分類(lèi)目錄
186個(gè)；
已收錄資訊
9553篇；
已收錄
9652站；
待審網(wǎng)站
1872站；
當(dāng)月收錄0站;
今日審核0站；
1月2日最新消息，我么都知道，2020年，除了基礎(chǔ)科研方面的突破，物聯(lián)網(wǎng)、AI、云計(jì)算等新興技術(shù)發(fā)展新動(dòng)向，也同樣值得關(guān)注，我們一起來(lái)看看2020年將會(huì)由哪些技術(shù)發(fā)展新趨勢(shì)。
1.物聯(lián)網(wǎng)+工業(yè)的迎來(lái)爆發(fā)
隨著5G的落地、IoT設(shè)備數(shù)量的爆發(fā)、邊緣計(jì)算概念的提出，使得工業(yè)生產(chǎn)的各個(gè)要素，得以深度整合。
這將促進(jìn)制造效率提高、產(chǎn)品質(zhì)量改善、產(chǎn)品成本和資源消耗的降低，并將傳統(tǒng)工業(yè)提升到智能工業(yè)的新階段。
從當(dāng)前技術(shù)發(fā)展和應(yīng)用前景來(lái)看，物聯(lián)網(wǎng)在工業(yè)領(lǐng)域的供應(yīng)鏈管理、生產(chǎn)過(guò)程工藝優(yōu)化、產(chǎn)品設(shè)備監(jiān)控管理、環(huán)保監(jiān)測(cè)及能源管理、工業(yè)安全生產(chǎn)管理等方面，都發(fā)揮了巨大作用，其幫助人類(lèi)實(shí)現(xiàn)了工控系統(tǒng)、通信系統(tǒng)和信息化系統(tǒng)的智能化融合。
通過(guò)物聯(lián)網(wǎng)+方案，制造企業(yè)將實(shí)現(xiàn)設(shè)備自動(dòng)化、搬送自動(dòng)化和排產(chǎn)自動(dòng)化，進(jìn)而實(shí)現(xiàn)柔性制造。同時(shí)，工廠(chǎng)上下游制造產(chǎn)線(xiàn)能實(shí)時(shí)調(diào)整和協(xié)同。這將大幅提升工廠(chǎng)的生產(chǎn)效率、及企業(yè)的盈利能力。
對(duì)產(chǎn)值數(shù)十萬(wàn)億、乃至數(shù)百萬(wàn)億的工業(yè)產(chǎn)業(yè)而言，提高5%-10%的效率，就會(huì)產(chǎn)生數(shù)萬(wàn)億人民幣的價(jià)值。所以，物聯(lián)網(wǎng)+工業(yè)，必將在2020年迎來(lái)爆發(fā)。
2.AI+物聯(lián)網(wǎng)，使機(jī)器間大規(guī)模協(xié)作成為可能
傳統(tǒng)單體智能，無(wú)法滿(mǎn)足協(xié)調(diào)大規(guī)模智能設(shè)備共同完成實(shí)時(shí)感知和決策等工作。但隨著物聯(lián)網(wǎng)協(xié)同感知技術(shù)、5G高速通信技術(shù)的發(fā)展，多智能體之間的協(xié)同合作，將會(huì)成為可能。
多智能體協(xié)同，將使物聯(lián)網(wǎng)進(jìn)一步智能化，并進(jìn)一步強(qiáng)化智能系統(tǒng)的價(jià)值。比如，大規(guī)模智能交通燈調(diào)度，將實(shí)現(xiàn)動(dòng)態(tài)實(shí)時(shí)調(diào)整;倉(cāng)儲(chǔ)機(jī)器人協(xié)作，將完成貨物分揀的高效協(xié)作;無(wú)人駕駛車(chē)可以感知全局路況;群體無(wú)人機(jī)協(xié)同，將高效打通最后一公里配送，超大規(guī)模的智能終端合作成為可能。
3.計(jì)算存儲(chǔ)一體化，突破AI算力瓶頸
目前，深度學(xué)習(xí)需要采用規(guī)模非常龐大的網(wǎng)絡(luò)、存儲(chǔ)很多參數(shù)以及完成大量計(jì)算。同時(shí)，在這些計(jì)算過(guò)程中，會(huì)生成大量數(shù)據(jù)。
為完成這些計(jì)算，芯片設(shè)計(jì)中，會(huì)增加很多運(yùn)算單元，如幾千到幾萬(wàn)個(gè)運(yùn)算單元。隨著運(yùn)算單元數(shù)目的增加，每個(gè)運(yùn)算單元能夠使用的存儲(chǔ)器的帶寬和大小都在減小。因此，存儲(chǔ)器會(huì)成為計(jì)算瓶頸。
由于深度學(xué)習(xí)并不屬于通用計(jì)算的范疇，馮·諾伊曼(John von Neuman)架構(gòu)的存儲(chǔ)和計(jì)算分離，已經(jīng)不適合數(shù)據(jù)驅(qū)動(dòng)的人工智能應(yīng)用需求。
頻繁的數(shù)據(jù)搬運(yùn)，導(dǎo)致的算力瓶頸以及功耗瓶頸，已經(jīng)成為更先進(jìn)算法探索的限制因素。類(lèi)似于腦神經(jīng)結(jié)構(gòu)的存內(nèi)計(jì)算架構(gòu)，將數(shù)據(jù)存儲(chǔ)單元和計(jì)算單元融合為一體，這樣能顯著減少數(shù)據(jù)搬運(yùn)，提高計(jì)算并行度和能效。而計(jì)算存儲(chǔ)一體化，在硬件架構(gòu)方面的革新，也將突破AI算力瓶頸。
4.云服務(wù)下沉，成為新十年的基礎(chǔ)設(shè)施
筆者在《神龍飛天，國(guó)士王堅(jiān)》中，曾經(jīng)介紹過(guò)在阿里神龍服務(wù)器和飛天操作系統(tǒng)的加持下，阿里、乃至整個(gè)云服務(wù)中的虛擬化層，所帶來(lái)的損耗，正在被不斷降低。
云服務(wù)憑借其標(biāo)準(zhǔn)化、彈性化的優(yōu)勢(shì)，使得用戶(hù)只需專(zhuān)注應(yīng)用開(kāi)發(fā)，無(wú)需關(guān)注基礎(chǔ)設(shè)施及基礎(chǔ)服務(wù)。
而且，通過(guò)云原生的資源交付方式，計(jì)算效率、易用性、用戶(hù)的計(jì)算和運(yùn)維成本都會(huì)得到優(yōu)化。可以說(shuō)，云服務(wù)變得像電力和自來(lái)水一樣無(wú)處不在，它還會(huì)成為數(shù)字經(jīng)濟(jì)時(shí)代基礎(chǔ)設(shè)施。
最后，大家對(duì)這些2020年技術(shù)發(fā)展新趨勢(shì)有什么看法嗎?歡迎留言。
此文由 網(wǎng)站目錄_網(wǎng)站網(wǎng)址收錄與提交入口 編輯，未經(jīng)允許不得轉(zhuǎn)載！：