達(dá)摩院2023十大科技趨勢

來源：達(dá)摩院時間：2023-01-11 15:20:06 作者：

　　1月11日，阿里巴巴達(dá)摩院發(fā)布《2023十大科技趨勢》。

　　達(dá)摩院今年推出的十大科技趨勢涵蓋范式重置、產(chǎn)業(yè)革新和場景變化三大領(lǐng)域，其中有些趨勢——例如多模態(tài)與訓(xùn)練大模型和生成式AI的價值已經(jīng)開始在現(xiàn)實(shí)社會有所顯現(xiàn)，有些趨勢——例如Chiplet和存算一體等技術(shù)正在引起全社會的深入思考，有些趨勢——例如云原生安全則提出了非常廣闊的命題并需要越來越多的人投入其中才能予以兌現(xiàn)。

　　展望 2023，多元技術(shù)的協(xié)同并進(jìn)驅(qū)動計算與通信的融合、硬件和軟件的融合，應(yīng)用需求的爆發(fā)驅(qū)動 AI 技術(shù)與行業(yè)的融合，數(shù)字技術(shù)與產(chǎn)業(yè)生態(tài)的融合，企業(yè)、個人與政府在安全技術(shù)與管理上的融合?？萍歼M(jìn)步與產(chǎn)業(yè)應(yīng)用雙輪驅(qū)動的融合創(chuàng)新已成為不可逆轉(zhuǎn)的宏大趨勢。

　　范式重置

多模態(tài)預(yù)訓(xùn)練大模型

　　基于多模態(tài)的預(yù)訓(xùn)練大模型將實(shí)現(xiàn)圖文音統(tǒng)一知識表示，成為人工智能基礎(chǔ)設(shè)施。

　　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。多模態(tài)統(tǒng)一建模，目的是增強(qiáng)模型的跨模態(tài)語義對齊能力，打通各個模態(tài)之間的關(guān)系，使得模型逐步標(biāo)準(zhǔn)化。目前，技術(shù)上的突出進(jìn)展來自于 CLIP（匹配圖像和文本）和 BEiT-3（通用多模態(tài)基礎(chǔ)模型）。

　　基于多領(lǐng)域知識，構(gòu)建統(tǒng)一的、跨場景、多任務(wù)的多模態(tài)基礎(chǔ)模型已成為人工智能的重點(diǎn)發(fā)展方向。未來大模型作為基礎(chǔ)設(shè)施，將實(shí)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(rèn)知智能方向演進(jìn)。

Chiplet

　　Chiplet 的互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，重構(gòu)芯片研發(fā)流程。

　　Chiplet 是硅片級別的“解構(gòu) - 重構(gòu) -復(fù)用”，它把傳統(tǒng)的 SoC 分解為多個芯粒模塊，將這些芯粒分開制備后再通過互聯(lián)封裝形成一個完整芯片。芯?？梢圆捎貌煌に囘M(jìn)行分離制造，可以顯著降低成本，并實(shí)現(xiàn)一種新形式的 IP 復(fù)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(biāo)準(zhǔn)將逐漸統(tǒng)一，產(chǎn)業(yè)化進(jìn)程將進(jìn)一步加速?；谙冗M(jìn)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。

存算一體

　　資本和產(chǎn)業(yè)雙輪驅(qū)動，存算一體芯片將在垂直細(xì)分領(lǐng)域迎來規(guī)?；逃?。

　　存算一體旨在計算單元與存儲單元融合，在實(shí)現(xiàn)數(shù)據(jù)存儲的同時直接進(jìn)行計算，以消除數(shù)據(jù)搬移帶來的開銷，極大提升運(yùn)算效率，以實(shí)現(xiàn)計算存儲的高效節(jié)能。存算一體非常符合高訪存、高并行的人工智能場景計算需求。在產(chǎn) 業(yè) 和投資的驅(qū) 動下，基于SRAM，DRAM，F(xiàn)lash 存儲介質(zhì)的產(chǎn)品進(jìn)入驗(yàn)證期，將優(yōu)先在低功耗、小算力的端側(cè)如智能家居、可穿戴設(shè)備、泛機(jī)器人、智能安防等計算場景落地。

　　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(jìn)，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。

　　產(chǎn)業(yè)革新

云原生安全

　　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。

　　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(shí)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(shí)現(xiàn)安全服務(wù)的原生化、精細(xì)化、平臺化和智能化：

以安全左移為原則，構(gòu)建產(chǎn)品研發(fā)、安全、運(yùn)維一體化的產(chǎn)品安全體系，增進(jìn)研發(fā)，安全和運(yùn)維融合協(xié)同；

以統(tǒng)一的身份驗(yàn)證和配置管理為基礎(chǔ)，實(shí)現(xiàn)精準(zhǔn)授權(quán)和動態(tài)策略配置；

以縱深防御體系為架構(gòu)，平臺級的安全產(chǎn)品為依托，實(shí)現(xiàn)精準(zhǔn)主動防御，化解傳統(tǒng)安全產(chǎn)品碎片化的問題；

以安全運(yùn)營為牽引，實(shí)現(xiàn)涵蓋應(yīng)用、云產(chǎn)品、網(wǎng)絡(luò)等全鏈路的實(shí)時檢測、精準(zhǔn)響應(yīng)、快速溯源和威脅狩獵。

軟硬融合云計算體系架構(gòu)

　　云計算向以 CIPU 為中心的全新云計算體系架構(gòu)深度演進(jìn)，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。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(jìn)。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(shí)現(xiàn)硬件加速。

　　此外，新架構(gòu)也帶來軟件系統(tǒng)的融合。這意味著以 CIPU 云化加速后的算力資源，可通過 CIPU 上的控制器接入分布式平臺，實(shí)現(xiàn)云資源的靈活管理、調(diào)度和編排。在此基礎(chǔ)上，CIPU 將定義下一代云計算的服務(wù)標(biāo)準(zhǔn)，給核心軟件研發(fā)和專用芯片行業(yè)帶來新的發(fā)展機(jī)遇。

端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

　　基于云定義的可預(yù)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。

　　可預(yù)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(kuò)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。

　　可預(yù)期網(wǎng)絡(luò)不僅支持新興的大算力和高性能計算場景，也適用于通用計算場景，是融合了傳統(tǒng)網(wǎng)絡(luò)和未來網(wǎng)絡(luò)的產(chǎn)業(yè)趨勢。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(yù)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。

雙引擎智能決策

　　融合運(yùn)籌優(yōu)化和機(jī)器學(xué)習(xí)的雙引擎智能決策，將推進(jìn)全局動態(tài)資源配置優(yōu)化。

　　企業(yè)需在紛繁復(fù)雜、動態(tài)變化的環(huán)境中快速精準(zhǔn)地做出經(jīng)營決策。經(jīng)典決策優(yōu)化基于運(yùn)籌學(xué)，通過對現(xiàn)實(shí)問題進(jìn)行準(zhǔn)確描述來構(gòu)建數(shù)學(xué)模型，同時結(jié)合運(yùn)籌優(yōu)化算法，在多重約束條件下求目標(biāo)函數(shù)最優(yōu)解。隨著外部環(huán)境復(fù)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(xué)術(shù)界和產(chǎn)業(yè)界開始探索引入機(jī)器學(xué)習(xí)，構(gòu)建數(shù)學(xué)模型與數(shù)據(jù)模型雙引擎新型智能決策體系，彌補(bǔ)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(jìn)一步拓展應(yīng)用場景，在大規(guī)模實(shí)時電力調(diào)度、港口吞吐量優(yōu)化、機(jī)場停機(jī)安排、制造工藝優(yōu)化等特定領(lǐng)域推進(jìn)全局實(shí)時動態(tài)資源配置優(yōu)化。

計算光學(xué)成像

　　計算光學(xué)成像突破傳統(tǒng)光學(xué)成像極限，將帶來更具創(chuàng)造力和想象力的應(yīng)用。

　　計算光學(xué)成像是一個新興多學(xué)科交叉領(lǐng)域。它以具體應(yīng)用任務(wù)為準(zhǔn)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(yuǎn)超人眼的感知新范式；同時，結(jié)合數(shù)學(xué)和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)光學(xué)成像極限。

　　目前，計算光學(xué)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(jī)攝像、醫(yī)療、無人駕駛等領(lǐng)域開始規(guī)模化應(yīng)用。未來，計算光學(xué)成像有望進(jìn)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。

　　場景變換

大規(guī)模城市數(shù)字孿生

　　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(jìn)。

　　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(rèn)可，成為城市精細(xì)化治理的新方法。近年來，城市數(shù)字孿生關(guān)鍵技術(shù)實(shí)現(xiàn)了從量到質(zhì)的突破，具體體現(xiàn)在大規(guī)模方面，實(shí)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(shí)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(jìn)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(jìn)。

生成式 AI

　　生成式 AI 進(jìn)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。

　　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(jìn)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(kuò)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(xiàng)大眾化的基礎(chǔ)技術(shù)，極大地提高數(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(jìn)步與成本的降低擴(kuò)展到更多領(lǐng)域。

具體內(nèi)容如下