首頁>科技>

2019年,是新興科技發展史上的重要年份。

這一年,各大公司的AI、雲端計算、大資料走向下沉市場,空中博弈進入到地面作戰,技術的商業化成為生意成敗的重要考量。其間,產業與場景成為大漏斗,好的技術得以被篩選重用。

回首相望,過去的365天,產業AI與產業網際網路成為AI落地的關鍵詞,AI晶片規模化應用,專用晶片起勢,機器學習、深度學習在工業、能源等各個場景進行實戰;雲端計算成為百行千業數字化轉型的核心紐帶,雲一躍成為巨頭的核心賽道;5G在2019年迎來正式商用,牌照相繼發放,5G也在帶動物聯網、車聯網的爆發,城市的數字化、孿生化成為共識;此外,區塊鏈在2019年褪去熱火,進行理性時代,並上升至國家戰略,想象空間巨大···

雷鋒網注意到,這些,也剛好在此前阿里達摩院釋出的《2019十大科技趨勢》中被言中。

但是,在2019這一整年,科技發展形勢“一片大好”的背後,我們也試圖追索那些深藏在暗處的隱憂,併為之提出更好的應對之策,對未來盡責。

2020年1月2日,一元初始、永珍更新的時刻,阿里達摩院又再度重磅向業界釋出《2020十大科技趨勢》,對AI、晶片、雲端計算、區塊鏈、量子計算以及工業網際網路等科技領域的未來發展做了重要預測。

這些趨勢分別為:

1、人工智慧從感知智慧向認知智慧演進2、計算儲存一體化突破AI算力瓶頸3、工業網際網路的超融合4、機器間大規模協作成為可能5、模組化降低晶片設計門檻6、規模化生產級區塊鏈應用將走入福斯7、量子計算進入攻堅期8、新材料推動半導體器件革新9、保護資料隱私的AI技術將加速落地10、雲成為IT技術創新的中心

總體而言,最新的十大科技趨勢不僅是總結過去多年的技術面貌,同時對技術發展瓶頸進行了一針見血的點評,對產業走向、技術協同進行了辯證思維的考量,稱得上是一份值得重點研讀的報告(後文附)。

什麼在掣肘技術的發展?

阿里達摩院(Alibaba DAMO Academy for Discovery, Adventure, Momentum and Outlook)作為致力於探索科技未知,以人類願景為驅動力的,立足於基礎科學、創新性技術和應用技術的研究院,從誕生第一天起,就有3個重要使命:“活得要比阿里巴巴長”、“服務全世界至少20億人口”、“必須面向未來、用科技解決未來的問題”。

在2年多的科研經歷中,達摩院在機器智慧、資料計算、機器人、金融科技等領域進行了諸多前沿的探索,並在此期間引進技術大牛,建立了完善的多學科人才基礎,在技術前瞻性上,達摩院走在業界前列。

達摩院也注意到,AI領域在取得不錯成績的今天,“攔路華”依然眾多。

比如,AI的感知智慧雖然超越人類水準,但是認知智慧天花板依然存在,須從認知心理學、腦科學以及人類社會的發展歷史中汲取更多的靈感,並結合跨領域知識圖譜、因果推理、持續學習等研究領域的發展進行突破,以推動下一代具有自主意識的AI系統的建設。

再比如,儲存和計算中的馮·諾伊曼“瓶頸”(或“記憶體牆”)問題依然嚴峻,越往後,AI運算中資料搬運更加頻繁,需要儲存和處理的資料量遠遠大於之前常見的應用,AI要有突破,須對設計模式、計算架構維度做出創新。

晶片是計算的核心,受到成本和市場壓力的驅使,半導體產業在積極尋找新的晶片開發模式,來滿足低成本、快速的需求。特別是隨著晶片製程從10nm縮減到7nm,接下來還要進一步縮減到5nm,每一次製程縮減所需要的成本和開發時間都在大幅提升,但模組化將是個好思路。此外,隨著摩爾定律逐漸失效,以矽為主體的經典電晶體縮放已經越來越難以維持,這對晶片材料提出挑戰。

在目前,工業網際網路發展迅猛,甚至推動第四次工業革命的到來,但其依然面臨製造企業內部的IT軟體系統與OT裝置系統須打通、廠外上下游產業鏈須優化組合、產品的設計和產品生命週期須優化管理等問題。

當然,今天的晶片、資料庫、網路、物聯網等技術都無法離開雲。

隨著傳統IT介面開始逐漸被雲端介面取代,軟體技術和硬體技術之間的依賴程度被大幅度降低,雲平臺、技術開源、雲使用者三者形成驅動技術創新的新三角。全面上雲時代,應用複雜、算力要求極高,演算法、軟體和硬體的隔閡造成巨大算力的浪費,已經無法滿足在超大規模計算場景下提升IT計算效率、降低計算成本的訴求。

此外,區塊鏈技術應用已延伸到數字金融、數字政府、智慧製造、供應鏈管理等多個領域,主流廠商紛紛進入區塊鏈領域推動技術突破和商業化場景落地。區塊鏈將正式面對海量使用者場景的考驗,這將對系統處理量提出了更高的要求,並加劇參與節點在資訊儲存、同步等方面的負擔。

達摩院看到的“2020十大科技趨勢”

俠之大者,為國為民。

技術發展有瓶頸,但不應成為止步不前的理由。面對科技向前的浪潮,總有人在理性思考,明燈指路。

此次達摩院2020十大科技趨勢報告,就是對以上掣肘技術發展問題的最好回答。回答中,還將諸多前沿性技術進行解構、彼此串聯,以找到牽引產業創新的最新邏輯,值得詳讀。

附報告全文:

趨勢一、人工智慧從感知智慧向認知智慧演進

人工智慧已經在“聽、說、看”等感知智慧領域已經達到或超越了人類水準,但在需要外部知識、邏輯推理或者領域遷移的認知智慧領域還處於初級階段。認知智慧將從認知心理學、腦科學及人類社會歷史中汲取靈感,並結合跨領域知識圖譜、因果推理、持續學習等技術,建立穩定獲取和表達知識的有效機制,讓知識能夠被機器理解和運用,實現從感知智慧到認知智慧的關鍵突破。

趨勢二、計算儲存一體化突破AI算力瓶頸

馮諾伊曼架構的儲存和計算分離,已經不適合資料驅動的人工智慧應用需求。頻繁的資料搬運導致的算力瓶頸以及功耗瓶頸已經成為對更先進演算法探索的限制因素。類似於腦神經結構的存內計算架構將資料儲存單元和計算單元融合為一體,能顯著減少資料搬運,極大提高計算並行度和能效。計算儲存一體化在硬體架構方面的革新,將突破AI算力瓶頸。

趨勢三、工業網際網路的超融合

5G、IoT裝置、雲端計算、邊緣計算的迅速發展將推動工業網際網路的超融合,實現工控系統、通訊系統和資訊化系統的智慧化融合。製造企業將實現裝置自動化、搬送自動化和排產自動化,進而實現柔性製造,同時工廠上下游製造產線能實時調整和協同。這將大幅提升工廠的生產效率及企業的盈利能力。對產值數十萬億乃至數百萬億的工業產業而言,提高5%-10%的效率,就會產生數萬億人民幣的價值。

趨勢四、機器間大規模協作成為可能

傳統單體智慧無法滿足大規模智慧裝置的實時感知、決策。物聯網協同感知技術、5G通訊技術的發展將實現多個智慧體之間的協同——機器彼此合作、相互競爭共同完成目標任務。多智慧體協同帶來的群體智慧將進一步放大智慧系統的價值:大規模智慧交通燈排程將實現動態實時調整,倉儲機器人協作完成貨物分揀的高效協作,無人駕駛車可以感知全域性路況,群體無人機協同將高效打通最後一公里配送。

趨勢五、模組化降低晶片設計門檻

傳統晶片設計模式無法高效應對快速迭代、定製化與碎片化的晶片需求。以RISC-V為代表的開放指令集及其相應的開源SoC晶片設計、高階抽象硬體描述語言和基於IP的模板化晶片設計方法,推動了晶片敏捷設計方法與開源晶片生態的快速發展。此外,基於芯粒(chiplet)的模組化設計方法用先進封裝的方式將不同功能“晶片模組”封裝在一起,可以跳過流片快速定製出一個符合應用需求的晶片,進一步加快了晶片的交付。

趨勢六、規模化生產級區塊鏈應用將走入福斯

區塊鏈BaaS(Blockchain as a Service)服務將進一步降低企業應用區塊鏈技術的門檻,專為區塊鏈設計的端、雲、鏈各類固化核心演算法的硬體晶片等也將應運而生,實現物理世界資產與鏈上資產的錨定,進一步拓展價值網際網路的邊界、實現萬鏈互聯。未來將湧現大批創新區塊鏈應用場景以及跨行業、跨生態的多維協作,日活千萬以上的規模化生產級區塊鏈應用將會走入福斯。

趨勢七、量子計算進入攻堅期

2019年,“量子霸權”之爭讓量子計算在再次成為世界科技焦點。超導量子計算晶片的成果,增強了行業對超導路線及對大規模量子計算實現步伐的樂觀預期。2020年量子計算領域將會經歷投入進一步增大、競爭激化、產業化加速和生態更加豐富的階段。作為兩個最關鍵的技術里程碑,容錯量子計算和演示實用量子優勢將是量子計算實用化的轉折點。未來幾年內,真正達到其中任何一個都將是十分艱鉅的任務,量子計算將進入技術攻堅期。

趨勢八、新材料推動半導體器件革新

在摩爾定律放緩以及算力和儲存需求爆發的雙重壓力下,以矽為主體的經典電晶體很難維持半導體產業的持續發展,各大半導體廠商對於3奈米以下的晶片走向都沒有明確的答案。新材料將通過全新物理機制實現全新的邏輯、儲存及互聯概念和器件,推動半導體產業的革新。例如,拓撲絕緣體、二維超導材料等能夠實現無損耗的電子和自旋輸運,可以成為全新的高效能邏輯和互聯器件的基礎;新型磁性材料和新型阻變材料能夠帶來高效能磁性儲存器如SOT-MRAM和阻變儲存器。

趨勢九、保護資料隱私的AI技術將加速落地

資料流通所產生的合規成本越來越高。使用AI技術保護資料隱私正在成為新的技術熱點,其能夠在保證各方資料安全和隱私的同時,聯合使用方實現特定計算,解決資料孤島以及資料共享可信程度低的問題,實現資料的價值。

趨勢十、雲成為IT技術創新的中心

隨著雲技術的深入發展,雲已經遠遠超過IT基礎設施的範疇,漸漸演變成所有IT技術創新的中心。雲已經貫穿新型晶片、新型資料庫、自驅動自適應的網路、大資料、AI、物聯網、區塊鏈、量子計算整個IT技術鏈路,同時又衍生了無伺服器計算、雲原生軟體架構、軟硬一體化設計、智慧自動化運維等全新的技術模式,雲正在重新定義IT的一切。廣義的雲,正在源源不斷地將新的IT技術變成觸手可及的服務,成為整個數字經濟的基礎設施。

延伸閱讀

相關專題:浙江大學-數字經濟發展壯大新動能專題專題培訓班

推薦課程:《大資料運營與數字經濟》《空間佈局與產業形態建設(包含大灣區建設、數字經濟、產業園區)》《發展數字經濟 建設網路強國》《實施數字經濟一號工程 促進區域經濟高品質發展》《數字經濟、智慧製造與區域創新體系——政策、產業、技術趨勢與轉型》《數字經濟產業與招商引資策略》《"網際網路+"下的大資料熱點與應用》《大資料和雲端計算在網際網路金融中的運用》等

最新評論
  • 整治雙十一購物亂象,國家再次出手!該跟這些套路說再見了
  • 日本6G晶片單載波100Gbit/s什麼水平?