1.人工智能从感知智能向认知智能演进
大规模图神经网络被认为是推动认知智能发展的强有力的推理方法。图神经网络将深度神经网络从处理传统的非结构化数据（如图像、语音和文本序列等）推广到更高深层次的结构化数据（如图结构等）。未来人工智能热潮能否进一步打开天花板，形成更大产业规模，认知智能的突破是关键。认知智能使AI系统主动了解事物的发展的背后规律和因果关系，帮助机器跨越模态理解数据，学习到最接近人脑认知的“一般表达”，获得类似于人脑的多模感知能力，有望带来颠覆性的产业价值。
2.计算存储一体化，突破AI算力瓶颈
经典的冯诺伊曼计算机架构中，存储单元和计算单元泾渭分明。运算时，需要将数据从存储单元读取到计算单元，运算后把结果写回存储单元。在数据驱动的人工智能需求下，频繁搬运的数据受制于存储器的速度无法跟上运算部件消耗数据的速度，从而形成所谓冯诺伊曼“瓶颈”，或“内存墙”问题。计算存储一体化，类似于人脑，将数据存储单元和计算单元融合为一体，大幅减少数据搬运，极大提高计算并行度和能效。这个过程的研究无法一蹴而就，短期来看依旧是增加带宽，缓解搬运数据的压力；中长期通过架构方面的创新，努力实现真正的计算存储一体化。
更进一步，计算存储一体化是一个 game-changer ，开辟了一条新赛道，它的出现将重构当前处理器和存储器相对垄断的产业格局。
3.工业互联网的超融合
工业互联网在此之前有受制于4G的延迟、有线部署的麻烦、wifi难有较好的覆盖难题，但随着5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合。即实现工控系统、通讯系统和信息系统的智能化融合。制造企业将实现更高程度的自动化、突破单工厂，使上下游工厂连接起来制造产线能实时调整和协同工作，这些会大幅提高工厂的生产效率和企业的盈利能力。
4.机器间大规模协作成为可能
随着人工智能、IoT传感器等的快速发展，大量的智能设备被连接起来，实现的信息共享和统一控制，将会提高整个社会的效率。例如智能交通灯，通过人工智能分析出型数据和对交通灯的统一化管理，必定将有效改善城市交通拥堵现象；网约车平台对派单的优化，提高司机收入，仓储机器人的高效协作完成货物迅速分拣，提高物流效率降低存储成本。这些都会带来整个经济社会的升级。
5.模块化降低芯片设计门槛
AIot时代不仅对芯片需求带来爆发式增长，同时，其碎片化和定制化的特点，对芯片设计模式提出了新的要求。越来越多的公司都加入到芯片的研发之中，但现有的芯片设计模式存在研发成本高、周期长等问题。近年来，以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、 以Chisel为代表的髙级抽象硬件描述语言和基于IP的模块化模板化的芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。越来越多芯片企业开始尝试开源硬件架构进行设计。模块化的设计模式可能带给从上游EDA工具、IC设计到制造工艺、先进封测等产业链环节颠覆式的创新革命，重塑芯片的产业格局。由此带来的芯片设计门槛的降低可以让设计者以更低的成本和更高的效率定制领域专用芯片，引发一场芯片设计模式变革，释放市场创新活力，繁荣芯片产业。
6.规模化生产级区块链应用将走向大众
2019年是区块链里程碑的一年，区块链技术正式被定位为国家战略，为区块链产业的发展打开了巨大的想象空间。区块链技术应用已延伸到数字金融、数字政府、智能制造、供应链管理等多个领域，主流厂商纷纷进入区块链领域推动技术突破和商业化场景落地。区块链将正式面对海量用户场景的考验，这将对系统处理量提出更高要求，并加剧参与节点在信息存储、同步等方面的负担，在现有技术环境下会导致系统性能和运行效率的下降。在数字经济时代，面对即将到来 的海量用户场景，我们相信很快将会井喷式地涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作。与此而来的，一批日活千万的区块链规模化生产级应用将会走入大众。以区块链为基础的分布式帐本，将在数字经济中进一步推动产业数字化形成的价值有效传递，从而构建新一代价值互联网和契约社会。
7.量子计算进入攻坚期
通过利用量子力学中非经典的性质， 量子计算有望颠覆当前的计算技术，给经济和社会带来变革性的进步。目前量子计算正处于从实验室走进实际应用的转变之中。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期 。
8.新材料推动半导体器件革新
在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。从更长远的角度来看，更具挑战性的材料及全新的物理机制将是半导体产业能够保持甚至加速指数式的增长的关键。新物理机制是全新的高性能的逻辑和互联器件的基础，比如基于量子效应的强关联材料和拓扑绝缘体、新发现的二维材料中魔幻角度下的超导现象等会导致无损耗的电子和自旋输运。利用新的磁性材料的自旋一轨道耦合现象可以制备全新的高性能磁性存储器如sOT-MRAM，而利用新的阻变现象使得全新的高密度、高稳定性的阻变存储器(RRAM)成为可能。虽然这些全新的工作机制还处在早期的探索中，但他们能从根本上解决传统器件在物理原理层面所受到的限制，实现对摩尔定律的突破。
9.保护数据隐私的AI技术将加速落地
在越来越多对数据隐私的担忧声中，政府开始行动制定数据使用合规法案，大量的数据因为需要依法保护而无法被联合在一起计算。针对“数据孤岛"现象，目前大部分数据共享平台本质上都是基于中心化的数据交换机制，存在过程复杂、通信成本高、效率低、所有权模糊化、数据泄露风险大的缺占而且无法保护用户的隐私。
保护数据隐私的A|安全技术拓展传统分布式计算以及信息安全范畴，为网络协作计算提供一种新的计算模式。它可通 过多种技术结合保护数据安全，包括安全多方计算、差分隐私、同态加密，混淆电路、加密搜索与计算、可信软硬件等；也可利用人工智能保障模型鲁棒与安全性，如模型加固、数据毒化防御、对抗性样本防御等。基于隐私保护技术 为核心构建数据安全体系，必将成为发展大数据、云计算和物联网的基石。
一直以来，平衡发展效率和安全风险是大数据产业的核心问题，拥有海量数据的政府企事业等组织一方面对数据的隐私 负有重要的保护责任，另一方面也享有数据的使用价值；作为终端用户的个体在法律法规的保护下可以控制个人数据的 访问权，也能参与价值分配。而在AI安全技术的保障下，组织或个人不必转让数据的拥有权，而是通过出租数据的使用 权参与价值分配。以联邦学习为代表的安全多方计算应用，能解决行业大数据聚合过程遇到的挑战，例如购物平台和银 行等金融机构的产品推荐所面临的数据属性维度不足，以及医疗诊断和语音助手行业的数据用户量不足等问题，并促使 公共政务数据得以开放惠民新业。
10.云成为IT技术创新的中心
将未来较长一段时间，云都是所有程序员和企业的追求。在全面上云的云计算时代，传统的软硬件分离迭代的模式逐步显现出局限性，现今的应用越来越复杂，对算力的要求越来越高，而算法、软件和硬件的隔阂造成算力的巨大浪费，已经无法满足在超大规模计算场景下提升IT计算效率、降低计算成本的诉求。同时随着大多数企业开始全面拥抱云计算，如何最大化发挥“云"的价值实现应用的快速上线和高效运行、业务的秒级启动等是企业从容地应对市场快速变化的关键。
未来的软件一定是生长于云上的，云原生和无服务器计算正在重塑整个软件生命周期，从软件需求设计、研发、发布、构建分发、到运维等。在All-in-Cloud的时代，基于软硬一体化重新设计的云计算基础设施以及通过云原生的崭新资源交付方式在提高计算效率、易用性的同时降低计算和运维成本，进一步巩固云成为数字经济时代基础设施。
閱讀更多 iceLeono 的文章
