中国科学报官网（中国科学报官网 愿春天不再寂静）

大家好，今天来为大家解答中国科学报官网这个问题的一些问题点，包括中国科学报官网 愿春天不再寂静也一样很多人还不知道，因此呢，今天就来为大家分析分析，现在让我们一起来看看吧！如果解决了您的问题，还望您关注下本站哦，谢谢~

一项6年前发表的研究遭多次反转，终极解决办法“只有重复实验”？

作者 胡珉琦

针对一项关于现代人起源的重要研究，中外学者在顶刊上展开了多次争锋。

2021年2月9日，美国《国家科学院院刊》发表了南京大学副教授孙雪峰等研究论文《古DNA和多种测年方式证实现代人晚到达中国南方》。该研究使用古DNA和多种测年方式证实，现代人抵达华南地区不超过六万年。

这一结果推翻了2015年由中科院古脊椎动物与古人类研究所（以下简称古脊椎所）等机构在《自然》发表的研究结论，即“具有完全现代形态的人类早在8~12万年前就已经在华南局部地区出现”。

如今，事件有了最新进展。5月25日，美国《国家科学院院刊》同期刊发3篇来自古脊椎所、牛津大学、德国马普学会等机构多位学者的评论信，质疑孙雪峰论文研究结论的可靠性。他们提出，孙雪峰的研究存在“指鹿为人”、碳十四年代测定不准确、数据分析不规范等多个方面的缺陷。

厦门大学人类学研究所所长王传超认为，解决这一争议问题的终极办法就是古DNA和碳十四测年的重复实验。但这是一项技术要求极高，同时又依赖运气的工作，重复实验并非随时可以完成。这时，科学家或许只能选择继续等待，而这也是古人类研究的一大特点。

争议源起：阻碍非洲起源说的“最后一颗钉子”被拔掉了？

关于现代人起源有两种观点长期对峙：一种是非洲起源说，一种是多地起源说。

前者支持所有现代人都是从非洲走出的智人进化而来，他们在不同地区替代了本土的古老型人类而成为霸主。

后者则认为，智人在走出非洲的过程中不断与当地的古人类发生混血、杂交，共同走上现代人演化的道路。

这一争议的热点地区，恰好就在东亚。要想拼凑出现代人在 东亚地区的起源与演化的拼图，湖南道县福岩洞扮演着关键角色。

2011年9月至2013年底，古脊椎所、湖南文物考古研究所连续三次对福岩洞遗址进行考古发掘，出土了大量哺乳动物化石，其中最引人注目的就是47枚古人类牙齿。

经科研人员测定，具有完全现代形态的人类早在8~12万年前就已经在华南局部地区出现了。2015年10月15日，《自然》发表了古脊椎所刘武、吴秀杰等所做的这项工作。

当时，福岩洞人年代的推测主要依靠两方面证据。

首先，在地层中，除非有过大的扰动，一般总是年轻的层位在上面，古老的层位在底下。如果化石层位于中间，那么它的年龄也就介于上下地层的年代之间。于是，科学家对化石埋藏的上下地层进行了铀系测年，结果显示它的范围在 8~12万年前。

其次，从生物地层学分析，和这些人类牙齿同在一起的动物群组成呈现出了晚更新世早期的特点。吴秀杰解释，动物群里发现了很多绝灭物种，都是在距今13万年以前的。他们还对一枚动物牙齿进行了碳十四测年，结果已经接近检测上限。

这项研究对于探讨现代人在欧亚地区的出现和扩散具有重要意义。

在经典的非洲起源论中，非洲以外的所有现代人都是5~10万年前走出非洲的一小群祖先的后代。

根据已有的化石证据，最早的现代人在西亚和欧洲出现的时间位于4.5万~5万年前。由于古人类化石非常稀有，东亚地区是否存在5 10万年前的早期现代人，始终没有确切的证据。

如果福岩洞人的年代推定属实，他们在东亚大陆出现的时间就比到达西亚和欧洲的现代人早至少3.5~7.5万年，那么福岩洞人的祖先来自何方？他们还是5~10万年前走出非洲的一小群祖先的后代吗？或者他们是更早出走的那一拨？他们和东亚大陆早期古人类有过广泛的基因交流吗？问题变得错综复杂起来。

然而，2021年2月9日，美国《国家科学院院刊》发表了南京大学孙雪峰等人的论文，又把这一问题拉回到了原点。

2019年，他们在福岩洞新找到了两枚“人类牙齿”和多枚哺乳动物化石。

这一次，他们用了更为直接的方法，也就是对“人类牙齿”进行了古DNA提取、测序，建立了人群关系的系统演化树，同时对“人类牙齿”和动物牙齿进行了碳十四测年。

根据这两项测定结果，他们得出了福岩洞人距今仅有9000多年 历史 的结论。论文最终作者、复旦大学生命科学学院教授李辉在复旦大学官网的报道中表示，“阻碍非洲起源说的‘最后一颗钉子’被拔掉了”。

对同一地点人类化石和古脊椎动物化石分析得到的年代推定结果，整整相差了一个数量级，究竟哪一个更接近 历史 的真实？

争议一：指鹿为人？

古人类学家要想还原人类演化的路径，会依靠很多不同的方法和技术，从古生物学、古人类学，到考古学、地质学、埋藏学、测年技术以及古DNA技术等。

其中，田野发掘、化石的功能形态鉴定可以说是古生物和古人类研究的立身之本。推翻刘武等研究结论的最主要证据来自孙雪峰等2019年在福岩洞发现的两枚“人类牙齿”，编号分别为FY-1HT和FY-2HT。

但前提是，这两枚牙齿必须与当年的47枚来自同一地层层位，从尺寸上形态上也都是同一类型，才能进行测年比较。

但刘武等在质疑文章中指出，这篇论文除展示了一张低分辨率照片外，没有提供“人类牙齿”发现具体位置的准确信息，也没有这两枚牙齿任何的形态、尺寸等解剖学信息，更没有指出与此前福岩洞发现的47枚牙齿中的哪一类、具体哪一件标本进行了比对。

“这样的研究论证方式在古生物学、古脊椎动物学、古人类学、解剖学研究中是非常罕见的。”刘武直言。

而这篇文章最大的争议点恰是来自化石的形态学鉴定。

质疑文章提出，经过多位第四纪哺乳动物专家鉴定，这两枚“人类牙齿”中编号为 FY-2HT的牙齿并非人类牙齿，而是草食类动物——鹿类的门齿。

西班牙人类古生态与 社会 进化研究所古生物学、动物考古学和埋藏学专家Palmira Saladié 在接受《中国科学报》采访时表示：“FY-2HT的牙根和牙冠的形态以及磨损模式，均不符合人属的鉴定，而属于鹿科。因此，所有来自该标本的分析和解释(年代测定和古DNA)都必须非常谨慎地进行，并拒绝它们。在我看来，鉴定是错误的，所以我们不能考虑结果。我不明白DNA分析怎么没发现这个错误。”

孙雪峰和李辉向《中国科学报》表示，原论文中化石形态学鉴定由澳大利亚新南维尔士大学Darren Curnoe负责。但截至发稿，Darren Curnoe没有就这个问题向《中国科学报》作出回复。

他在美国《科学院院刊》发表的回应文章中只是解释，FY-HT-2齿冠釉质大多磨损，无法复原出与鹿牙齿相似的磨耗特点。但刘武表示，尽管FY-HT-2存在齿冠釉质磨损，这枚牙齿与鹿牙齿相似的舌侧磨耗特征仍然是清晰可辨的。

孙雪峰等在福岩洞发现的牙齿与鹿牙对比.（A） 引自Sun et al. 2021；（B）道县2012年出土的鹿类门齿；（C）附着在现生鹿下颌骨上的门齿及犬齿

孙雪峰等在福岩洞发现的牙齿同人类牙齿对比. （A）引自Sun et al. 2021；（B）道县2012年发现的人类下颌侧门齿；（C）黄龙洞2006发现的人类上颌中门齿

争议二：“人类”线粒体古DNA从哪儿来？

假设编号为 FY-2HT的人类牙齿实为鹿牙，为何能从中提取出“人类”线粒体古DNA？这是这项研究最为吊诡的地方。

这枚被检测出人类DNA的牙齿是否有可能被污染？原论文第一作者、负责古DNA检测的复旦大学 科技 考古研究院副研究员文少卿在接受《中国科学报》采访时表示，始终对数据负责。

王传超向《中国科学报》解释，古DNA的两端会出现碱基的变化，跟现代人的DNA序列有明显区别。根据论文公开的数据显示，孙雪峰等人确实提取出了古DNA并且对污染率进行了科学评估，结果是污染率很低，达到了古DNA的数据质量要求。

值得一提的是，随着人类DNA 获取技术的提升，在土壤、粪便、湖芯，甚至是空气样本中科学家也能检测出人类DNA，这些DNA 通常被称为环境DNA或者沉积物古DNA。

FY-2HT的“人类”线粒体古DNA究竟从哪儿来，似乎还是蒙上了一层阴影。

争议三：碳十四测年存在污染？

碳十四测年法是确定化石标本年代的一把利器，这是最著名的一种放射性测年法。但是，碳14测年有个致命弱点，无法用在非常古老的材料测年上，因为碳十四衰变后剩余量会越来越小，最后小到很难精确计算。

2015年，负责福岩洞动物牙齿化石碳十四测年的北京大学考古文博学院教授吴小红告诉《中国科学报》，当时研究团队测定的年代为39000年左右。

孙雪峰认为，这个数据可以用来说明福岩洞遗址现代人出现的时间，支持其团队观点：现代人到达中国南方的时间不早于6万年。

但吴小红解释，这个数据接近北大加速器质谱碳十四实验室有机物碳十四年代测定的高限，再加上福岩洞遗址骨质样品保存不佳，这一结果不适合用作绝对年代的描述。

与之相对的，孙雪峰等对“人类牙齿”和动物牙齿的碳十四测年显示，其年代不足1万年，与“人类”线粒体古DNA推断的年代相匹配。吴小红认为，这种巨大的差异很可能是污染导致的。

“越古老的样品，污染的风险极高，需要非常小心谨慎。”吴小红说。

首先是样品的前处理过程需要严格的控制和把关。孙雪峰等的文章中没有对碳十四测年样品的前处理过程进行清楚的描述，这在很大程度上影响了对测年结果可靠性的判断。

其次，加速器质谱碳十四的测年物质要可靠。孙雪峰等文章中大多数样品采用的是骨骼或者牙齿的总有机碳（TOC)进行年代测定，但在考古年代研究领域，通常不用这种方法，而是按惯例提取出骨骼或者牙齿中的原生组分—胶原蛋白或明胶蛋白进行年代测定以尽可能排除外来碳的影响，从而得到可靠的碳十四年代数据。其中，检验胶原（明胶）蛋白质量的是碳氮比值（C/N）。

孙雪峰等人的文章中仅有一份胶原蛋白样品按照国际惯例测定了碳氮比值，而且它的数值(46.2) 远高于牙齿和骨骼化石中适合于碳十四年代测定的有机胶原蛋白的C/N比值(2.9~3.6)。吴小红认为，这个结果应该摒弃。

“事实上，该文中绝大多数胶原蛋白测年样品都没有提供C/N比值，那么这篇文章中的所有胶原蛋白的样品没有证据证明是排除了外来污染物影响的。”吴小红强调。

英国牛津大学同位素加速器中心主任Tom Higham和德国马普学会人类 历史 科学研究所Katerina Douka在同期发表的评论信中，同样提出了这些问题。

Tom Higham在接受《中国科学报》采访时，质疑了孙雪峰等在论文中没有使用目前最可靠的碳十四测年法，尤其是他们提取的胶原蛋白含量非常之低，会造成年龄被显著低估。他表示，“样品实际年龄很可能比他们的测年结果要老得多”。

遗憾的是，孙雪峰等发表的回信对其在原文中使用的样品前处理方法依然没有给出具体的描述。

解决争议的终极办法只有“重复实验”

就目前来看，福岩洞人类化石的确切年代是什么，现代人在东亚地区起源与演化的 历史 如何还原，远未到盖棺定论的时候。

王传超认为，解决眼前这一争议问题的终极办法只有重复实验。既然化石样品来自同一洞穴，双方团队可以提供部分样品，由第三方机构进行重复实验。

不过，重复实验在现阶段还很难实施。仅是学术争议，没有机构可以强制要求进行重复实验。

而且，古人类研究的重复实验是有条件的。

原论文中，南京大学、复旦大学获得的古人类牙齿化石非常有限，碳十四测年和牙根的古DNA检测又都是有损检测，很难进行二次实验。

因此，孙雪峰等在回应文中也指出，希望古脊椎所能对其保存的福岩洞人类牙齿样品开展古DNA检测和碳十四测年，从而进行结果比对。

事实上，2015年，刘武等就委托专家对其中一枚保存最为完好的人类牙齿提取古DNA，但由于南方洞穴的气候条件非常不利于化石保存，这一尝试并未成功，碳十四测年也只在一枚动物牙齿中完成。

可见，这是一项技术要求极高，同时又依赖运气的工作，重复实验并非随时可以完成。“这时候就只能等待。”王传超认为，这也是古人类研究的一大特点。

刘武告诉《中国科学报》，福岩洞人类牙齿的古DNA检测会在合适的时间排上日程，毕竟五年过后，古DNA提取技术已经有了新的进展。

古人类研究历来是个热闹的江湖。自从古DNA技术横空出世，解决了许多原先僵持不下的争议问题，为这门学科的研究打开了一个全新的局面。

但是目前，受到人类化石数量、保存条件以及技术进展的局限，还没有一种方法可以一统江湖，而是需要依靠多种技术方法相互印证，尽可能构建一个完整的证据链条。

不同的研究方法得到的证据等级有所不同，但相同的是，每项研究在野外化石采集及实验室处理，研究数据采集、分析与论证等方面都应该严格按照学术流程和规范进行。

在这一学术争议事件中，还需要强调的是，研究程序的合理、合规是得出可靠结论的基本前提。刘武和吴秀杰指出，合作交流、质疑争论能促进科学研究工作，推动学科发展。“但在大力提倡学术规范、科研诚信的今天，一篇从样品数据采集、测试分析、论文写作都存在瑕疵的‘顶刊’论文，需要引起国内学术界的反思。”

参考文献：

doi:10.1038/nature15696

寒武纪来了

（文/观察者网 吕栋）在距今大约5.3亿年前的寒武纪时期，地球上在2000多万年的时间里突然涌现出各种各样的生物，一系列与现代动物形态基本相同的物种来了个“集体亮相”。而在此之前，更为古老的地层中却长期没有找到动物化石，这一时期史称“寒武纪生命大爆发”。

5.6亿年前寒武纪出现的最有代表性的远古动物——三叶虫。图源：视觉中国

现如今，“寒武纪生命大爆发”仍然是古生物学和地质学中的一大悬案，更是困扰着包括达尔文在内的学界大佬。然而，当我们此刻在搜索引擎中输入“寒武纪”这三个字时，排在输出结果第一位的已不再是那个困扰科学界的谜题，而是一家人工智能芯片领域的 科技 公司。

值得注意的是，最近几年，国内涌现出不少初创AI芯片设计企业，它们在吸附大量一级市场资金后，一方面互相激烈竞争，另一方面还不得不面对来自巨头的压力。在该领域，不仅有英特尔、英伟达等芯片行业传统巨头，也有华为、阿里等跨界选手，无一不对这块蛋糕“垂涎三尺”。

而寒武纪正诞生于上述背景中。

一个月前的2月28日晚间，北京证监会官网发布消息，2019年12月5日，中科寒武纪与中信证券签署A股上市辅导协议，正式开启冲刺科创板的进程。

而3月26日上交所官网显示，创办刚满4年的寒武纪上市申请已获受理。短短几个字，意味着该公司距登陆科创板又近了一步，同时也再次将其置于舆论的放大镜下。

市场普遍认为，如果寒武纪成功登陆科创板，将成为毫无悬念的“AI芯片第一股”。

残酷的现实便是，中国集成电路进口额长期大于出口额。官方数据显示，2019年中国集成电路进口总额为3055.5亿美元，而出口仅1015.8亿美元，进出口比例为3:1，时代也在期待中国芯片领军者。

而该公司以“寒武纪”给自己命名，寓意“AI大爆发”，并以“全球智能芯片领域的先行者”作为自己定位，既彰显了几分神秘又凸显了其“野心”。

别人眼中的学霸

提起寒武纪，就不得不提其创始人陈云霁和陈天石这两兄弟。

哥哥陈云霁1983年出生，两年后弟弟陈天石出生，江西南昌人。与大多数年过而立、尚未不惑的同龄人相比，他们可以说已有所成就。

1月16日，陈天石刚以寒武纪CEO身份成为2019年中国科学年度新闻人物十人之一，而陈云霁早已从前辈手中接过2017年度 科技 创新人物奖。

不少人好奇，这对来自江西的“双子星”，缘何既能读书出色，又能在创业后搞出一个“独角兽”。

履历显示，陈云霁9岁上中学，14岁便考入中国科大少年班，24岁取得中科院计算所博士学位，29岁晋升为研究员，33岁获得中国青年 科技 奖和中科院青年科学家奖。

小两岁的陈天石，几乎是沿着哥哥的脚步一路从中科大少年班追到了中科院计算所。他16岁考入中科大少年班，25岁在中科大计算机学院拿到博士学位，指导导师是陈国良和姚新。

事实上，这对别人口中的学霸，在他们自己看来并非“模范兄弟”。

陈云霁曾提到，两人小时候常打架，长大后一言不合就吵起来，要不是有血缘关系早就闹崩了。不过，两人最终还是会让道理来说话。

在接受媒体采访时，陈云霁曾透露，“和很多人想象的不太一样，我并不是学霸。相反，多数时候都是一个学渣。”而且他讲到，在19年的学习生涯中，不但考第一名的次数不多，还常在班上排名倒数。

2002年，19岁的陈云霁已经在中科大少年班度过了第五个年头。酷爱 游戏 的他对于自己的课业成绩并不太在意，而是把《星际争霸》当做主课来修。他曾坦言，“挂科的压力一直是悬在头上的剑，但是科大的老师对于我们这些调皮的孩子非常包容，给了我们很大的空间去成长。”

当年，即将本科毕业的陈云霁听说中科院计算所在研制中国第一块通用CPU芯片“龙芯1号”，希望能拜师计算所胡伟武老师，于是报考了中科院计算所的研究生。

这家始建于1956年的研究所，是中国第一个专门从事计算机科学技术综合研究的学术机构。从这里走出的包括联想控股、龙芯中科、中科曙光等，均为中国信息技术产业中的知名企业。

2017年，陈云霁接受采访时曾开玩笑称，在他之前，中科院计算所从来没有招过像他本科成绩这么差的学生。但是，胡伟武看到他玩《星际争霸》的表现，认定他有科研潜力，便力排众议将他录取。

“Work hard，play harder！胡老师就是看中了我这一点。” 陈云霁当时说。

估值超220亿

事实证明，陈云霁确实没有辜负胡伟武的期望。

博士毕业后，他留在了中科院计算所龙芯团队，在胡伟武的指导下成为8核龙芯3号的主架构师。他还与胡伟武合著了《计算机体系结构》，并在2008年开发龙芯3号的过程中完成了一篇重量级的论文。

不仅如此，陈云霁向胡伟武引荐了另一位“高徒”，他的弟弟陈天石。

与做硬件芯片出身的陈云霁不同，陈天石的研究方向是人工智能，专注于软件算法。 在博士毕业后他也加入了中科院计算所，这为后来两个人一起设计出“让计算机更聪明”的专门神经网络处理器埋下了伏笔。

时针拨回到2010年，当时国内人工智能芯片尚处于较冷阶段。

根据公开报道，在计算所汇合后，陈氏兄弟也曾就职业发展探讨了好长时间，最后认定有两件“非常好玩的事”可以做：一是用AI辅助做处理器的设计，另外一个就是做AI芯片。

起初，陈天石在向计算所领导汇报想做AI芯片时还曾拿自动驾驶举例：“大家很早就在说有一天机器会替代人开车，但如果开车的机器人在做模式识别的时候速度不够快，那么这个车就完全没有让机器开的理由。所以，它一定需要很强的车载运算能力。”

2015年，早在寒武纪公司成立之前，在中科院战略性先导专项和中科院计算所的支持下，陈氏兄弟主导的世界首款深度学习专用处理器原型芯片——“寒武纪”首次成功流片。

之所以取名为“寒武纪”，是想用地质学上生命大爆发的时代寓意人工智能的未来。

次年春天，谷歌的AlphaGo“一战成名”，人工智能在全世界范围内再次掀起波澜，国内对人工智能的重视也达到前所未有的高度。不仅如此，2017年以及之后的两会中，人工智能也成为关键词之一。

而陈氏兄弟的研究也赶上了好时候。

2016年，全球首款可商用的深度学习处理器“寒武纪1A”处理器问世，寒武纪 科技 公司也正式成立于当年3月，其数千万的天使轮融资也正是来自中科院。

值得一提的是，性格的不同也让陈氏兄弟在公司拥有不同的角色。

陈云霁在公司职务上更偏研究，思考技术路径相关的部分，很少挂寒武纪头衔，多以“中科院计算所研究员”示人。

据陈云霁透露，他的性格偏外向、胆子大，喜欢做一些天马行空的事情，更适合搞科研。

而弟弟陈天石比较慎重，每走一步都会想好可行性，能规避产业发展中的“坑”，适合带领一个企业往前冲。

所以陈天石总以寒武纪创始人、CEO的身份出现在公众视野。

根据公开报道，除陈氏兄弟外，寒武纪团队成员不仅囊括了中科院技术精英，也有中国首个通用CPU“龙芯1号”的核心参与人员。

具体奋斗目标上，他们希望让AI芯片计算效率提升1万倍，功耗降低1万倍，可以把“AlphaGo”这样的领先AI应用装入手机中。

不过，“天才少年”也曾被人吐槽。

根据中国科学报报道，在寒武纪最开始募资的时候，其团队也曾碰钉子，有人吐槽他们“PPT做得差”，边吐槽边教育，“小伙子你这样是融不到钱的”。

招股说明书显示，在公司成立之后，寒武纪共经历了6次增资和3次股权转让。

2017年8月，该公司完成估值10亿美元的A轮融资，国投创业领投，阿里巴巴、联想创投、国科投资、中科图灵、元禾原点和涌铧投资等参投，使得寒武纪成为全球AI芯片领域首家独角兽公司。

不到一年之后的2018年6月，寒武纪宣布完成数亿美元B轮融资，国有资本风险投资基金、国新启迪、国投创业、国新资本等联合领投，该轮融资后的寒武纪估值约为25亿美元，距离一年前的10亿美元翻了一番还多。

正是在此时，陈天石对外透露了公司上市动向：“未来倾向于考虑在境内A股上市”。

在此之后，寒武纪的估值便不得而知。根据招股书，2019年9月13日，寒武纪新增南京招银、湖北招银、国调国信智芯和嘉富泽地等股东；2019年9月16日，陈天石将其所持寒武纪有限2.43%的股权和0.86%的股权分别转让给艾溪合伙和纳什均衡。

这也是寒武纪在上市前最后的增资与股权变动。

根据股权结构，南京招银出资8亿元，获得寒武纪上市前3.61%的股权，纳什均衡受让了0.86%股权，耗资1.8亿元。

据此计算得知，寒武纪在经历6轮融资后估值约221.6亿元。

由于在过去的几轮融资中，国字号背景的投资方居多，寒武纪也因此被市场视为AI芯片的“国家队”。

存银行理财39亿

寒武纪公开的招股书披露，其主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，主要产品包括终端智能处理器IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台。

简而言之，人工智能芯片是相对于传统芯片的概念。

目前，AI芯片主要是指GPU、FPGA、ASIC等人工智能加速芯片，主要用于解决人工智能庞大的算力需求。AI芯片的主要应用场景为云计算数据中心与边缘计算，后者包括摄像头 IPC、自动驾驶、手机的Soc等。

纵观处理器芯片市场，通用处理器芯片如CPU、GPU的芯片的壁垒极高，国内仍未实现突破，且通用处理器领域已经发展成熟，目前市场由国际巨头高度垄断，后来者难以竞争。

而AI芯片是全新的市场，进入者有后发先至的可能，寒武纪正是这样的新入局者。

自寒武纪2016年3月成立以来，其先后推出了三大类产品：

招股书中介绍，寒武纪目前采用的盈利模式是“授权+成品”，前者类似ARM，将AI芯片的知识产权（IP） 授权给下游厂商，例如最知名的合作伙伴华为；后者则是寒武纪自己设计，找代工方生产后自行销售。

值得注意的是，IP供应商相比于芯片提供商利润规模并不高。

例如，ARM作为全球领先的半导体IP提供商，本身不直接从事芯片生产。

全球大部分的手机CPU都在使用ARM架构，市占率非常高，但是营收规模却在巨头中比较逊色。2017年ARM核芯片出货量213亿颗，营收才17.8亿美元，净利8亿美元，营收规模还不如国内很多芯片公司。

而处理器龙头英特尔是芯片供应商，2017年营收628亿美元，净利润为96亿美元，收入规模远超ARM。

公开资料显示，人工智能IP仅作为一个加速器芯片模块，价格远比不上ARM IP。

因此，IP研发需要巨大的成本投入，在IP未得到大规模应用情况下，是付出多回报少的“苦生意”。

由于智能芯片研发需要大量资本开支，作为初创公司，寒武纪也年年亏损。

招股书显示，2017年-2019年，其营收分别为784.33万元、1.17亿元、4.44亿元；营收增幅明显，但盈利堪忧，连续三年分别亏损3.8亿元、4104万元和11.79亿元，累计约16亿元。

而巨额亏损主要来自两方面，一是“研发支出较大，产品仍在市场拓展阶段”，二是“报告期内因股权激励计提的股份支付金额较大”。

其也在特别风险提示一栏中醒投资者，寒武纪无法保证未来几年内实现盈利，其上市后亦可能面临退市的风险。

正如寒武纪所言，其巨额亏损确实与研发大量投入有关。

2017年-2019年，其研发投入分别为2986.19万元、2.4亿元、5.43亿元，占营收比例分别为380.73%、205.18%和122.32%，累计投入8.13亿元，相当于三年累计营收的1.43倍。

截至2019年12月31日，寒武纪研发人员有680人，占比接近员工总数的80%；拥有硕士、博士学历的员工有546人，占比超60%。

与此同时，寒武纪的高研发投入也获得了相对可观的回报。

截至2020年2月29日，其已获授权的境内专利有50项，境外专利有15项，此外还有PCT专利申请120项，正在申请中的专利共有1474项。

在研发投入远超营收的情况下，可以说寒武纪目前的营运资金主要依赖外部融资。

招股书显示，2017年-2019年，寒武纪筹资活动产生的现金流量净额分别为4.96亿元、24.05亿元以及17亿元，总计为46.01亿元。

而前述年度下，寒武纪期末现金及现金等价物余额则分别为2.27亿元、13.54亿元以及3.83亿元。不难看出，其消化资金的速度有些惊人。

寒武纪还在招股书中称，由于未来几年将存在持续的大规模研发的投入，上市后未盈利的状态可能持续存在。因此，足够的运营资金对于持续高研发投入的寒武纪显得尤为重要。

招股书显示，寒武纪本次拟发行股份不超过4010万股，不低于发行后总股本的10%，融资28.01亿元，用于新一代云端训练芯片、云端推理芯片、边缘端人工智能芯片及系统项目和补充流动资金。

在持续高研发投入的背景下，寒武纪还要融资28亿，那现在应该很缺钱？

令人惊讶的是，截至2019年末，寒武纪货币资金余额为38.3亿元， 银行理财产品38.9亿元 ，资产负债率为6.68%，且全部为日常经营过程中产生的非付息债务，无银行借款等其他付息债务。

除此之外，寒武纪还有3.8亿元的银行存款。

值得注意的是，作为技术密集型企业，寒武纪的毛利率水平也较高。

2017年-2019年，其综合毛利率分别为99.96%、99.90%及68.19%。其中，终端智能处理器IP业务的毛利在99%以上。针对去年毛利率有所下降，招股书解释称，这是因为这一年拓展了新业务——云端智能芯片及加速卡、智能计算集群系统业务。

分道扬镳

提到寒武纪，不得不提的就是华为。

寒武纪在招股书中提到，其寒武纪1A、寒武纪1H分别应用于某全球知名中国 科技 企业的旗舰智能手机芯片中，已集成于超过1亿台智能手机及其他智能终端设备中。根据公开信息，其指的就是华为。

2017年，华为推出了移动处理器麒麟970，主打AI性能，其搭载的NPU IP就是来自寒武纪；次年的麒麟980，依然选择与寒武纪合作，Mate 10、Mate 20、P20等旗舰机，均搭载了后者的NPU。

作为寒武纪最大客户，2017年-2018年两年间，来自 公司A 的收入一直占其营收比例在98%上下，为其第一大客户。

招股书中提到，2018年 公司A 得到寒武纪授权，将寒武纪终端智能处理器IP集成于其旗舰智能手机芯片中。

艾瑞咨询则在一份报告中称：“仅从搭载麒麟970手机出货量来看，若授权费为5美元/片，则超过4000万台手机出货量为寒武纪带来约2亿美元（折合人民币14亿元）的收入。”

由于和华为的良好合作关系，寒武纪曾在2017年公开表示，计划3年后占有中国高性能智能芯片市场30%的份额，并使全世界10亿台以上的智能终端设备集成有寒武纪终端智能处理器。

不过，事情在2018年发生了变化。

当年10月，华为在全连接大会上发布了升腾910、升腾310两款AI芯片，其采用的是华为自研的达芬奇架构，而非寒武纪的方案。当时，这被媒体解读为“华为要与寒武纪做彻底的切割”，走向独立造芯之路。

次年6月，华为发布的nova 5搭载了中端移动处理器“麒麟810”，这是首款采用华为自研达芬奇架构的手机AI芯片；年底的麒麟990，依然采用的是前述架构，其在AIBenchMark跑分达到了麒麟980的476%。

近日，寒武纪CEO陈天石在接受采访时谈到与华为的合作关系称：其实我们和客户的关系一直挺好。还是我之前的观点，AI芯片大家都做，恰恰说明它重要。

针对华为已经在用自研的达芬奇架构，对其收入有何影响？

陈天石并没有正面回答，只是表示：“我们的收入增长很快，未来希望有机会向大家公开披露我们的财报。”

而寒武纪招股书中的数据显示，来自 公司A 的收入占比已经从2017年98.34%骤降到2019年的14.34%，比2018年大幅减少为6365万元，并从第一大客户降为第四大客户。

众所周知，华为是国内仅有的自研SoC的手机厂商。国内大部分的终端厂商不像华为一样自研AI芯片。

不过，有观点指出，如果寒武纪要进入vivo、OPPO等手机品牌，必须说服芯片供应商采用其产品，难度不小。

因此，寒武纪此后再未提及“三年占领三成市场”的目标。

寒武纪在招股书中称，2018年其终端智能处理器IP许可销售收入同比大幅增长，主要原因系人工智能技术和应用开始普及，采用该公司终端智能处理器IP的终端设备已实现规模化出货，使得其终端智能处理器IP许可销售收入大幅增加。

而2019年其终端智能处理器IP许可销售收入同比下降较大。

招股书中解释称，主要原因系2018年向 公司A 逐步交付了终端智能处理器IP，2019年固定费用模式的IP许可销售收入相应下降。

与此同时，寒武纪在招股书中还将华为海思列为了竞争对手。

寒武纪在招股书中坦言，与英伟达、英特尔、AMD等国际大型集成电路企业相比，其在整体规模、资金实力、研发储备、销售渠道等方面仍然存在着较大的差距。国内企业中如华为海思及其他芯片设计公司也日渐进入该市场，其面临着市场竞争进一步加剧的状况。

耐人寻味的是，寒武纪CTO梁军就出身华为，先后就职于华为公司北京研究所、华为海思半导体公司，于2017年跳槽到寒武纪。目前这位CTO是所有高管中薪资最高的一位，持股也达到了3.2%。

值得注意的是，在市场调研机构Compass Intelligence2018年发布的AIChipset Index TOP24榜单中，英伟达高居第一，华为海思排名12位，而寒武纪则是第23位。

事实上，除了华为，寒武纪的投资方之一阿里巴巴也是其强大的竞争对手，后者在2018年成立了“平头哥半导体有限公司”，整合了中天微系统有限公司和达摩院自研芯片业务。

次年7月，平头哥首颗智能芯片玄铁910发布，采用RISC-V架构瞄准端+云市场， 与寒武纪有高度重合 。

客户、供应商集中度高

“失去”华为的寒武纪，不再单独依赖IP授权，开始转向拓展云端智能芯片及加速卡业务与智能计算集群系统业务。

招股书中提到，2019年其拓展了云端智能芯片和加速卡、智能计算集群业务和相应的新客户，如服务器厂商、云服务厂商、企业和地方政府等，第一大客户销售占比下降，“实现了客户多元化”，已不存在向单个客户销售比例超过公司销售总额50%的情况。

寒武纪在招股书中透露，面向数据中心、云计算、边缘计算、移动终端、智能教育、智能制造、智能交通等多个领域，其已与紫光展锐、智芯微、浪潮、联想、阿里巴巴、百度、滴滴、好未来、金山云等众多国内知名公司分别就一个或多个领域开展深度合作。

2019年11月，寒武纪签下了珠海市横琴新区管理委员会商务局的智能计算平台（二期）项目，该合同总价高达4.4亿，当年直接为寒武纪带来了2亿营收。

另外，寒武纪还与西安沣东仪享 科技 服务有限公司、上海脑科学与类脑研究中心达成了智能集群系统的相关合作。

不过，寒武纪仍然面临着客户集中的风险。

其在招股书中介绍，2017-2019年，前五大客户的销售金额合计占营业收入比例分别为100.00%、99.95%和95.44%，客户集中度较高。若主要客户大幅降低对其产品的采购量或者其未能继续维持与主要客户的合作关系，将给其业绩带来显著不利影响。

据艾瑞咨询测算，芯片销售利润一般在每颗几美金，只有当产量达到千万量级时，芯片定价才能覆盖研发费用和芯片成本。

因此有分析称，作为专用芯片，寒武纪找到如此大规模的特定应用市场并不容易，收入很可能不足以支撑研发，这可能也是寒武纪寻求上市的主要原因。

除此之外，寒武纪采用Fabless模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。2017年-2019年，其通过代理商采购芯片IP、EDA工具、晶圆及其他电子元器件等。

2017年-2019年，该公司向前五名直接供应商合计采购的金额分别为1422.28万元、20315.49万元和36271.17万元，占同期采购总额的比例分别为92.64%、82.53%和66.49%，占比相对较高。

其中，晶圆主要向台积电采购，芯片IP及EDA工具主要向Cadence、Synopsys和ARM等采购，封装测试服务主要向日月光、Amkor和长电 科技 采购，采购相对集中。

寒武纪提到，由于集成电路领域专业化分工程度及技术门槛较高，部分供应商的产品具有稀缺性和独占性，如不能与其保持合作关系，该公司短时间内难以低成本地切换至新供应商。

此外，寒武纪表示，未来若供应商业务经营发生不利变化、产能受限或合作关系紧张，或由于其他不可抗力因素不能与该公司继续进行业务合作，将对其生产经营产生不利影响。

本文系观察者网独家稿件，未经授权，不得转载。

想了解科技,军事,经济等方面前沿知识从上什么网

国内目前有一些前沿科技网站，如果按照类型来分，可以给你推荐以下几个：

1、各种产品前沿设计—多新奇，这是一个汇聚了各种新奇设计的网站，这些设计都依托于最新的科技。

2、真正的硬核科技网站–科学网，这是中国科学报社主办的网站，里面汇聚了全球目前顶尖前沿的、超硬核的科技资讯。

3、将科技和生活结合起来–科学松鼠会，都是些与生活相关的科技，就像看新闻一样。

4、军事类网站有央视军事网，凤凰网军事都比较准。

5、经济类网站：国家统计局网站；中国人民银行网站；国家发改委网站；证监会、银监会、保监会网站；这些都是了解经济政策和数据最权威的网站。

2021那些事儿｜细数信息技术4大领域

2021年，信息技术发展突飞猛进。人工智能、大数据、开源、虚拟现实（VR）、增强现实（AR）……每个领域的发展几乎都可圈可点。

在人工智能领域，人工智能的语言大模型、图文大模型乃至多模态大模型的基本能力已得到了充分展现。例如，阿里巴巴达摩院公布多模态大模型M6最新进展，参数从万亿跃迁至10万亿；鹏城实验室与百度联合发布全球首个知识增强千亿大模型——鹏城—百度·文心，参数规模达到2600亿。

不仅如此，人工智能与其他科学领域的交叉融合也擦出火花。在《科学》近日公布的2021年度科学突破榜单上，AlphaFold和RoseTTA-fold两种基于人工智能预测蛋白质结构的技术位列榜首。

在人机交互领域，扎克伯格将Facebook公司更名为“Meta”时，特斯拉和SpaceX首席执行官埃隆·马斯克则将注意力放在脑机接口上。马斯克认为脑机接口装置将更有可能改变世界，帮助四肢瘫痪或有身体缺陷的人更好地生活和工作，“复杂的脑机接口装置可以让你完全沉浸在虚拟现实中”。此外，今年5月，斯坦福大学开发出一套皮质内脑机接口系统，可以从运动皮层的神经活动中解码瘫痪患者想象中的手写动作，并将其转换为文本。

在超算领域，最值得一提的是，今年11月，我国超算应用团队凭借“超大规模量子随机电路实时模拟”成果斩获国际高性能计算应用领域的最高奖项“戈登贝尔奖”。

在开源方面，RISC-V开源指令集及其生态快速崛起；由华为公司牵头，中国科学院软件研究所、麒麟软件等参与的openEuler操作系统开源社区业已汇聚了7000名活跃开发者，完成8000多个自主维护的开源软件包，催生了10多家厂商的商业发行版……

回望2021年，信息技术版邀请业内专家梳理上述四个领域的发展脉络，展望未来发展趋势。

作者张双虎

AlphaFold或是2021年人工智能（AI）领域的“一哥”。

近日，《科学》杂志公布了 2021 年度科学突破榜单，AlphaFold 和 RoseTTA-fold 两种基于人工智能预测蛋白质结构的技术位列榜首。

此前几天，由中国工程院院刊评选的“2021全球十大工程成就（近5年全球实践验证有效、有全球影响力的工程科学和技术重大成果）”中，AlphaGo和AlphaFold亦榜上有名。

在接受《中国科学报》采访时，数位专家回望今年人工智能领域取得的成就时，均谈到了AlphaFold。

“面向科学发现的AlphaFold和中国正在构建的人工智能发展生态不能不说。” 浙江大学人工智能研究所所长吴飞对《中国科学报》说。

中科院自动化研究所模式识别国家重点实验室研究员王金桥则提名“用AI进行新冠诊断”“人工智能与生物、制药、材料等科学融合（AI for Science）”和“三模态大模型紫东太初”。

在医学领域，AI识别咳嗽声早已用于肺炎、哮喘、阿尔茨海默氏症等疾病检测。美国麻省理工学院研究人员研发出可以通过分析咳嗽录音识别新冠患者的AI模型，识别出新冠患者咳嗽的准确率为98.5％，其中识别无症状感染者的准确度高达100％。日前，有报道称该模型已用于识别奥密克戎病毒。

“紫东太初首次实现了图—文—音语义统一表达，兼具跨模态理解和生成能力。” 王金桥说，“目前与新华社共同发布的‘全媒体多模态大模型研发计划’，实现对全媒体数据理解与生成的统一建模，打造全栈国产化媒体人工智能平台，已 探索 性地应用于纺织业和 汽车 行业质检等场景。”

12月7日， 科技 部官网公布3份函件，支持哈尔滨、沈阳、郑州3地建设国家新一代人工智能创新发展试验区。至此，我国已经有18个国家新一代人工智能创新发展试验区，这将引领带动中国人工智能创新发展。

“我国正在推动人工智能生态发展，构建良好生态。”吴飞说，“目前已有15个国家新一代人工智能开发创新平台、18个国家新一代人工智能创新发展试验区、8个人工智能创新应用先导区和高等学校设置的人工智能本科专业和交叉学科等人才培养载体。”

“一是大模型，二是人工智能和基础学科的结合。”孙茂松对《中国科学报》说，“语言大模型、图文大模型乃至多模态大模型的基本能力已得到了充分展现，确定了它作为智能信息处理基础软设施的地位。同时，它并非简单地扩大规模，而是对数字资源整合能力和计算能力都提出了挑战。虽然它的局限性也很明显，但它所表现出的某些‘奇特’性质（如少样本学习、深度双下降、基于提示的任务调整等），使学者产生了超大参数规模或会引发质变的期待，从而为新的突破埋下了伏笔。”

今年，人工智能领域从“大炼模型”走向“炼大模型”阶段，从千亿量级到万亿量级，在大模型领域，似乎没有最大，只有更大。

3月，北京智源人工智能研究院发布我国首个超大规模人工智能模型“悟道1.0”。6月，智源就改写了自己的纪录，发布悟道2.0，参数规模达到1.75万亿；9月,浪潮人工智能研究院推出了中文巨量语言模型——源 1.0，参数量达2457亿；11 月，阿里巴巴达摩院公布多模态大模型 M6 最新进展，参数从万亿跃迁至 10 万亿；12月，鹏城实验室与百度联合发布全球首个知识增强千亿大模型——鹏城—百度·文心，参数规模达到2600亿。

与此相应，最近快手和苏黎世联邦理工学院提出了一个新的推荐系统Persia，最高支持100万亿级参数的模型训练。

另一方面，人工智能在基础学科领域不断攻城略地。

7月，DeepMind公司人工智能程序Alphafold2研究成果又登顶《自然》，在结构生物学研究领域，人工智能或带领生物学、医学和药学挺进新天地；11月，美国南加利福尼亚大学研究人员通过脑机连接设备，让猴子玩 游戏 和跑步机，从而进行神经活动数据研究；12月，DeepMind开发的机器学习框架，已帮助人们发现了纯数学领域的两个新猜想，展示了机器学习支持数学研究的潜力。

“今年人工智能在各行业应用方面也取得不小的成绩。”孙茂松说，“人工智能与基础学科结合已显示出巨大潜力，发表了多篇顶级论文，已展露出某种较强的趋势性，即‘人工智能+基础科学’大有可为。”

作者张双虎

脑机接口、AR眼镜、智能语音、肌电手环、隔空手势识别……2021年，从基础研究到应用落地，人机交互领域风起云涌。不管是智能 健康 、元宇宙，还是自动驾驶领域的蓬勃发展，似乎都表明，人机交互正站在产业化落地的门口。

“我们研发的高通量超柔性神经电极已通过科研临床伦理审批，即将开展脑机接口人体临床试验。”中科院上海微系统所副所长、传感技术联合国家重点实验室副主任陶虎对《中国科学报》说，“安全稳定地大规模采集人体大脑的神经元信号并进行闭环调控，将实现病人感知和运动功能的修复。”

脑机接口技术给患者带来越来越多的便利。今年5月，斯坦福大学研究人员在《自然》发表封面论文，开发出一套皮质内脑机接口系统，可以从运动皮层的神经活动中解码瘫痪患者想象中的手写动作，并将其转换为文本。借助该系统，受试者（因脊髓损失瘫痪）每分钟可以打出近百个字符，且自动更正后的离线准确率超过了 99%。

不久前，马斯克表示，希望明年能在人类身上使用Neuralink 的微芯片装置。该芯片将用于治疗脊髓损伤、帕金森氏症等脑部疾病和神经系统疾病。目前，相关技术正在等待美国食品药品监督管理局的批准。

“脑机接口领域已经蓄积了相当的技术，有望成为解决大脑疾病的利器。”陶虎说，“大家都在抢占临床应用的先机，明年可能会实现技术落地应用。预计两三年内，国内会出现可媲美马斯克Neuralink的独角兽企业。”

“人机交互将引申出新的万亿级市场。”福州大学特聘教授严群这句判断，也囊括了元宇宙这个巨大的市场。

有人称2021年是“元宇宙元年”，也有人认为这不过是“旧瓶装新酒”。但无论如何，元宇宙已是今年人机交互领域绕不开的话题。

“元宇宙是虚拟现实、增强现实和混合现实的综合，它实际上并非新的东西。”北京邮电大学人机交互与认知工程实验室主任刘伟告诉《中国科学报》，“元宇宙是现实世界和虚拟世界跨越未来的发展方向，但还有些技术问题未能很好地解决。”

在真实世界里，人机交互问题和人机环境系统的混合问题未能很好地解决。真实世界的人机交互中，不管是输入、处理还是输出过程中，客观数据、主观信息和知识依然不能完美融合。

刘伟认为，无论真实世界还是虚拟世界，人类和机器决策都有“快决策”和“慢决策”过程。人类决策有时依靠逻辑决策多些，有时直觉决策多些，这种“混合决策”不断变换，而且很难找到变化规律。这方面的问题机器决策目前还未能解决。

“元宇宙还处在画饼的前期阶段。”刘伟说，“因为它的底层机理没有解决——人在真实世界里未能完美解决人机交互的问题，带到元宇宙里同样不能解决。”

谈到人机交互，刘伟认为第二个不能不说的问题是“复杂领域”。

“今年的诺贝尔物理学奖，也给了复杂系统预测气候变化模型的提出者。”刘伟说，“人机交互也是一个复杂系统，它既包括重复的问题，还包括杂乱的、跨域协同的问题。”

刘伟认为，从智能的角度说，复杂系统包括三个重要组成部分，一是人，二是装备（人造物），三是环境。这其实是多个事物之间相互作用，交织在一起、既纠缠又重叠的“人机环系统”问题。

“在人机交互中，机器强在处理‘复’的问题，人擅长管‘杂’的事——跨域协同、事物间平衡等。因为人们还没找到复杂事物的简单运行规律，所以解决所有智能产品、智能系统问题，要从人、机、环这个系统里找它们的结合、融合和交互点。而且，人要在这个系统中处于主导地位。”

人机交互领域引起刘伟重视的第三个现象，是“人工智能帮数学家发现了一些定律”。“最近，DeepMind研发了一个机器学习框架，能帮助数学家发现新的猜想和定理。”刘伟说，“人工智能是一个基本的数学工具，同时，数学又反映了一些基本规律。如果人工智能可以帮助数学家处理一些数学问题，那么，人们将更好地认识复杂系统的简单规律，人机交互方面就可能会取得新突破。”

作者张云泉（中国科学院计算技术研究所研究员）

今年是我国超算应用实现丰收的一年。

11月中旬在美国举行的全球超算大会（SC21）上，中国超算应用团队凭借基于一台神威新系统对量子电路开创性的模拟（“超大规模量子随机电路实时模拟”），一举摘得国际上高性能计算应用领域的最高学术奖——“戈登贝尔奖”。

同时，在SC 21大学生超算竞赛总决赛上，清华大学超算团队再次夺得总冠军，实现SC竞赛四连冠。这些大规模应用软件可扩展性和性能调优方面的成绩表明，我国在并行软件方面的发展方兴未艾。

回到超算对产业的驱动来看，我们要重提“算力经济”一词。早在2018年，我们提出“算力经济”概念，认为以超级计算为核心的算力经济将成为衡量一个地方数字经济发展程度的代表性指标和新旧动能转换的主要手段。

综合近几年的发展趋势，我们认为高性能计算当前发展趋势已充分表明，随着超算与云计算、大数据、AI的融合创新，算力已成为当前整个数字信息 社会 发展的关键，算力经济已经登上 历史 舞台。

通过对2021年中国高性能计算机发展现状综合分析，可以总结出当前高性能计算正呈现出以下几个特点。

首先，高性能计算与云计算已经深度结合。高性能计算通常是以MPI、高效通信、异构计算等技术为主，偏向独占式运行，而云计算有弹性部署能力与容错能力，支持虚拟化、资源统一调度和弹性系统配置。

随着技术发展，超级计算与容器云正融合创新，高性能云成为新的产品服务，AWS、阿里云、腾讯、百度以及商业化超算的代表“北龙超云”，都已基于超级计算与云计算技术推出了高性能云服务和产品。

其次，超算应用从过去的高精尖向更广、更宽的方向发展。随着超级计算机的发展，尤其是使用成本的不断下降，其应用领域也从具有国家战略意义的精密研制、信息安全、石油勘探、航空航天和“高冷”的科学计算领域向更广泛的国民经济主战场快速扩张，比如制药、基因测序、动漫渲染、数字电影、数据挖掘、金融分析及互联网服务等，可以说已经深入到国民经济的各行各业。

从近年中国高性能计算百强排行榜（HPC TOP100）来看，超算系统过去主要集中于科学计算、政府、能源、电力、气象等领域，而近5年互联网公司部署的超算系统占据了相当大比例，主要应用为云计算、机器学习、人工智能、大数据分析以及短视频等。这些领域对于计算需求的急剧上升表明，超算正与互联网技术进行融合。

从HPC TOP100榜单的Linpack性能份额看，算力服务以46%的比例占据第一；超算中心占24%，排名第二；人工智能、云计算和短视频分别以9%、5%和4%紧随其后。

可以看出，人工智能占比的持续增加与机器学习等算法和应用的快速崛起，以及大数据中的深度学习算法的广泛应用有很大关系。互联网公司通过深度学习算法重新发现了超级计算机，特别是GPU加速的异构超级计算机的价值，纷纷投入巨资建设新系统。

综合来看，目前的算力服务、超算中心、人工智能、科学计算等领域是高性能计算的主要用户，互联网、大数据，特别是AI领域增长强劲。

再次，国家层面已经制订了战略性的算力布局计划。今年5月，国家发展改革委等四部门联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，提出在京津冀、长三角、粤港澳大湾区、成渝以及贵州、内蒙古、甘肃、宁夏建设全国算力网络国家枢纽节点，启动实施“东数西算”工程，力促把东部的数据送到西部进行存储和计算，同时在西部建立算力节点，改善数字基础设施不平衡的布局，有效优化数据中心的布局结构，实现算力升级，构建国家算力网络体系。

最后，人工智能的算力需求已成为算力发展主要动力。机器学习、深度学习等算法革新和通过物联网、传感器、智能手机、智能设备、互联网技术搜集的大数据，以及由超级计算机、云计算等组成的超级算力，被公认为是人工智能时代的“三驾马车”，共同掀起最新一轮的人工智能革命。

在人工智能蓬勃发展这一背景下，虚拟化云计算向高性能容器云计算演进，大数据与并行计算、机器学习融合创新就成为了产业发展的最新方向。

此外，在智能计算评测方面，我国已经提出了包括AIPerf 500在内的众多基准测试程序，这是对传统Linpack测试标准的有力补充。

这些发展表明超算技术向产业渗透的速度加快，我们已经进入一个依靠算力的人工智能时代，这也是未来发展的必然趋势之一。随着用户对算力需求的不断增长，算力经济必将在未来 社会 发展中占据重要地位。

作者武延军（中国科学院软件研究所研究员）

开源发展可圈可点并非只是今年的事。最近几年，开源领域发生了很多重要的事情。

例如，RISC-V开源指令集及其生态的快速崛起。这与上世纪90年代初Linux诞生一样。当时，UNIX和Windows是主流，很少有人能够预料到今天以Linux为内核的操作系统已经遍及人们生活的方方面面。

如今，人们每天使用的App，超过80% 概率是运行在以Linux为内核的安卓操作系统上，而且，支撑其业务的后端服务器上运行的操作系统很大概率也是Linux发行版。

所以，今天的RISC-V也同样可能被低估，认为其不成熟，很难与ARM和X86抗衡。但也许未来RISC-V就像Linux一样，最终成为全球范围内的主流指令集生态，产品遍及方方面面。

仅2020年，RISC-V International（RVI，RISC-V基金会迁入瑞士之后的新名称）的会员数增长了133%。其实RVI迁入瑞士这件事情本身也意义重大，是一次开源领域面对大国竞争保持初心不“选边站”的经典案例，值得全球其他开源基金会参考。

在国内，2019年底，华为公司牵头，中国科学院软件研究所、麒麟软件等参与的openEuler操作系统开源社区正式成立。在短短的两年内，社区已经汇聚了7000名活跃开发者，完成8000多个自主维护的开源软件包，催生了10多家厂商的商业发行版。

这是中国基础软件领域第一个真正意义上的“根社区”，虽然与20多年 历史 的Debian、Fedora还有差距，但迈出了重要一步，对学术研究、技术研发、产业创新来说，终于有了国内主导的、可以长期积淀的新平台。

同时，华为在遭遇安卓操作系统GMS（谷歌移动服务）海外断供之后，推出了鸿蒙操作系统HarmonyOS，并在开放原子开源基金会下启动开源项目OpenHarmony。

目前OpenHarmony短时间内已经吸引了国内众多厂商参与，也侧面反映了国内产业界对新一代万物互联操作系统的旺盛需求。尽管其在生态规模和技术完整程度方面与安卓仍有差距，但毕竟迈出了打造自主生态的第一步。

这相当于为源代码合理使用划定了一个边界，即合理使用仅限于接口，一旦深入到接口的实现代码，则需要遵守相关许可。这对开源知识产权的法律界定具有重要参考意义。

今年5月，《2021中国开源发展蓝皮书》重磅发布。它不仅系统梳理了我国开源人才、项目、社区、组织、教育、商业的现状，并给出发展建议，而且为国家政府相关管理部门制定开源政策、布局开源战略提供参考，为科研院所、 科技 企业以及开源从业者提供更多的案例参考和数据支撑。

而不论是开源软件向围绕开放指令集的开源软硬件生态发展，还是开源有严格的法律边界约束，抑或是国内龙头企业正尝试通过开源 探索 解决“卡脖子”问题，且已经取得了一定的效果……众多案例都指向一个方向——开源趋势不可阻挡。因为它源自人类分享知识、协同创造的天性，也是人类文明在数字时代薪火相传的重要模式。

当然，不可否认的是，开源还存在很多问题，例如，开源软件供应链安全的问题。这里的安全既有传统意义上软件质量、安全漏洞的问题，也有开源软件无法得到持续有效维护的问题（如OpenSSL在出现HeartBleed问题时只有两位兼职维护者，log4j出现问题时只有三位兼职维护者），更有大国竞争导致的“断供”问题（如GitHub曾限制伊朗开发者访问）。

随着开源软件向GitHub这类商业平台的集中，这一问题会更加突出，甚至演变为重大风险。开源软件这一本应属于全人类的智慧资产，可能变为实施“长臂管辖”的武器。为了避免这一问题，开源代码托管平台、开源软件构建发布平台等公共基础设施需要“去中心化”。世界需要多个开源软件基础设施，以最大程度消除政治力量对开源社区的威胁。

对于中国来说，随着开源软件成为众多科研、工业等重大基础设施的重要支撑部分，开源软件本身也要有一个基础设施，具备代码托管、编译、构建、测试、发布、运维等功能，保证开源软件供应的安全性和连续性，进而增强各行各业使用开源软件的信心。

未来，核心技术创新与开源贡献引领将成为国内企业发展的新动力，或将我国开源事业推向另一个高潮。

26岁副教授芯片研究获重大突破，这有什么意义？

对于中国的科技和医疗事业的发展是有很大作用的，随着世界科技水平的发展，人们所要用到的科技技术越来越高，芯片研究获得重大突破，也就意味着芯片在全世界中的应用能够跨一个大度。

OK，关于中国科学报官网和中国科学报官网 愿春天不再寂静的内容到此结束了，希望对大家有所帮助。