在当今数字经济与智能化浪潮席卷全球的背景下，计算能力已成为国家核心竞争力的关键组成部分。中国工程院院士郑纬民公开呼吁，应大力发展高性能图计算技术，并将其视为破解我国在计算机软硬件领域长期面临的“卡脖子”难题、推动技术自主创新与产业升级的重要战略路径。这一观点深刻指出了当前我国信息技术产业发展的核心痛点与未来突破口。

一、何为“卡脖子”难题？

所谓“卡脖子”难题，是指在计算机软硬件产业链的关键环节，我国在核心技术、高端芯片、基础软件、核心算法及先进制造工艺等方面对外依存度高，存在受制于人的风险。从高端通用处理器（CPU）、图形处理器（GPU），到操作系统、工业设计软件（EDA），再到先进半导体制造设备，这些领域的短板制约了我国信息产业的整体发展水平和安全可控能力。

二、图计算：破解复杂关系分析的新一代计算范式

图计算是一种以“图”为数据模型的计算范式。它将实体抽象为“顶点”，将实体间的关系抽象为“边”，专门用于处理和分析大规模、复杂关联的数据。与传统基于表格或键值对的计算模型相比，图计算在社交网络分析、金融风控、知识图谱、推荐系统、生物信息学、交通物流优化等领域具有天然优势，能够高效挖掘数据中深层次的关联与模式。

随着数据规模的爆炸式增长和关联复杂性的急剧提升，对图数据处理能力的需求日益迫切。高性能图计算，则强调在超大规模图数据（数万亿顶点和边）上实现低延迟、高吞吐量的实时或近实时分析，这对计算架构、算法优化和系统软件都提出了极限挑战。

三、为何发展高性能图计算能破解“卡脖子”困局？

郑纬民院士的观点具有前瞻性和战略性，主要基于以下几点考量：

1. 开辟新赛道，实现弯道超车：在传统的通用计算（如CPU）和某些专用计算（如GPU用于图形和AI训练）领域，国际巨头已建立深厚壁垒。高性能图计算作为一个快速兴起且应用前景广阔的新兴领域，全球技术格局尚未完全固化。我国若能集中力量攻关，有机会从技术研发、标准制定到产业生态构建，掌握主动权，开辟一条不受制于人的新赛道。

1. 驱动软硬件协同创新，提升整体产业水平：高性能图计算并非单一的软件或硬件技术，而是一个复杂的系统级工程。它要求：

• 硬件层面：需要设计针对图遍历、稀疏数据访问特性高度优化的新型计算芯片（如图加速器、存算一体芯片），推动我国在专用处理器架构设计上的突破。

• 软件与算法层面：需要研发高效的图计算编程框架、分布式运行时系统、图分区与存储算法、以及针对不同场景的图算法库。这能极大促进我国在系统软件和基础算法领域的自主创新能力。

• 这种软硬件深度协同的设计与优化过程，将有力带动从芯片设计、制造到操作系统、中间件、应用软件的整个产业链的技术升级和自主化进程。

1. 满足国家重大战略需求：在反欺诈、网络安全、社会治理、智慧城市、科学研究（如药物发现、气候变化模拟）等领域，处理海量关联数据是刚性需求。拥有自主可控的高性能图计算能力，意味着能更安全、更高效地支撑这些关键应用，保障国家安全和社会稳定。

1. 孕育巨大的商业价值与市场空间：图计算是人工智能迈向“可解释性”和“因果推理”的重要支撑。随着企业数字化转型深入，对复杂关系数据的分析需求激增，高性能图计算平台及解决方案将成为一个巨大的新兴市场。发展相关技术并进行商业化销售，不仅能创造经济价值，更能通过市场应用反馈驱动技术持续迭代。

四、发展路径与建议

响应郑纬民院士的呼吁，大力发展高性能图计算，需要国家、产业界和学术界形成合力：

• 加强顶层设计与战略投入：将高性能图计算列为国家重点研发计划的核心方向之一，在基础研究、关键技术攻关、标准体系建设等方面提供持续稳定的支持。
• 构建产学研用协同创新生态：鼓励领先的ICT企业、高校和科研院所组建联合创新体，共同研发从芯片、硬件系统、基础软件到典型应用的全栈技术。建立开放共享的基准测试平台和数据集。
• 加速人才培养与引进：图计算涉及计算机体系结构、并行计算、算法设计、分布式系统等多个交叉学科，亟需培养和引进一批高端复合型人才。
• 推动典型应用示范与产业落地：在金融、能源、电信、政务等关键行业率先开展应用示范，通过解决实际业务难题打磨技术，并逐步向“计算机软硬件的技术开发与销售”的全链条产业化迈进，形成良性循环。

###

郑纬民院士的呼吁，是对我国计算产业自主创新之路的一次精准把脉。大力发展高性能图计算，不仅是为了应对眼前的技术封锁，更是面向未来智能时代，构筑我国在核心计算范式上长期竞争优势的必然选择。这是一场关乎技术主权和产业未来的攻坚战，需要以坚定的决心、长期的投入和开放的协作，将这一战略构想转化为现实生产力，最终彻底破除“卡脖子”的枷锁，实现计算强国的宏伟目标。