问题类型
全部 前沿科学问题 工程技术难题 产业与技术问题
学科领域
全部 数理化基础科学 生命健康 地球科学 生态环境 制造科技 信息科技 先进材料 资源能源 农业科技 空天科技 其他
征集年度
全部 2024 2023 2022 2021 2020 2019 2018
自主可控 设计软件 基础设施领域 新基建
基础设施领域包含多个方面，如交通基础设施、能源供应设施、水利水电设施、通信设施、市政公用设施和公共服务设施等，其中交通基础设施领域在我国占据着至关重要的战略性地位，涵盖公路、铁路、航空、水运、轨道交通等。工程设计软件作为工业软件的重要分支，是基础设施领域的关键生产力，其生态与发展是交通强国的重要体现。工程设计软件分为基础软件和应用软件。基础软件如 AutoCAD、ArcGIS、ANSYS 等，具备基础且通用的功能，像二维/三维绘图、地理信息系统、有限元分析等，不依赖于其他软件。应用软件如纬地道路、桥梁大师等，是基于基础软件或利用其输出数据进行二次开发的，以实现专业化的设计功能，比如道路设计、桥梁设计等。软件集成了复杂的算法和模型，可以辅助各类工程项目进行规划、设计、分析以及仿真模拟，在基础设施建设中发挥着重要作用。根据《中国工业软件产业白皮书（2020）》中数据显示，直至2019年前，我国95%的工程设计软件依赖进口。从2020年开始，欧美国家开始对我国一些企业开展制裁，而设计软件领域严重被欧美国家制约。为打破国外技术壁垒与垄断，解决“卡脖子”难题，保障数字工程建设安全，提升新质生产力，在基础设施领域实现设计软件的自主可控迫在眉睫。 21世纪以来，我国基础设施建设领域迅猛发展，然而工程设计软件却高度依赖进口。采用国外设计软件存在巨大的信息安全风险，若基础设施重要控制性工程的关键信息发生泄露，将直接危及国家安全。与此同时，伴随中美贸易摩擦风险的不断增大，关键核心技术受制于人，致使我国基础设施建设面临“卡脖子”风险，甚至对“一带一路”国家战略产生影响。鉴于此，建议国家强化政策支持力度，完善相关学科建设，加大资金投入规模，健全软件生态体系，以此加快国产工程设计软件的发展，降低对国外技术的依赖，保障信息安全，促进产业的健康发展。
推荐机构： 中国公路学会
2024年度
情感计算 情商 数字人 机器人
情智兼备的数字人与机器人不仅能够实现处理任务的高效性，也能够兼顾情感关怀的人性化，旨在不断提高人机交互的综合水平。在深度学习技术发展的推动下，数字人和机器人在认知、决策和学习方面取得了长足的进步，然而在情商方面仍面临着诸多挑战，如情感识别的准确性和情感表达的自然性等。未来研究面临的关键难点包括多模态情感感知、个性化情感分析和仿生化情感交互。情智兼备的数字人与机器人对推动通用人工智能技术的发展具有重要意义，将在医疗、教育、工业等领域展示出广阔的应用前景，有效服务民生改善、国防建设等国家重大需求。同时，情感智能的研究也将促进跨学科合作和交流，为人工智能技术的发展提供新的思路和方法，推动智能时代的到来。
推荐机构： 中国图象图形学学会
高性能计算 图形处理 数据分析 计算能力
高性能GPU（图形处理单元）是计算设备中的关键组件，负责渲染图像、视频和其它视觉内容。近年来，由于虚拟现实、人工智能和高分辨率游戏等图形密集型应用和技术的兴起，对高性能GPU的需求显著增加。高性能GPU在各个应用领域有着广泛的应用，已是国家经济的支柱技术。在当今紧张的国际环境和脱钩的压力下，中国研发自己的高性能GPU显得极其重要。 开发高性能GPU是一个复杂的系统工程，涉及硬件设计、软件设计、先进制程工艺及开源架构和应用集成。开发高性能GPU涉及的许多关键步骤和注意事项，涵盖架构设计、性能优化、软件开发、功耗管理和制造工艺等各个方面。 GPU研发可以归纳为以下：图形处理单元（GPU）是一种专用电子电路，旨在快速操作和更改内存，以加速在帧缓冲区中创建图像，以输出到显示设备。高性能GPU是现代计算设备的重要组件，可实现在游戏、人工智能、科学计算和视觉设计等领域的广泛应用。除了芯片硬件开发之外，还有软件框架开发，包括GPU上运行的固件、Kernel Driver、User Mode Driver、Windows Systems。集成这些系统有很大的挑战。 开发高性能GPU有一系列的困难和挑战，包括： 架构设计：GPU的架构包括处理单元、内存子系统、互连和专用硬件组件（如：纹理单元）。高效且能够处理复杂的图形和运算处理任务的架构极其重要。 软件栈开发：GPU编程需要编写高效的算法、优化并且执行代码以及利用专门的库和框架。软件开发包括驱动程序、编译器和工具。集成开源软件是开发人员能够充分利用到的巨大的开原生态工作之一。 性能优化：最大化性能同时最小化延迟，该瓶颈对于GPU开发至关重要。这涉及优化架构、平衡工作负载以及实施高效的数据处理技术。 测试：GPU是个大系统芯片。除了模块级测试、芯片级测试，还需要整机和多机互联测试。 功耗管理：管理功耗和散热对于高性能GPU来说至关重要，以确保稳定性、可靠性和效率。必须设计多个电源域，并由软件根据需要自动管理。 制造工艺：使用先进半导体制造工艺对于GPU最终性能至关重要。开发高性能GPU需考虑使用最优的生产工艺。同时，也要考虑当前国际形势对可使用工艺的影响。 综上所述，开发高性能GPU是一个充满挑战的大系统过程，需要硬件设计、软件优化和先进工艺技术等方面的专业知识，以及多年经验的积累。研发过程中涉及架构设计、软件开发、可使用IP及制造工艺等领域。在当前国际大环境中，每一个环节都要有研发人员的多年技术积累和灵活应对挑战的能力。 依据国家对高性能GPU的国产自主可控的需求，从图形学理论的基础解析开始，对各种应用场景的算法和算力要求进行了全面分析，定义出完全自研的、面向超标量流处理的架构及核心IP，打造系列产品作为高性能GPU的国产替代，解决卡脖子问题。该国产GPU应遵循国际标准OpenGL&OpenCL，满足高质量图形显示的可编程设计，可形成高性能通用图形处理器板卡、模组、系统等多种形式的产品，采用双精度Tensor Core，实现了自GPU推出以来，高性能计算性能的巨大飞跃。GPU可兼用于显示设备和智算设备。结合80GB的高速GPU显存，可将10小时双精度仿真缩短到4小时以内，HPC应用还可以利用TF32将单精度、密集矩阵乘法运算的吞吐量提升高达10倍，提供功能强大的端到端AI和HPC数据中心平台，并应用于深度学习训练、深度学习推理、高性能计算、高性能数据分析，加速当今时代的重要工作。
