[[312069]]

智東西1月2日消息，阿里達摩院發布2020十大科技趨勢：

1、人工智能從感知智能向認知智能演進；

2、計算存儲一體化突破AI算力瓶頸；

3、工業互聯網的超融合；

4、機器間大規模協作成為可能；

5、模塊化降低芯片設計門檻；

6、規模化生產級區塊鏈應用將走入大眾；

7、量子計算進入攻堅期；

8、新材料推動半導體器件革新；

9、保護數據隱私的AI技術將加速落地；

10、云成為IT技術創新的中心。

以下為十大趨勢的概要及解讀：

一、人工智能從感知智能向認知智能演進

人工智能在聽、說、看等感知智能領域已達到或超越人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處于初級階段。

實現認知智能是當下人工智能研究的核心，也是未來人工智能熱潮進一步打開天花板、形成更大產業規模的關鍵。

認知智能將結合人腦推理過程，進一步解決復雜的閱讀理解問題和少樣本的知識圖譜推理問題，協同結構化的推理過程和非結構化的語義理解，以及多模態預訓練問題。

認知智能的出現使得AI系統主動了解事物發展的背后規律和因果關系、而不再只是簡單的統計擬合，從而進一步推動下一代具有自主意識的AI系統。

二、計算存儲一體化突破AI算力瓶頸

傳統馮·諾依曼計算機架構中存儲單元和計算單元分離，而在大數據驅動的人工智能時代，AI運算中數據搬運更加頻繁，導致算力瓶頸和功耗瓶頸成為對更先進算法的限制因素，形成“內存墻”問題。

人工智能要進一步突破，必須采用新的計算架構來解決這一瓶頸，而類似于人腦的計算存儲一體化能顯著減少數據搬運，極大提高計算并行度和能效，成為下一代AI系統的入口。

廣義上計算存儲一體化計算架構的發展，近期策略關鍵在于通過芯片設計、集成、封裝技術拉近存儲單元與計算單元的距離，增加帶寬，降低數據搬運的代價，緩解由于數據搬運產生的瓶頸。

中期規劃，通過架構方面的創新，設存儲器于計算單元中或者置計算單元于存儲模塊內，可以實現計算和存儲融合。

遠期展望，通過器件層面的創新，實現器件即是存儲單元也是計算單元，不分彼此，融合一體，成為真正的計算存儲一體化。

計算存儲一體化的出現將通過迫使產業升級，重構現在處理器和存儲器的相對壟斷的產業格局。在此過程中，可幫助更多芯片行業中小企業發展，為國產芯片彎道超車創造了機會。

三、工業互聯網的超融合

5G、IoT設備、云計算、邊緣計算的迅速發展將推動工業互聯網的超融合，實現工控系統、通信系統和信息化系統的智能化融合。

工業互聯網主要解決三個問題：

（1）將制造企業內部的IT軟件系統與OT設備系統打通，進行自動派單，實現柔性制造；

（2）在工廠外實現上下游產業鏈的優化組合；（3）產品的設計和產品生命周期的管理。

隨著5G和邊緣計算以及IoT PaaS的成熟以及區塊鏈技術的進步，可以突破單個工廠的限制，將價值網絡中的上下游企業工廠的制造系統連接起來，進而實現工廠上下游制造產線的實時調整和協同，避免不必要的生產和庫存。

工業系統通過工業互聯網連接起來，大幅提升工廠的生產效率及企業的盈利能力，如果按照提高5%-10%的效率計算，就會產生2-4萬億人民幣的價值。

四、機器間大規模協作成為可能

在大規模智能設備網絡中，機器與機器之間的交流與協作將十分重要。這種協作將優化整體的長期目標，涌現群智，從而進一步將智能系統的價值規模化放大。

傳統單體智能無法滿足大規模智能設備的實時感知、決策。物聯網協同感知技術、5G通信技術的發展將實現多個智能體之間的協同。

多智能體協同及群體智能這樣全新的人工智能范式的發展和普及，將會帶來整個經濟社會的升級，讓人工智能不再只是單個的工具，而是協調整個人類工作生活網絡的核心系統。

五、模塊化降低芯片設計門檻

傳統芯片設計模式無法高效應對快速迭代、定制化與碎片化的芯片需求。芯片行業格局正逐漸被比市場靈敏度、比需求適配、比速度和價格的“快魚吃慢魚”格局所取代。

在應用驅動的趨勢下，誰能快速推出專用芯片，就能搶占市場先機。越來越多的系統和應用服務公司在推出專用芯片。

現有的芯片設計模式存在研發成本高、周期長等問題，開發一款中檔芯片，往往需要數百人、數千萬甚至上億美元的研發投入，受到成本和市場壓力的驅使，半導體產業在積極尋找新的芯片開發模式，來滿足低成本、快速的需求。

近年來，以RISC-V為代表的開放指令集及其相應的開源SoC芯片設計、高級抽象硬件描述語言和基于IP的模板化芯片設計方法，推動了芯片敏捷設計方法與開源芯片生態的快速發展，越來越多芯片企業開始嘗試開源硬件架構進行設計。

此外，基于芯粒（chiplet）的模塊化設計方法正成為新的行業趨勢，它用先進封裝的方式將不同功能“芯片模塊”封裝在一起，可跳過流片快速定制出一個符合應用需求的芯片，進一步加快了芯片的交付。

未來計算機的系統結構，可能不是由單獨封裝的芯片制造的，而是在一塊較大的硅片上互連成芯片網絡的Chiplets制造的。

六、規模化生產級區塊鏈應用將走入大眾

2019年是區塊鏈里程碑的一年，區塊鏈技術正式被定位為國家戰略，為區塊鏈產業的發展打開了巨大的想象空間。

區塊鏈的路線之爭逐步清晰，從顛覆到補充，從去中心到去中介，聯盟鏈架構成為行業主流技術路線。

展望2020你那，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，區塊鏈網絡的“局域網”和“數據孤島”問題將被新型的通用跨鏈技術所解決。

專為區塊鏈設計的端、云、鏈各類固化核心算法的硬件芯片等也將應運而生，實現物理世界資產與鏈上資產的錨定，進一步拓展價值互聯網的邊界、實現萬鏈互聯。

未來將涌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大眾。

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。

谷歌在硬件上的進展大大增強了行業對超導路線和對大規模量子計算實現步伐的樂觀預期。2020年的量子計算將蓬勃發展，主要特點是技術上進入攻堅和產業化的加速階段。

技術方面，超導量子計算仍將繼續占據中心舞臺，并對其他硬件路線造成嚴峻的壓力。

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目標都十分艱巨，量子計算將進入技術攻堅期。

產業和生態方面，政府、企業和學術機構的規劃和投入將升級、擴大。競爭將在多個維度激化：領軍團隊規模擴充的同時透明性下降；人為設障的風險上升。

產業分工將進一步細化：制冷、微波、低溫電子控制、設計自動化、制備代工等領域在資本推動、政策扶植和生態滋養下蓬勃發展。各行龍頭企業會加力探索應用，助長算法和軟件。

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存儲需求爆發的雙重壓力下，以硅為主體的經典晶體管很難維持半導體產業的持續發展，各大半導體廠商對于3nm以下的芯片走向都沒有明確的答案。

一個可以確定的趨勢是，越來越多新材料將通過全新物理機制實現全新的邏輯、存儲及互聯概念和器件，推動半導體產業的革新。

從近期來看，新材料如鍺和III-V族材料可能會代替傳統的硅作為晶體管的通道材料以提升晶體管的速度。

從更長遠的角度來看，更具挑戰性的材料及全新的物理機制將是半導體產業能夠保持甚至加速指數式的增長的關鍵。

材料的生長、器件的制備以及電路的工作原理都會發生根本性的變化。這對設備廠商，晶圓廠及電路設計公司都會帶來歷史性的挑戰和機遇，也會為新興的公司及產業提供振奮人心的發展機會。

九、保護數據隱私的AI技術將加速落地

數據流通所產生的合規成本越來越高，大量的數據因需依法保護而無法被聯合在一起計算。

使用AI技術保護數據隱私正在成為新的技術熱點，其能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

保護數據隱私的AI安全技術可通過多種技術結合保護數據安全，包括安全多方計算、差分隱私、同態加密、混淆電路、加密搜索與計算、可信軟硬件等；也可利用人工智能保障模型魯棒與安全性，如模型加固、數據毒化防御、對抗性樣本防御等。

十、云成為IT技術創新的中心

云已經遠遠超過IT基礎設施的范疇，漸漸演變成所有IT技術創新的中心。

云已經貫穿新型芯片、新型數據庫、自驅動自適應的網絡、大數據、AI、物聯網、區塊鏈、量子計算整個IT技術鏈路。

云計算的含義不斷擴展，這使得廣義上的云計算成為數字經濟基礎設施。

在All-in-Cloud的時代，基于軟硬一體化重新設計的云計算基礎設施以及通過云原生的嶄新資源交付方式，在提高計算效率、易用性的同時降低計算和運維成本，進一步鞏固云成為數字經濟時代基礎設施。