计算最终的技术路线”之争将更加激烈。
QPU 发展数量与质量兼顾。虽然 IBM 发布1000+量子比特QPU， Atom Computing 宣称创造 1000 +原子阵列，但IBM 最新发布的芯片互联技术，以及哈佛大学和QuEra等联合发布的逻辑量子比特制备和纠错研究成果等，说明了QPU的发展，仍然处在追求比特数量和，以及关注诸如纠错能力、可扩展性等更符合实用需要的技术。
云原生技术加快普及。从国内外云服务商发布的进展来看，云平台容器服务将加快对高性能计算服务的支持，并进一步兼容CUDA、 ROCm 、 oneAPI 等并行计算软件平台，为用户提供高度自动化的高性能计算工作环境，大大提高研发和实验效率。高性能计算算力潜能将被进一步被释放。
科学计算模拟应用和成就将迎来大爆发。一方面，全球高性能计算集群的大规模新建和升级、以及云原生技术应用，使算力服务更充足并更易触达；另一方面，科学计算模拟的需求将更加强烈，未来几年将会有更多的科学计算模拟基于高性能计算服务开展：从微观粒子模拟、到血流和癌细胞模拟、再到核聚变模拟、以及气象和地理空间模拟等等。进一步，科学计算与人工智能技术的结合，将比预计的要快，许多传统模拟数值算法经 AI 优化后，性能获得大幅提升，科学家和科研团队的生产力将迅速提高，科学研究将迎来快速进步的新形势。
更多高性能计算集群尝试人工智能大模型研发。传统高算集群通过加装 GPU 集群、结合云平台高性能计算服务得到升级后，将具备更强的 AI 加速计算能力，进而可以支持人工智能大语言模型的训练。比如：智谱 AI 的 ChatGLM3支持在神威高算上运行；美国阿贡国家实验室开始基于 Aurora集群创建ScienceGPT，预计参数数量达到 1 万亿，将为广泛的科学研究提供帮助。
高性能计算的能耗是惊人的。以TOP500 排名第一的Frontier 高算集群为例，其算力可达 1.6EFlop/s，功率可达 20 兆瓦，相当于近 1万户家庭用电水平。据统计，数据中心的耗电量约占全球耗电量的1%，我国 2020 年占比是2.7%。虽然当前尚无准确的数据中心能耗预测，但急剧增加的人工智能大模型训练等高耗能计算应用，势必会使这个数字继续增加。
可持续计算，是数字经济和双碳目标背景下，高性能计算技术演进历程中的路标和灯塔。拥有可持续高性能计算的技术，也将成为重要的竞争力。世界经济论坛与今年发布的《2023 十大新兴技术》报告，“可持续计算”位列其中。Intel、IBM、英伟达等先进计算企业也在不遗余力的践行和推动可持续计算。
可持续计算通常指在设计、建造和使用计算机技术（包括硬件、系统、软件）的过程中，力求实现最大的能源效率和对环境影响的最小化。未来，计算能效将成为评估高性能计算技术先进性的重要指标，而提高计算能效的途径主要有三个：更高能效的计算软硬件、更先进的冷却技术、以及更合理的计算供需匹配。
高能效的计算软硬件方面，存算一体将是硬件层面主要的技术发展路径，而机器学习等人工智能技术与传统科学计算的结合，将大大提升计算效率和精度，并从软件层面大幅度节省计算资源。
合理的算力供需匹配方面，计算能效将成为高性能算力更重要的技术参数，而“量子效能”也将成为未来量子计算机研发和应用的重要评估指标。
刚刚过去的一年，注定是人工智能发展史上具有里程碑意义的大年。生成式人工智能的惊人进步，让我们深切感受到未来AGI的巨大潜力和无限前景。
大模型从理解到生成，从感知到决策，能力不断升。加上多模态、Agent、以及具身智能等方向的探索，AI有望完成“感知—决策—行动”的闭环。
多模态是人类世界的本来样貌，AGI的发展趋势一定是朝向多模态。技术将从文本、图像、视频（2D和3D），再到声、光、电，甚至分子、原子等各类模。
