记者日前从全球计算联盟（GCC）获悉，2025全球计算大会（CGC）定于11月7日在深圳会展中心举 行。本届大会将围绕智能计算、具身智能、开放液冷、机密计算、AI云操作系统、CloudDevice等六大 主题设立专业论坛，推动计算技术在产业中的深度融合与落地应用。 随着人工智能与算力需求持续攀升，如何高效推进技术落地成为行业关注重点。据悉，本次大会设置的 智能计算论坛将探讨算力效率提升与AI模型优化路径；具身智能论坛则聚焦机器人、智能硬件在工业 与消费场景中的实际应用。 在计算基础设施层面，开放液冷技术论坛将针对高密度算力场景，分享绿色节能的散热解决方案。面对 数据安全挑战，机密计算论坛将探讨金融、互联网等领域中隐私保护与AI安全的协同机制。 此外，AI云操作系统论坛将发布算力资源调度与异构融合相关技术标准，CloudDevice论坛则将展示云 终端在制造、零售等行业的融合创新案例。 除专题论坛外，大会还设置了技术互动展示区，包括CloudDevice XR体验、具身智能机器人演示及智算 迷你开发实验室等，供参会者近距离了解前沿技术进展。 在全球计算产业加速发展的背景下，本次大会将为技术研发、产业应用与跨界合 ...

来源：环球网 由全球计算联盟（GCC）倾力打造的"2025全球计算大会（CGC）"即将启幕，作为汇聚全球计算领域智 慧的年度旗舰盛会，本次大会将围绕智能计算、具身智能、开放液冷、机密计算、AI云操作系统、 CloudDevice等核心业务领域设六大论坛，以"开放、创新、协作、共赢"的理念搭建技术交流与产业对 接平台。联盟以"新型计算赋能数智社会"为愿景，此次大会更是集结产学研力量，破解产业痛点的关键 契机。 开放液冷技术论坛聚焦AI时代下算力基础建设，搭建设备商与数据中心用户的对接桥梁。论坛将发布 液冷技术适配指南，解读不同场景下的部署方案，通过散热效率实测数据对比，为行业提供降本增效参 考；作为计算安全核心阵地，机密计算论坛则围绕金融与互联网应用、大模型安全防护等议题，详解 AI时代机密计算与隐私保护的协同路径。 AI云操作系统论坛将深度拆解算力调度核心技术，现场解读模型训推一体解决方案，还将发布联盟最 新研究的技术标准成果，为企业解决异构算力编排难题提供明确路径；CloudDevice论坛则聚焦云终端 与千行百业的融合创新，邀请零售、制造等领域企业分享智能终端落地案例，助力参会者挖掘设备智能 化升级商机。 ...

AI超级计算平台 - AI超级计算平台整合CPU、GPU、AI ASIC、神经系统计算和替代性计算范式，以统筹复杂工作负载并释放更大的性能、效率与创新潜力[5] - 这些系统融合强大处理器、海量存储、专用硬件及编排软件，可处理机器学习、仿真模拟和分析等领域的数据密集型工作负载[5] - 到2028年，将混合计算范式架构应用于关键业务流程的领先企业将达到40%以上，较当前8%的水平大幅增长[6] - 该技术已在推动各行业创新，例如医疗和生物技术企业将新药建模时间从数年缩短至数周，金融服务机构通过模拟全球市场降低投资组合风险[7] 多智能体系统 - 多智能体系统是由多个AI智能体组成的集合，它们通过交互实现复杂的个体或共同目标，可在单一或分布式环境中独立开发部署[7] - 通过使用多智能体系统，企业可实现复杂业务流程自动化、提升团队技能并开创人类与AI智能体的新协作方式[9] - 采用模块化设计的专业智能体通过在各工作流中重复使用成熟解决方案提升效率、加快交付速度和降低风险，便于扩展运营规模和快速适应需求变化[9] 特定领域语言模型 - 特定领域语言模型是在针对特定行业、功能或流程的专用数据上训练或微调的语言模型，凭借更高准确性、更低成本和更好合规性填补通用大语言模型的空白[11] - 到2028年，企业使用的生成式AI模型中将有超过半数属于特定领域模型[12] - 基于DSLM的AI代理可解读特定行业上下文，即使在陌生场景中也能做出合理决策，具有出色准确性、可解释性和决策合理性[13] AI安全平台 - AI安全平台为第三方及定制AI应用提供统一防护机制，能够进行集中监测、强制执行使用策略并有效防范AI特有风险，如提示注入、数据泄露、恶意代理行为等[13] - 到2028年，使用AI安全平台保护AI投资的企业比例将达到50%以上[15] AI原生开发平台 - AI原生开发平台使用GenAI实现快速、便捷的软件开发，使软件工程师作为"前沿部署工程师"协同领域专家开发应用[15] - 到2030年，80%的企业将通过AI原生开发平台将大型软件工程团队转变为更小、更敏捷的团队并通过AI赋能这些团队[17] - 领先企业正在组建微型平台团队，在安全和治理框架范围内让非技术领域专家能够自主开发软件[15] 机密计算 - 机密计算重塑企业处理敏感数据的方式，工作负载被隔离在基于硬件的可信执行环境中，即使面对基础设施所有者、云提供商或任何拥有硬件物理访问权限的实体也能保持内容与工作负载私密性[18] - 到2029年，75%以上在非可信基础设施中处理的业务将通过机密计算保障使用安全[18] 物理AI - 物理AI通过赋能具有感知、决策和行动能力的机器与设备，将智能带入到现实世界，为自动化、适应性和安全性至关重要的行业带来可观收益[19] - 随着技术日益普及，企业需要融合IT、运营与工程知识的新型技术人才，这一转变带来技能提升与协作机会，但也可能引发就业担忧[21] 前置式主动网络安全 - 前置式主动网络安全运用AI驱动的安全运营、程序化阻断与欺骗技术在攻击者行动前实施干预，通过预测实现防护[23] - 到2030年，随着企业从被动防御转向主动防护，前置式主动防御解决方案将占到企业安全支出总额的一半[23] 数字溯源验证 - 数字溯源指对软件、数据、媒体及流程的来源、所有权和完整性进行验证的能力，企业可使用软件物料清单、认证数据库、数字水印等工具验证和追踪供应链中的数字资产[23] - 到2029年，在数字溯源方面投入不足的企业将面临高达数十亿美元的制裁风险[23] 地缘回迁 - 地缘回迁指企业因考虑地缘政治风险而将数据与应用从全球公有云迁出至主权云、区域云服务商或自有数据中心等本地平台[24] - 到2030年，欧洲和中东地区将有超过75%的企业把虚拟工作负载回迁至降低地缘政治风险的解决方案，而2025年的这一比例不足5%[26] - 将工作负载转移至主权立场更强的服务提供商可帮助加强对数据驻留、合规及治理的控制力，提高对本地法规遵从性并获得关注数据隐私或国家利益客户的信任[26]

富士通Monaka处理器战略转型 - 公司从超级计算机专用处理器转向可扩展数据中心基础设施部署 标志着重大战略转变 [1] - 目标市场为超大规模计算、能源限制及Arm架构主导的云基础设施领域 [1] - 采用2纳米核心芯片与3D多核布局 专为风冷服务器设计 优化机密计算与超低电压运行 [1] 技术架构与设计 - 核心采用2nm工艺 SRAM/IO采用5nm工艺 通过硅通孔垂直集成 双插槽配置提供288个Armv9-A核心 [3] - 设计强调实用性 使用DDR5(12通道/插槽)和PCIe Gen6 平衡性能与成本 功耗低于500W [6] - 3D芯片组集成逻辑/内存/IO 采用硅中介层 类似AMD 3D V-Cache和Intel Foveros技术 [9] 性能与效率目标 - 预计2027年上市 承诺应用性能和每瓦性能逐代提升 目标两倍于未透露的竞争对手 [10][38] - 超低电压运行策略通过内部EDA工具实现 效率提升相当于全工艺节点推进 [15] - 专注可预测功耗与工作负载隔离 而非峰值浮点性能 差异化定位为通用服务器级Arm芯片 [6][18] 安全与可靠性特性 - 硬件级全内存加密 唯一密钥保护虚拟机 集成硬件信任根与可信启动机制 [19][22] - 继承大型机经验 融入错误检测/热控制/故障恢复机制 满足政府/金融等高可信需求 [22] - 支持CXL 3.0可组合基础设施与PCIe Gen6 兼容下一代存储和网络设备 [30] 软件生态与行业定位 - 支持标准Linux堆栈与Arm SystemReady SR认证 无需定制工具链 兼容上游发行版 [24][27] - 开发工具链涵盖LLVM/GCC/Python 延续A64FX生态 支持AMD ROCm GPU异构计算 [27] - 定位"大型机级"处理器 瞄准主权云/电信/国防市场 强调可靠性而非绝对性能 [31][34] 公司技术传承与市场策略 - 延续SPARC64到A64FX的技术路线 30年处理器设计经验支撑Monaka开发 [35][37] - 获日本绿色创新基金支持 符合国家节能政策 参与全球自主计算基础设施竞争 [2] - 采用低调推广策略 2023年超级计算大会首次公开展示硅片模型 [2][38]