几十年来，硅基系统驱动了数字经济的繁荣，如今却逐渐触碰能效瓶颈与物理极限。

美国《福布斯》双周刊网站日前报道称，一个充满活力的新型计算生态已初具雏形，其中人工智能（AI）、量子计算、百亿亿级超算、生物计算（DNA与分子计算）和神经形态计算等先进范式各司其职，有望攻克人类面临的最棘手难题，并为各行业带来巨大经济收益。

AI负责统筹协调

AI早已从潜力工具蜕变为业务加速器，驱动从自主运营到预测分析的方方面面。高级AI模型凭借出色的模式识别、自然语言理解和实时优化能力，在供应链管理、风险评估和客户体验等领域给出可量化的回报。

为进一步释放AI技术的潜能，科学家正打造更高效的硬件，拓展复杂模拟，并优化跨平台算法。更重要的是，AI正成为推动计算与科学进步的催化剂。例如，谷歌的AlphaFold精准预测了逾2亿种蛋白质结构，大幅加速生物医药研究。同时，AI也用于优化量子算法、数据中心运营和半导体设计，在下一代计算生态中扮演统筹调度的“总指挥”角色。

量子计算机临近实用

借助叠加与纠缠等量子力学特性，量子计算能以超越经典极限的方式处理信息，独具魅力。随着IBM、谷歌、IonQ、Quantinuum等公司不断取得进展，实用量子计算机日益临近。

2025年，IonQ宣布实现99.99%的双量子比特门保真度，这是减少误差、迈向可扩展量子系统的关键基准。IBM则计划在2030年前交付实用且容错的量子计算机。种种进展表明，量子实用将比许多人预想的更早走进现实。

政府实验室、金融公司和制药企业已开始测试云端量子—经典混合系统。及早备战“Q日”（量子计算机破解现有加密、令全球通信“裸奔”的那一天）并能从容应对实际量子优势带来的安全冲击，成为有远见者的当务之急。预计到2030年代中期，量子计算创造的价值可达数千亿至上万亿美元。

超算立于算力之巅

算力是数字时代的核心生产力，而超级计算机提供的超算算力则位于算力金字塔的顶端。超级计算机能预测天气、模拟台风路径、辅助新药研发、筛选抗癌分子，甚至充当AI训练的幕后英雄，成为现代科技社会不可或缺的引擎，也是新型计算生态的基石。

在6月23日揭晓的第67期全球超算TOP500榜单中，中国超算“灵晟”首次入榜即夺冠，创下每秒约219亿亿次双精度浮点运算的傲人成绩。紧随其后的是美国的“酋长岩”“前沿”“极光”和德国的“朱庇特”。

这些“巨兽”为先进制造、天文学和气候科学的大规模建模提供了无与伦比的算力。例如，美国橡树岭国家实验室的“前沿”正加速材料发现、模拟气候系统、训练复杂AI模型，甚至模拟核聚变等离子体湍流，成为科学与AI进步的关键支柱。而“灵晟”自部署以来，已支撑大气海洋、工程仿真、材料科学、药物发现、脑科学及大模型推理等诸多领域。尤其在生物信息领域，科学家借助“灵晟”实现单日十万亿级化合物虚拟筛选，结合AI强化学习，效率提升千倍，有力推动创新药物研发与精准医疗。

生物计算实现高密度存储

在微观领域，生物分子也蕴藏着惊人的计算与存储潜力。

生物计算利用细胞过程、DNA和RNA进行并行处理与信息存储，能以极高的耐久性和极低能耗储存海量数据，应用领域涵盖超高效档案存储等。

DNA存储方案已获大型IT企业资助。华盛顿大学与微软的科学家证明，DNA存储密度可达每立方毫米1艾字节（260字节）；商业公司正努力将1太字节（240字节）数据浓缩在一滴水大小的DNA中，这将彻底革新国家档案馆、科学记录与AI模型的长期归档方式。

神经形态点亮边缘智能

此外，受大脑启发的计算范式正悄然崛起。

神经形态计算通过模仿人脑机制，实现软硬件的高效处理。与传统AI相比，它兼具低功耗、高算力的双重优势，特别擅长传感器、自主系统和物联网边缘部署。这种以极低功耗提供类脑可塑性的能力，对长期数字化转型至关重要。

神经形态技术正迅速走出实验室。2024年4月，英特尔发布全球最大神经拟态系统Hala Point，内建11.5亿个神经元和1280亿个突触，速度是人脑的200倍，旨在突破传统AI的能效瓶颈。Hala Point在小规模边缘负载上展现出卓越的能效、速度与适应性，既能为大规模数据中心赋能，也能在边缘计算场景大显身手。此外，IBM的类脑AI芯片Northpole将内存与处理集成于同一架构，大幅削减数据传输，提升能效。这些系统在自动驾驶、机器人、边缘AI、航天及国防等对能效极其敏感的领域潜力巨大。

计算生态系统正经历一场深刻变革。没有任何一种计算范式能够独霸未来。企业将越来越多地部署融生物计算、量子、AI、超算和神经形态于一体的混合架构。其中，AI统筹调度工作负载，超算执行大规模模拟，量子处理器攻克优化与化学发现，DNA存储归档海量数据集，神经形态系统则助力实现边缘低功耗智能。这一生态有望在下一代材料、安全通信、气候解决方案和个性化医疗等方面催生创新，推动经济发展。

但与此同时，它也带来了能源消耗、网络安全风险、伦理治理和技能短缺等挑战，全球应以审慎而前瞻的态度，为这些技术的发展保驾护航。