探索，2023达摩院十大科技趋势！

颠覆性的科技突破也许百年才得一遇，持续性的迭代创新则以日进一寸的累积改变着日常生活。未来十年，科技会发生怎么样的变化？芯片、AI、云计算；各位少侠，请随老僧一起探索，2023达摩院的十大科技趋势！

前沿科技总是相对“小众”，今年入选的10条科技趋势，且听老僧慢慢道来。

趋势1，【多模态预训练大模型趋势】

解释：基于多模态的预训练大模型将实现图文音统一知识表示，成为人工智能基础设施。

老僧解读：

目前，人工智能正在从文本、语音、视觉等单模态智能，向着多种模态融合的通用人工智能方向发展。未来，随着大模型作为基础设施，将实现图像、文本、音频统一知识表示，并朝着能推理、能回答问题、能总结、做创作的认知智能方向演进。

趋势2，【Chiplet模块化设计封装技术趋势】

解释：Chiplet的互联标准将逐渐统一，重构芯片研发流程。 芯片产业由“雕版印刷”开始走向“活字印刷”。

老僧解读：

有少侠问了，什么是Chiplet？Chiplet中文名称“芯粒”，芯粒可以采用不同工艺进行分离制造，可以显著降低成本，并实现一种新形式的IP复用。

随着摩尔定律的放缓，Chiplet成为持续提高 SoC集成度和算力的重要途径，特别是随着2022年3月份UCle联盟的成立，Chiplet互联标准将逐渐统一，产业化进程将进一步加速。基于先进封装技术的Chiplet可能将重构芯片研发流程，从制造到封测，从EDA到设计，全方位影响芯片的区域与产业格局。

趋势3，【存算一体趋势】

解释：资本和产业双轮驱动，存算一体芯片将在垂直细分领域迎来规模化商用。 简单来说就是你把压岁钱交给了爸妈，爸妈立刻给你想好了怎么花。（不少少侠听到这已经泪目了。既有存，也有算，但这可不是这么算的。）

老僧解读：

存算一体旨在计算单元与存储单元融合，在实现数据存储的同时直接进行计算，以消除数据搬移带来的开销，极大提升运算效率，以实现计算存储的高效节能。

老僧相信，未来，随着存算一体芯片在云端推理大算力场景落地，或将带来计算架构的变革。它推动传统的以计算为中心的架构向以数据为中心的架构演进，并对云计算、人工智能、 物联网等产业发展带来积极影响。

趋势4，【云原生安全趋势】

解释：俗话说的好，内功修的强，武功就会好。安全技术与云紧密结合，打造平台化、智能化的新型安全体系。

老僧解读：

云原生安全是安全理念从边界防御向纵深防御、从外挂模式向内生安全的转变，实现云基础设施的原生安全，并基于云原生技术提升安全的服务能力。安全技术与云计算由相对松散走向紧密结合，经过“容器化部署”、“微服务化转型”走向“无服务器化”的技术路线，实现安全服务的原生化、精细化、平台化和智能化。

趋势5，【软硬融合云计算体系架构趋势】

解释：云计算向以CIPU为中心的全新云计算体系架构深度演进，通过软件定义，硬件加速， 在保持云上应用开发的高弹性和敏捷性同时，带来云上应用的全面加速。 高手一定要内外兼修，既要九阳神功，也要有倚天剑，方可天下无敌

老僧解读：

云计算从以CPU为中心的计算体系架构向以云基础设施处理器(CIPU)为中心的全新体系架构深度演进。通过软件定义，硬件加速，在保持云上应用开发的高弹性和敏捷性同时，带来云上应用的全面加速。新的体系架构下，软硬一体化带来硬件结构的融合，接入物理的计算、存储、网络资源，通过硬件资源的快速云化实现硬件加速。

趋势6，【端网融合的可预期网络趋势】

解释：基于云定义的可预期网络技术，即将从数据中心的局域应用走向全网推广。通俗来讲，这张网可以排除很多不确定性的因素，让使用者完成任务变得更可预期。

老僧解读：

可预期网络(Predictable Fabric)是由云计算定义，服务器端侧和网络协同的高性能网络互联系统。计算体系和网络体系正在相互融合，高性能网络互联使能算力集群的规模扩展，从而形成了大算力资源池，加速了算力普惠化，让算力走向大规模产业应用。通过云定义的协议、软件、芯片、硬件、架构、 平台的全栈创新，可预期高算力网络有望颠覆目前基于传统互联网TCP 协议的技术体系，成为下一代数据中心网络的基本特征，并从数据中心的局域应用走向全网推广。

趋势7，【双引擎智能决策趋势】

解释：融合运筹优化和机器学习的双引擎智能决策，将推进全局动态资源配置优化。双向引擎，推动全局。

老僧解读：

企业需在纷繁复杂、动态变化的环境中快速精准地做出经营决策。

随着外部环境复杂程度和变化速度不断加剧，经典决策优化对不确定性问题处理不够好、大规模求解响应速度不够快的局限性日益突显。学术界和产业界开始探索引入机器学习，构建数学模型与数据模型双引擎新型智能决策体系，弥补彼此局限性、提升决策速度和质量。

未来，双引擎智能决策将进一步拓展应用场景，在大规模实时电力调度、港口吞吐量优化、机场停机安排、制造工艺优化等特定领域推进全局实时动态资源配置优化。

趋势8，【计算光学成像趋势】

解释：计算光学成像突破传统光学成像极限，将带来更具创造力和想象力的应用。这是一个可以藏在你手机里的技术，有了它，朋友圈拍月亮大赛赢麻了。

老僧解读：

计算光学成像是一个新兴多学科交叉领域。它以具体应用任务为准则，通过多维度获取或编码光场信息(如角度、偏振、相位等)，为传感器设计远超人眼的感知新范式;同时，结合数学和信号处理知识，深度挖掘光场信息，突破传统光学成像极限。目前，计算光学成像处于高速发展阶段，已取得许多令人振奋的研究成果，并在手机摄像、医疗、无人驾驶等领域开始规模化应用。未来，计算光学成像有望进一步颠覆传统成像体系，带来更具创造力和想象力的应用，如无透镜成像、非视域成像等。

趋势9，【大规模城市数字孪生趋势】

解释：城市数字孪生在大规模趋势基础上，继续向立体化、无人化、全局化方向演进。换个角度理解，元宇宙太遥远了，我们先元个城市。

老僧解读：

城市数字孪生自2017年首度被提出以来，受到广泛推广和认可，成为城市精细化治理的新方法。近年来，城市数字孪生关键技术实现了从量到质的突破，具体体现在大规模方面，实现了大规模动态感知映射(更低建模成本)、大规模在线实时渲染(更短响应时间)，以及大规模联合仿真推演(更高精确性)。

目前，大规模城市数字孪生已在交通治理、灾害防控、双碳管理等应用场景取得较大进展。未来城市数字孪生将在大规模趋势的基础上，继续向立体化、无人化、全局化方向演进。

趋势10，【生成式AI趋势】

解释：生成式AI进入应用爆发期，将极大地推动数字化内容生产与创造。 想一想，在未来，老板让我搞新媒体，我把任务交给AI，赚个5000月薪的差价。这样的AI，你期待吗？

老僧解读：

生成式 AI(Generative AI 或 AIGC) 是利用现有文本、音频文件或图像创建新内容的技术。 过去一年，其技术上的进展主要来自于三大领域:图像生成领域，以DALL·E-2、Stable Diffusion 为代表的扩散模型(Diffusion Model); 自然语言处理(NLP)领域基于GPT-3.5的ChatGPT;代码生成领域基于Codex的Copilot。

现阶段的生成式 AI 通常被用来生成产品原型或初稿，应用场景涵盖图文创作、代码生成、游戏、广告、艺术平面设计等。未来，生成式AI将成为一项大众化的基础技术，极大的提高数字化内容的丰富度、创造性与生产效率，其应用边界也将随着技术的进步与成本的降低扩展到更多领域。