顛覆性的科技突破也許百年才得一遇，持續(xù)性的迭代創(chuàng)新則以日進一寸的累積改變著日常生活。未來十年，科技會發(fā)生怎么樣的變化？芯片、AI、云計算；各位少俠，請隨老僧一起探索，2023達摩院的十大科技趨勢！

前沿科技總是相對“小眾”，今年入選的10條科技趨勢，且聽老僧慢慢道來。

趨勢1，【多模態(tài)預訓練大模型趨勢】

解釋：基于多模態(tài)的預訓練大模型將實現(xiàn)圖文音統(tǒng)一知識表示，成為人工智能基礎(chǔ)設(shè)施。

老僧解讀：

目前，人工智能正在從文本、語音、視覺等單模態(tài)智能，向著多種模態(tài)融合的通用人工智能方向發(fā)展。未來，隨著大模型作為基礎(chǔ)設(shè)施，將實現(xiàn)圖像、文本、音頻統(tǒng)一知識表示，并朝著能推理、能回答問題、能總結(jié)、做創(chuàng)作的認知智能方向演進。

趨勢2，【Chiplet模塊化設(shè)計封裝技術(shù)趨勢】

解釋：Chiplet的互聯(lián)標準將逐漸統(tǒng)一，重構(gòu)芯片研發(fā)流程。?芯片產(chǎn)業(yè)由“雕版印刷”開始走向“活字印刷”。

老僧解讀：

有少俠問了，什么是Chiplet？Chiplet中文名稱“芯?！?，芯粒可以采用不同工藝進行分離制造，可以顯著降低成本，并實現(xiàn)一種新形式的IP復用。

隨著摩爾定律的放緩，Chiplet成為持續(xù)提高 SoC集成度和算力的重要途徑，特別是隨著2022年3月份UCle聯(lián)盟的成立，Chiplet互聯(lián)標準將逐漸統(tǒng)一，產(chǎn)業(yè)化進程將進一步加速。基于先進封裝技術(shù)的Chiplet可能將重構(gòu)芯片研發(fā)流程，從制造到封測，從EDA到設(shè)計，全方位影響芯片的區(qū)域與產(chǎn)業(yè)格局。

趨勢3，【存算一體趨勢】

解釋：資本和產(chǎn)業(yè)雙輪驅(qū)動，存算一體芯片將在垂直細分領(lǐng)域迎來規(guī)模化商用。 簡單來說就是你把壓歲錢交給了爸媽，爸媽立刻給你想好了怎么花。（不少少俠聽到這已經(jīng)淚目了。既有存，也有算，但這可不是這么算的。）

老僧解讀：

存算一體旨在計算單元與存儲單元融合，在實現(xiàn)數(shù)據(jù)存儲的同時直接進行計算，以消除數(shù)據(jù)搬移帶來的開銷，極大提升運算效率，以實現(xiàn)計算存儲的高效節(jié)能。

老僧相信，未來，隨著存算一體芯片在云端推理大算力場景落地，或?qū)碛嬎慵軜?gòu)的變革。它推動傳統(tǒng)的以計算為中心的架構(gòu)向以數(shù)據(jù)為中心的架構(gòu)演進，并對云計算、人工智能、 物聯(lián)網(wǎng)等產(chǎn)業(yè)發(fā)展帶來積極影響。

趨勢4，【云原生安全趨勢】

解釋：俗話說的好，內(nèi)功修的強，武功就會好。安全技術(shù)與云緊密結(jié)合，打造平臺化、智能化的新型安全體系。

老僧解讀：

云原生安全是安全理念從邊界防御向縱深防御、從外掛模式向內(nèi)生安全的轉(zhuǎn)變，實現(xiàn)云基礎(chǔ)設(shè)施的原生安全，并基于云原生技術(shù)提升安全的服務(wù)能力。安全技術(shù)與云計算由相對松散走向緊密結(jié)合，經(jīng)過“容器化部署”、“微服務(wù)化轉(zhuǎn)型”走向“無服務(wù)器化”的技術(shù)路線，實現(xiàn)安全服務(wù)的原生化、精細化、平臺化和智能化。

趨勢5，【軟硬融合云計算體系架構(gòu)趨勢】

解釋：云計算向以CIPU為中心的全新云計算體系架構(gòu)深度演進，通過軟件定義，硬件加速， 在保持云上應(yīng)用開發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)用的全面加速。?高手一定要內(nèi)外兼修，既要九陽神功，也要有倚天劍，方可天下無敵

老僧解讀：

云計算從以CPU為中心的計算體系架構(gòu)向以云基礎(chǔ)設(shè)施處理器(CIPU)為中心的全新體系架構(gòu)深度演進。通過軟件定義，硬件加速，在保持云上應(yīng)用開發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)用的全面加速。新的體系架構(gòu)下，軟硬一體化帶來硬件結(jié)構(gòu)的融合，接入物理的計算、存儲、網(wǎng)絡(luò)資源，通過硬件資源的快速云化實現(xiàn)硬件加速。

趨勢6，【端網(wǎng)融合的可預期網(wǎng)絡(luò)趨勢】

解釋：基于云定義的可預期網(wǎng)絡(luò)技術(shù)，即將從數(shù)據(jù)中心的局域應(yīng)用走向全網(wǎng)推廣。通俗來講，這張網(wǎng)可以排除很多不確定性的因素，讓使用者完成任務(wù)變得更可預期。

老僧解讀：

可預期網(wǎng)絡(luò)(Predictable Fabric)是由云計算定義，服務(wù)器端側(cè)和網(wǎng)絡(luò)協(xié)同的高性能網(wǎng)絡(luò)互聯(lián)系統(tǒng)。計算體系和網(wǎng)絡(luò)體系正在相互融合，高性能網(wǎng)絡(luò)互聯(lián)使能算力集群的規(guī)模擴展，從而形成了大算力資源池，加速了算力普惠化，讓算力走向大規(guī)模產(chǎn)業(yè)應(yīng)用。通過云定義的協(xié)議、軟件、芯片、硬件、架構(gòu)、 平臺的全棧創(chuàng)新，可預期高算力網(wǎng)絡(luò)有望顛覆目前基于傳統(tǒng)互聯(lián)網(wǎng)TCP 協(xié)議的技術(shù)體系，成為下一代數(shù)據(jù)中心網(wǎng)絡(luò)的基本特征，并從數(shù)據(jù)中心的局域應(yīng)用走向全網(wǎng)推廣。

趨勢7，【雙引擎智能決策趨勢】

解釋：融合運籌優(yōu)化和機器學習的雙引擎智能決策，將推進全局動態(tài)資源配置優(yōu)化。雙向引擎，推動全局。

老僧解讀：

企業(yè)需在紛繁復雜、動態(tài)變化的環(huán)境中快速精準地做出經(jīng)營決策。

隨著外部環(huán)境復雜程度和變化速度不斷加劇，經(jīng)典決策優(yōu)化對不確定性問題處理不夠好、大規(guī)模求解響應(yīng)速度不夠快的局限性日益突顯。學術(shù)界和產(chǎn)業(yè)界開始探索引入機器學習，構(gòu)建數(shù)學模型與數(shù)據(jù)模型雙引擎新型智能決策體系，彌補彼此局限性、提升決策速度和質(zhì)量。

未來，雙引擎智能決策將進一步拓展應(yīng)用場景，在大規(guī)模實時電力調(diào)度、港口吞吐量優(yōu)化、機場停機安排、制造工藝優(yōu)化等特定領(lǐng)域推進全局實時動態(tài)資源配置優(yōu)化。

趨勢8，【計算光學成像趨勢】

解釋：計算光學成像突破傳統(tǒng)光學成像極限，將帶來更具創(chuàng)造力和想象力的應(yīng)用。這是一個可以藏在你手機里的技術(shù)，有了它，朋友圈拍月亮大賽贏麻了。

老僧解讀：

計算光學成像是一個新興多學科交叉領(lǐng)域。它以具體應(yīng)用任務(wù)為準則，通過多維度獲取或編碼光場信息(如角度、偏振、相位等)，為傳感器設(shè)計遠超人眼的感知新范式;同時，結(jié)合數(shù)學和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)光學成像極限。目前，計算光學成像處于高速發(fā)展階段，已取得許多令人振奮的研究成果，并在手機攝像、醫(yī)療、無人駕駛等領(lǐng)域開始規(guī)?；瘧?yīng)用。未來，計算光學成像有望進一步顛覆傳統(tǒng)成像體系，帶來更具創(chuàng)造力和想象力的應(yīng)用，如無透鏡成像、非視域成像等。

趨勢9，【大規(guī)模城市數(shù)字孿生趨勢】

解釋：城市數(shù)字孿生在大規(guī)模趨勢基礎(chǔ)上，繼續(xù)向立體化、無人化、全局化方向演進。換個角度理解，元宇宙太遙遠了，我們先元個城市。

老僧解讀：

城市數(shù)字孿生自2017年首度被提出以來，受到廣泛推廣和認可，成為城市精細化治理的新方法。近年來，城市數(shù)字孿生關(guān)鍵技術(shù)實現(xiàn)了從量到質(zhì)的突破，具體體現(xiàn)在大規(guī)模方面，實現(xiàn)了大規(guī)模動態(tài)感知映射(更低建模成本)、大規(guī)模在線實時渲染(更短響應(yīng)時間)，以及大規(guī)模聯(lián)合仿真推演(更高精確性)。

目前，大規(guī)模城市數(shù)字孿生已在交通治理、災(zāi)害防控、雙碳管理等應(yīng)用場景取得較大進展。未來城市數(shù)字孿生將在大規(guī)模趨勢的基礎(chǔ)上，繼續(xù)向立體化、無人化、全局化方向演進。

趨勢10，【生成式AI趨勢】

解釋：生成式AI進入應(yīng)用爆發(fā)期，將極大地推動數(shù)字化內(nèi)容生產(chǎn)與創(chuàng)造。 想一想，在未來，老板讓我搞新媒體，我把任務(wù)交給AI，賺個5000月薪的差價。這樣的AI，你期待嗎？

老僧解讀：

生成式 AI(Generative AI 或 AIGC) 是利用現(xiàn)有文本、音頻文件或圖像創(chuàng)建新內(nèi)容的技術(shù)。 過去一年，其技術(shù)上的進展主要來自于三大領(lǐng)域:圖像生成領(lǐng)域，以DALL·E-2、Stable Diffusion 為代表的擴散模型(Diffusion Model); 自然語言處理(NLP)領(lǐng)域基于GPT-3.5的ChatGPT;代碼生成領(lǐng)域基于Codex的Copilot。

現(xiàn)階段的生成式 AI 通常被用來生成產(chǎn)品原型或初稿，應(yīng)用場景涵蓋圖文創(chuàng)作、代碼生成、游戲、廣告、藝術(shù)平面設(shè)計等。未來，生成式AI將成為一項大眾化的基礎(chǔ)技術(shù)，極大的提高數(shù)字化內(nèi)容的豐富度、創(chuàng)造性與生產(chǎn)效率，其應(yīng)用邊界也將隨著技術(shù)的進步與成本的降低擴展到更多領(lǐng)域。