2019年，是新興科技發展史上的重要年份。

這一年，各大公司的AI、云計算、大數據走向下沉市場，空中博弈進入到地面作戰，技術的商業化成為生意成敗的重要考量。其間，產業與場景成為大漏斗，好的技術得以被篩選重用。

回首相望，過去的365天，產業AI與產業互聯網成為AI落地的關鍵詞，AI芯片規模化應用，專用芯片起勢，機器學習、深度學習在工業、能源等各個場景進行實戰；云計算成為百行千業數字化轉型的核心紐帶，云一躍成為巨頭的核心賽道；5G在2019年迎來正式商用，牌照相繼發放，5G也在帶動物聯網、車聯網的爆發，城市的數字化、孿生化成為共識；此外，區塊鏈在2019年褪去熱火，進行理性時代，并上升至國家戰略，想象空間巨大···

這些，也剛好在此前阿里達摩院發布的《2019十大科技趨勢》中被言中。

但是，在2019這一整年，科技發展形勢“一片大好”的背后，我們也試圖追索那些深藏在暗處的隱憂，并為之提出更好的應對之策，對未來盡責。

2020年1月2日，一元初始、萬象更新的時刻，阿里達摩院又再度重磅向業界發布《2020十大科技趨勢》，對AI、芯片、云計算、區塊鏈、量子計算以及工業互聯網等科技領域的未來發展做了重要預測。

這些趨勢分別為：

●1、人工智能從感知智能向認知智能演進

●2、計算存儲一體化突破AI算力瓶頸

●3、工業互聯網的超融合

●4、機器間大規模協作成為可能

●5、模塊化降低芯片設計門檻

●6、規模化生產級區塊鏈應用將走入大眾

●7、量子計算進入攻堅期

●8、新材料推動半導體器件革新

●9、保護數據隱私的AI技術將加速落地

●10、云成為IT技術創新的中心

總體而言，最新的十大科技趨勢不僅是總結過去多年的技術面貌，同時對技術發展瓶頸進行了一針見血的點評，對產業走向、技術協同進行了辯證思維的考量，稱得上是一份值得重點研讀的報告（后文附）。

1 什么在掣肘技術的發展？

阿里達摩院（Alibaba DAMO Academy for Discovery, Adventure, Momentum and Outlook）作為致力于探索科技未知，以人類愿景為驅動力的，立足于基礎科學、創新性技術和應用技術的研究院，從誕生第一天起，就有3個重要使命：“活得要比阿里巴巴長”、“服務全世界至少20億人口”、“必須面向未來、用科技解決未來的問題”。

在2年多的科研經歷中，達摩院在機器智能、數據計算、機器人、金融科技等領域進行了諸多前沿的探索，并在此期間引進技術大牛，建立了完善的多學科人才基礎，在技術前瞻性上，達摩院走在業界前列。

達摩院也注意到，AI領域在取得不錯成績的今天，“攔路虎”依然眾多。

比如，AI的感知智能雖然超越人類水準，但是認知智能天花板依然存在，須從認知心理學、腦科學以及人類社會的發展歷史中汲取更多的靈感，并結合跨領域知識圖譜、因果推理、持續學習等研究領域的發展進行突破，以推動下一代具有自主意識的AI系統的建設。

再比如，存儲和計算中的馮·諾伊曼“瓶頸”（或“內存墻”）問題依然嚴峻，越往后，AI運算中數據搬運更加頻繁，需要存儲和處理的數據量遠遠大于之前常見的應用，AI要有突破，須對設計模式、計算架構維度做出創新。

芯片是計算的核心，受到成本和市場壓力的驅使，半導體產業在積極尋找新的芯片開發模式，來滿足低成本、快速的需求。特別是隨著芯片制程從10nm縮減到7nm，接下來還要進一步縮減到5nm，每一次制程縮減所需要的成本和開發時間都在大幅提升，但模塊化將是個好思路。此外，隨著摩爾定律逐漸失效，以硅為主體的經典晶體管縮放已經越來越難以維持，這對芯片材料提出挑戰。

在目前，工業互聯網發展迅猛，甚至推動第四次工業革命的到來，但其依然面臨制造企業內部的IT軟件系統與OT設備系統須打通、廠外上下游產業鏈須優化組合、產品的設計和產品生命周期須優化管理等問題。

當然，今天的芯片、數據庫、網絡、物聯網等技術都無法離開云。

隨著傳統IT接口開始逐漸被云端接口取代，軟件技術和硬件技術之間的依賴程度被大幅度降低，云平臺、技術開源、云用戶三者形成驅動技術創新的新三角。全面上云時代，應用復雜、算力要求極高，算法、軟件和硬件的隔閡造成巨大算力的浪費，已經無法滿足在超大規模計算場景下提升IT計算效率、降低計算成本的訴求。

此外，區塊鏈技術應用已延伸到數字金融、數字政府、智能制造、供應鏈管理等多個領域，主流廠商紛紛進入區塊鏈領域推動技術突破和商業化場景落地。區塊鏈將正式面對海量用戶場景的考驗，這將對系統處理量提出了更高的要求，并加劇參與節點在信息存儲、同步等方面的負擔。

2 達摩院看到的“2020十大科技趨勢”

俠之大者，為國為民。

技術發展有瓶頸，但不應成為止步不前的理由。面對科技向前的浪潮，總有人在理性思考，明燈指路。

此次達摩院2020十大科技趨勢報告，就是對以上掣肘技術發展問題的最好回答。回答中，還將諸多前沿性技術進行解構、彼此串聯，以找到牽引產業創新的最新邏輯，值得詳讀。

附報告全文：

趨勢一、人工智能從感知智能向認知智能演進

人工智能已經在“聽、說、看”等感知智能領域已經達到或超越了人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處于初級階段。認知智能將從認知心理學、腦科學及人類社會歷史中汲取靈感，并結合跨領域知識圖譜、因果推理、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運用，實現從感知智能到認知智能的關鍵突破。

趨勢二、計算存儲一體化突破AI算力瓶頸

馮諾伊曼架構的存儲和計算分離，已經不適合數據驅動的人工智能應用需求。頻繁的數據搬運導致的算力瓶頸以及功耗瓶頸已經成為對更先進算法探索的限制因素。類似于腦神經結構的存內計算架構將數據存儲單元和計算單元融合為一體，能顯著減少數據搬運，極大提高計算并行度和能效。計算存儲一體化在硬件架構方面的革新，將突破AI算力瓶頸。

趨勢三、工業互聯網的超融合

5G、IoT設備、云計算、邊緣計算的迅速發展將推動工業互聯網的超融合，實現工控系統、通信系統和信息化系統的智能化融合。制造企業將實現設備自動化、搬送自動化和排產自動化，進而實現柔性制造，同時工廠上下游制造產線能實時調整和協同。這將大幅提升工廠的生產效率及企業的盈利能力。對產值數十萬億乃至數百萬億的工業產業而言，提高5%-10%的效率，就會產生數萬億人民幣的價值。

趨勢四、機器間大規模協作成為可能

傳統單體智能無法滿足大規模智能設備的實時感知、決策。物聯網協同感知技術、5G通信技術的發展將實現多個智能體之間的協同——機器彼此合作、相互競爭共同完成目標任務。多智能體協同帶來的群體智能將進一步放大智能系統的價值：大規模智能交通燈調度將實現動態實時調整，倉儲機器人協作完成貨物分揀的高效協作，無人駕駛車可以感知全局路況，群體無人機協同將高效打通最后一公里配送。

趨勢五、模塊化降低芯片設計門檻

傳統芯片設計模式無法高效應對快速迭代、定制化與碎片化的芯片需求。以RISC-V為代表的開放指令集及其相應的開源SoC芯片設計、高級抽象硬件描述語言和基于IP的模板化芯片設計方法，推動了芯片敏捷設計方法與開源芯片生態的快速發展。此外，基于芯粒（chiplet）的模塊化設計方法用先進封裝的方式將不同功能“芯片模塊”封裝在一起，可以跳過流片快速定制出一個符合應用需求的芯片，進一步加快了芯片的交付。

趨勢六、規模化生產級區塊鏈應用將走入大眾

區塊鏈BaaS(Blockchain as a Service)服務將進一步降低企業應用區塊鏈技術的門檻，專為區塊鏈設計的端、云、鏈各類固化核心算法的硬件芯片等也將應運而生，實現物理世界資產與鏈上資產的錨定，進一步拓展價值互聯網的邊界、實現萬鏈互聯。未來將涌現大批創新區塊鏈應用場景以及跨行業、跨生態的多維協作，日活千萬以上的規模化生產級區塊鏈應用將會走入大眾。

趨勢七、量子計算進入攻堅期

2019年，“量子霸權”之爭讓量子計算在再次成為世界科技焦點。超導量子計算芯片的成果，增強了行業對超導路線及對大規模量子計算實現步伐的樂觀預期。2020年量子計算領域將會經歷投入進一步增大、競爭激化、產業化加速和生態更加豐富的階段。作為兩個最關鍵的技術里程碑，容錯量子計算和演示實用量子優勢將是量子計算實用化的轉折點。未來幾年內，真正達到其中任何一個都將是十分艱巨的任務，量子計算將進入技術攻堅期。

趨勢八、新材料推動半導體器件革新

在摩爾定律放緩以及算力和存儲需求爆發的雙重壓力下，以硅為主體的經典晶體管很難維持半導體產業的持續發展，各大半導體廠商對于3納米以下的芯片走向都沒有明確的答案。新材料將通過全新物理機制實現全新的邏輯、存儲及互聯概念和器件，推動半導體產業的革新。例如，拓撲絕緣體、二維超導材料等能夠實現無損耗的電子和自旋輸運，可以成為全新的高性能邏輯和互聯器件的基礎；新型磁性材料和新型阻變材料能夠帶來高性能磁性存儲器如SOT-MRAM和阻變存儲器。

趨勢九、保護數據隱私的AI技術將加速落地

數據流通所產生的合規成本越來越高。使用AI技術保護數據隱私正在成為新的技術熱點，其能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

趨勢十、云成為IT技術創新的中心

隨著云技術的深入發展，云已經遠遠超過IT基礎設施的范疇，漸漸演變成所有IT技術創新的中心。云已經貫穿新型芯片、新型數據庫、自驅動自適應的網絡、大數據、AI、物聯網、區塊鏈、量子計算整個IT技術鏈路，同時又衍生了無服務器計算、云原生軟件架構、軟硬一體化設計、智能自動化運維等全新的技術模式，云正在重新定義IT的一切。廣義的云，正在源源不斷地將新的IT技術變成觸手可及的服務，成為整個數字經濟的基礎設施。