CSDN

訂閱

發行量:794 

達摩院十大科技趨勢發布:2020 非同小可

目前以Bi2Se3、Sb2Te3、 Bi2Te3為代表的拓撲絕緣體等,能夠實現無損耗的電子和自旋輸運,使全新的高性能邏輯和互聯計算單元的成為可能。

2020-01-02 18:15 / 0人閱讀過此篇文章  

【CSDN編者按】1月2日,阿里巴巴發布《達摩院2020十大科技趨勢》,十大科技趨勢分別是:人工智慧從感知智能向認知智能演進;計算存儲一體化突破AI算力瓶頸;工業網際網路的超融合;機器間大規模協作成為可能;模塊化降低晶片設計門檻;規模化生產級區塊鏈應用將走入大眾;量子計算進入攻堅期;新材料推動半導體器件革新;保護數據隱私的AI技術將加速落地;雲成為IT技術創新的中心 。

新的畫卷,正在徐徐展開。未來走勢幾何?CSDN特邀CSDN博客專家馬超,為各位讀者略作解讀和延伸。

作者 | 馬超

責編 | 胡巍巍

出品 | CSDN(ID:CSDNnews)

近些年,總感覺時間過得飛快,2019一轉眼,就成過眼雲煙。

雖然沒能來一場說走就走的旅行,但是世界那麼大,總還是要睜開眼睛去看一下。

比如,接下來的2020年,會有哪些黑科技即將占據C位?

筆者將帶大家共同來進行盤點。基於本文的詞雲如下,可作為2020年的關鍵詞參考。

基礎科研期待突破

基礎學科方面的自主創新,是我們實現趕超、後來居上、跨越發展的根本途徑。而且近年來,我們在量子計算、新材料科學等方面,的確令人十分期待。

1.量子計算進入攻堅期

2019年,科技巨頭間的「量子霸權」爭霸賽,讓量子計算這個高深的概念,走入大眾視線。

先是12019年10月份,谷歌在《自然》雜誌發文稱,僅需要200秒,即可完成超算上萬年才能完成的計算量。不過這樣的結論,隨後也遭到IBM等公司的公開反對。

中國在量子計算方面也是成果豐碩,比如近日中科院院士潘建偉教授與德國、荷蘭的科學家合作,首次實現20光子輸入60×60模式干涉線路的玻色取樣量子計算,在四大關鍵指標上,均大幅刷新國際記錄,逼近實現量子計算研究的重要目標「量子霸權」。

由於量子單元並不是簡單的0、1態,而是一個相干疊加態,因此容錯量子計算和演示實用量子優勢,一直是業內期待攻堅突破的里程碑,是量子計算實用化的轉折點,想達到其中任何一個都將是十分艱巨的任務。目前,我國量子計算將進入技術攻堅期。

預計2020年,量子計算領域將會經歷投入增大、競爭激化、產業化加速和生態更加豐富的階段。

2. 新材料推動半導體器件革新

目前,主流的經典電晶體製程是7nm,不過由於量子糾纏效應的存在,業內對於3nm以下製程的晶片,普遍持悲觀態度。

在摩爾定律放緩、以及算力和存儲需求爆發的雙重壓力下,科學界也在尋求對於經典半導體材料——矽的替代方案。

目前以Bi2Se3、 Sb2Te3、 Bi2Te3為代表的拓撲絕緣體等,能夠實現無損耗的電子和自旋輸運,使全新的高性能邏輯和互聯計算單元的成為可能。

新型磁性材料和新型阻變材料,能夠帶來高性能磁性存儲器如SOT-MRAM和阻變存儲器。

考慮到傳統半導體材料矽,已經接近潛力極限,再想提高性能,只能在新型材料方面,找到突破口。所以,筆者認為,2020年這方面很可能迎來突破。

3.模塊化設計,讓天下沒有難做的晶片

在2019年之前,中國晶片行業中,流傳一句話叫:「除了水和空氣,剩下的都是從國外買的。」聽起來似乎很誇張,但實際上一點也不誇張。

除技術之外,過高的晶片成本、過長的投資回報周期,都是阻礙行業發展的攔路虎。如何降低晶片成本、以及提高運算效率,是當今各大企業所考慮的首要難題。

2019年烏鎮網際網路大會上,阿里旗下的平頭哥晶片公司,率先開源一款物聯網晶片(MCU),筆者已經在《百行代碼解讀阿里 AloT 晶片平台無劍 100》做過詳細解讀。

由於傳統晶片設計模式,無法高效應對快速疊代、定製化與碎片化的晶片需求。以RISC-V為代表的開放指令集、相應的開源SoC晶片設計、高級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)的模塊化設計方法,用先進封裝的方式,將不同功能的「晶片模塊」封裝在一起,從而可以跳過流片,快速定製出符合應用需求的產品,也進一步加快了晶片交付。2020年,中國在晶片方面的投資,肯定會更進一步加大。那麼,這種模塊化的晶片設計模式,能否讓中國的晶片行業,更上一層樓?這尤其值得期待。

4.AI從感知智能向認知智能方向發展

AI自從AlphaGo出圈以來,它在自然語言處理、圖像識別、語音合成等「聽、說、看」的感知智能領域達到、甚至超越人類所能達到的水平。但是,我們卻只能找到統計聯繫、而無法找到因果關係。

2016年,李世石對陣AlphaGo第四局的「神之一手」78手,直接導致AlphaGo的崩盤。這不僅體現了人類智慧,也反映出AI感知智能的不足之處。

未來,認知智能將從認知心理學、腦科學及人類社會歷史中汲取靈感,並結合擴領域知識圖譜、因果推理、持續學習等技術,去建立穩定獲取和表達知識的有效機制,從而讓知識能夠被機器理解和運用,以及讓AI能夠回答為什麼的問題,最終實現從感知智能到認知智能的關鍵突破。

筆者在參加2019年BDTC大數據年會時就觀察到,因果推理等認知智能領域的話題,得到了業內極大關注。

因此,我們也有理由相信,2020年,通過外部知識、邏輯推理或者領域遷移的認知智能,或將迎來突破。

技術發展新趨勢

除了基礎科研方面的突破,物聯網、AI、雲計算等新興技術發展新動向,也同樣值得關注,具體如下:

1.物聯網+工業的迎來爆發

隨著5G的落地、IoT設備數量的爆發、邊緣計算概念的提出,使得工業生產的各個要素,得以深度整合。

這將促進位造效率提高、產品質量改善、產品成本和資源消耗的降低,並將傳統工業提升到智能工業的新階段。

從當前技術發展和應用前景來看,物聯網在工業領域的供應鏈管理、生產過程工藝優化、產品設備監控管理、環保監測及能源管理、工業安全生產管理等方面,都發揮了巨大作用,其幫助人類實現了工控系統、通信系統和信息化系統的智能化融合。

通過物聯網+方案,製造企業將實現設備自動化、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。所以,物聯網+工業,必將在2020年迎來爆發。

2.AI+物聯網,使機器間大規模協作成為可能

傳統單體智能,無法滿足協調大規模智能設備共同完成實時感知和決策等工作。但隨著物聯網協同感知技術、5G高速通信技術的發展,多智能體之間的協同合作,將會成為可能。

多智能體協同,將使物聯網進一步智能化,並進一步強化智能系統的價值。比如,大規模智能交通燈調度,將實現動態實時調整;倉儲機器人協作,將完成貨物分揀的高效協作;無人駕駛車可以感知全局路況;群體無人機協同,將高效打通最後一公里配送,超大規模的智能終端合作成為可能。

3.計算存儲一體化,突破AI算力瓶頸

目前,深度學習需要採用規模非常龐大的網絡、存儲很多參數以及完成大量計算。同時,在這些計算過程中,會生成大量數據。

為完成這些計算,晶片設計中,會增加很多運算單元,如幾千到幾萬個運算單元。隨著運算單元數目的增加,每個運算單元能夠使用的存儲器的帶寬和大小都在減小。因此,存儲器會成為計算瓶頸。

由於深度學習並不屬於通用計算的範疇,馮·諾伊曼(John von Neuman)架構的存儲和計算分離,已經不適合數據驅動的人工智慧應用需求。

頻繁的數據搬運,導致的算力瓶頸以及功耗瓶頸,已經成為更先進算法探索的限制因素。類似於腦神經結構的存內計算架構,將數據存儲單元和計算單元融合為一體,這樣能顯著減少數據搬運,提高計算並行度和能效。而計算存儲一體化,在硬體架構方面的革新,也將突破AI算力瓶頸。

4.雲服務下沉,成為新十年的基礎設施

筆者在《神龍飛天,國士王堅》中,曾經介紹過在阿里神龍伺服器和飛天作業系統的加持下,阿里、乃至整個雲服務中的虛擬化層,所帶來的損耗,正在被不斷降低。

雲服務憑藉其標準化、彈性化的優勢,使得用戶只需專注應用開發,無需關注基礎設施及基礎服務。

而且,通過雲原生的資源交付方式,計算效率、易用性、用戶的計算和運維成本都會得到優化。可以說,雲服務變得像電力和自來水一樣無處不在,它還會成為數字經濟時代基礎設施。

來自於技術的關懷

技術本身,不全是冷冰的。很多新興技術,也會帶來一定的人文關懷,比如:

1.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。使用AI技術保護數據隱私,正在成為新的技術熱點,其能夠實現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。這樣,不僅可以實現數據價值,還能避免數據泄露風險。

2.規模化生產級區塊鏈應用將走入大眾

2020年,除了央行基於區塊鏈的數字貨幣,很可能會進行試點以外,隨著BaaS(Blockchain as a Service,區塊鏈即服務)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、鏈各類固化核心算法的硬體晶片等,也隨著國家大力扶持應運而生。而這會幫助我們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。

之前區塊鏈發展過於偏向於虛擬化,而通過正本清源,目前區塊鏈產業發展,也越來越貼近實體經濟。

當下,BAT等頭部企業,在區塊鏈方面的專利儲備非常雄厚。2020年,肯定會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,將會進入尋常百姓家。





文章標籤: