参考：达摩院宣布十大技术趋势，AI 有望迈过两大关键门槛
https://maimai.cn/article/detail?fid=1389676077&efid=zcqAyOc9KYsLVozA95EMYw
人工智能从感知智能向认知智能演进
关键词：知识图谱，图神经网络
- 人工智能 2.0 将更多基于数据，自动将非结构化的数据转变为结构化的知识，做到真正意义上的认知智能
- 认知智能将结合人脑的推理过程，进一步解决复杂的阅读理解问题和少样本的知识图谱推理问题，协同结构化的推理过程和非结构化的语义理解
- 认知智能也需要解决多模态预训练问题，帮助机器获得多模感知能力，赋能海量任务
计算存储一体化突破 AI 算力瓶颈
- 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，能显著减少数据搬运，极大提高计算并行度和能效
- 近期策略的关键在于通过芯片设计、集成、封装技术拉近存储单元与计算单元的距离，增加带宽，降低数据搬运的代价，缓解由于数据搬运产生的瓶颈
工业互联网的超融合
- 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，实现工控系统、通信系统和信息化系统的智能化融合
- 制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同
- 工业互联网主要解决三个问题：
- 一是将制造企业内部的 IT （信息化）软件系统与 OT （工控软件）设备系统打通，实现柔性制造
- 二是在工厂外实现上下游产业链的优化组合
- 三是产品的设计和产品生命周期的管理
- 工业系统通过工业互联网连接起来，工业互联网第一次让人类掌握了一个实时调整工业系统能力的工具，从而大幅度促进了生产效率，降低了库存，提高了质量
机器间大规模协作成为可能
- 物联网协同感知技术、5G 通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务
- 多智能体协同带来的群体智能将进一步放大智能系统的价值：
- 大规模智能交通灯调度将实现动态实时调整
- 仓储机器人协作完成货物分拣的高效协作
- 无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送
模块化降低芯片设计门槛
一种“芯粒”（Chiplet）的模块化设计方法正在成为新的行业趋势。这种方法通过对复杂功能进行分解，开发出多种具有单一特定功能的“芯粒”（Chiplet），如实现数据存储、计算、信号处理、数据流管理等功能。利用这些不同功能的 Chiplets 进行模块化组装，将不同的计算机元件集成在一块硅片上，来实现更小更紧凑的计算机系统结构。
模块化的芯片技术最终可以实现像搭积木一样”组装“芯片。
规模化生产级区块链应用将走入大众
- 日活千万以上的规模化生产级区块链应用将会走入大众
- 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了更高的要求，并加剧参与节点在信息存储、同步等方面的负担
量子计算进入攻坚期
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。
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
- 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：
- 拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础
- 新型磁性材料和新型阻变材料能够带来高性能磁性存储器如 SOT-MRAM 和阻变存储器