数字经济数据量呈指数级增长，IT基础设施面临严峻挑战

阿特拉斯

近日，由中国计算机学会主办的“CCF学会集成电路设计与自动化学术会议”在中国北京圆满落幕。作为计算机行业极具专业性和影响力的学术会议，本次会议吸引了国内外众多专家学者和科技公司参与，就前沿技术、创新探索、计算机领域的成就。

其中，中科院计算所研究员、博士生导师、玉树创始人闫桂海发表了题为《KPU，一种超融合的特殊计算架构的创新与实践》的主题演讲”，得到了与会专家和企业的广泛关注和认可。

数字经济中的数据量呈指数级增长，IT基础设施面临严峻挑战

随着移动互联网、信息技术、物联网等技术的发展，数字经济中的数据量呈指数级增长，对现代IT基础设施提出了严峻的性能升级挑战。许多行业的商业模式升级需要计算性能。差距越来越大。

闫桂海说：随着全球信息化进程的加快，大数据将成为基本生产资料，云计算将成为重要的生产力，人工智能将大大提高生产效率。目前多目标差分进化算法 matlab，全球数据年增长率超过近40%，“生产资料”空前丰富。这是一个 70 亿人乘以 500 亿的物联网链接市场。随着摩尔定律的放缓，“生产力”逐渐无法匹配海量数据，人工智能迫切需要高效、自动化、自我进化、低成本的非确定性问题解决方案来提升“生产效率”。

打造以专用处理器为核心的“算力工厂”，以超融合架构为新方向

随着去中心化和场景定义计算的发展趋势，专用计算架构被认为是后摩尔时代的有效技术路线。通过针对基础应用类别的“定制化”芯片研发，实现超高性能、超高性能、超高性能。专为高性价比领域设计多目标差分进化算法 matlab，针对计算密集、弱交互、强实时计算场景定制优化。谷歌（TPU）、亚马逊（Gravtion）、阿里等巨头已经开始布局专用芯片。

“能够支持‘智能计算’的基础设施一般有四个特点：异构加速集群、可重构的计算机架构、自动化编程框架和自我进化的运行时系统。基础层的计算负载是专用加速器的目标应用。超——融合架构可以满足这些条件。” 闫桂海说道。

超融合架构，即HCI（Hyper-Converged Infastructure），通过软件定义的方式实现更高效的物理资源虚拟化，可以简单理解为现有虚拟化架构的下一代发展方向，而虚拟化技术的发展这将彻底释放专用加速器的市场空间。

凭借多年的行业积累和改革创新，中科玉树坚持超融合架构的开发研究方向，创新提出软件定义加速器技术路线，自主研发KPU核心架构和芯片，填补国内市场领域的学术研究和空白。

中科玉树用KPU核心技术打造DNA产品体系

闫桂海在演讲中解释说：KPU是一种协处理器架构，旨在加速特定领域核心功能的计算。以功能核心为基本单元，直接对应用中的计算密集型应用进行抽象和集成，实现高层综合。以应用为中心的架构“定制化”，高效解决特定领域的海量数据处理问题。

这样，中科玉树打造了自研数据库（D）+网络（N）+人工智能（A）的一体化加速解决方案，并提供标准化的PCIe加速卡。

D. 数据库加速实现了基于硬件的多表格关系型数据库，支持SQL操作和查询，可用于多场景的数据分析、交易风控、合规检查等关键环节，大幅提升性能。

N、网络加速可高效完成TCP/IP/UDP协议卸载，实现微秒级网络延迟，可用于智能解码、极速上报、负载均衡等基于TCP/IP的极速网络应用传播。

A、人工智能加速可实现亚微秒级深度学习模型推理。结合微秒级行情解码，可实现高速交易信号生成、量化策略执行等应用。

中科玉树“DNA”技术体系的主要优势是高度模块化、定制化、集成化的解决方案，可根据客户需求敏捷开发。架构光能涵盖范围广泛，涵盖算术逻辑核函数、视频处理核函数、数据压缩核函数、数据库核函数、计算金融核函数、网络协议处理核函数、机器学习核函数、数据安全核函数、正则表达式内核函数等，可承接不同行业的大量加速服务。

从技术研发到产业落地，中科玉树规划智能数据时代新蓝图

目前，中科玉树已经完成了三款KPU芯片的研发，分别是：KPU-FlexFlow、KPU-Conflux、KPU-Swift等，并完成了多代KPU板卡的迭代和量产。

此外，中科玉树还研发了先进的“敏捷异构”专用计算架构KPU-DRIVE，在算力、能效比、算法灵活性等方面具有明显的边际成本优势。以其高效、可扩展、透明的特性，被广泛应用于金融场景。官方公开数据显示，目前中科玉树已上市光大证券、英特尔、中科曙光、中泰证券、华泰证券、浪潮集团、上海证券交易所、郑州商品交易所、中国金融期货交易所、新湖期货等数十家机构拥有达成深度合作，不断拓展市场应用领域。

在知识产权方面，中科玉树已部署专利80余项、授权19项、电路补充1项、软件3项，并不断加大人才储备和科研投入。

谈及未来的发展规划，闫桂海表示：中科玉树将始终以人才为导向，以技术为导向，立足专用计算架构领域，引领超融合专用智能芯片产业发展，打造计算以加速器为中心的范式。助力数据智能时代的业务创新。

+1