甘法来自奥菲寺。
量子比特报告|微信官方账号QbitAI
扫地僧如何看待2020年科技趋势？
刚刚，阿里达摩院2020十大科技趋势发布，涵盖人工智能、芯片制造、量子计算、工业互联网、机器协同、区块链、隐私保护、云计算等领域，勾勒出新一年的科技趋势。
简要概述如下:
1.人工智能从感知智能进化到认知智能。2.计算和存储的融合突破了AI计算能力的瓶颈。3.工业互联网的超级融合。4.机器之间的大规模协作成为可能。5.模块化降低了芯片设计的门槛。6.大规模生产级区块链应用将进入大众。7.量子计算将进入关键时期。8.新材料将促进半导体器件的创新。9.保护数据隐私的AI技术将加速落地。10.云将成为IT技术创新的中心。
阿里达摩院表示，他们将自己的实践与外部大脑辅助相结合，有80多名专家参与。经过五个阶段，他们最终做出了2020年十大科技趋势的预测。
希望通过评估它们对行业和社会可能产生的影响，为政策制定、产业规划、行业发展、企业转型升级提供决策参考，也帮助更多人了解当前已经发生的重要变化。
大元第二次预测科技趋势:继续专注芯片。
这是达摩院成立以来第二次发布科技趋势。
与去年相比，今年的趋势更侧重于落地，更倾向于产业，也扩大了科技突破的视野范围——从信息技术领域到新材料领域，而如何用前沿技术构建新的数字经济基础设施也成为新的核心。
当然也有延续去年趋势的，比如芯片，这也是达摩院对今年科技趋势预测的重点。
去年，Tatsuya研究所预测，过去以CPU为核心的通用计算将由应用和技术驱动，这将带来特定领域架构的颠覆性变化。
过去一年，在应用和技术的驱动下，AI专用芯片取得了长足的进步。在特定场景下，使用专用芯片会带来更好的计算能力和能效，这已经成为行业共识。
国内的平头、华为、易图、寒武纪等公司都发布了自己的AI专用芯片，英特尔等国际芯片巨头也在积极布局AI芯片。
新的一年，达摩院也给出了新的行业发展趋势:模块化降低芯片设计门槛。
他们认为，核心建筑，这个高科技行业护城河最深、壁垒最厚的区域，应该简化。
这一论断一经发布，立即引起关注和热议。兴奋之余，很多人保持冷静思考。恐怕不是把卫星送上天。
阿里平头哥副总裁孟建伟博士表示，这背后的逻辑在阿里平头哥的实践和探索中逐渐清晰。
降低模块化芯片设计的门槛？
芯片设计是苦差事，RD成本高，周期长，成为整个行业最大的痛点。开发一款中档芯片往往需要数百年、数千万甚至上亿美元的RD投资。
孟建伟表示，这不仅严重阻碍了芯片创新的速度，也大大增加了NRE在每一次芯片工艺过渡中的成本和开发时间，比如从10nm缩减到7nm时。
一方面是成本的束缚，一方面是瞬息万变的市场压力。半导体行业正在积极寻找新的芯片开发模式，以满足低成本和快速的需求。
最有希望和可实现的方向是新的模块化。
根据阿里达摩院的解释，按照传统的方法，要设计一个系统芯片，需要从不同的ip供应商处采购IP，包括软核IP或硬核IP，然后通过大量的时间验证和软件开发，将自研模块组合成一个SoC，再在某个制造工艺节点完成芯片设计和生产的完整流程。
“在新的模块化方法下，每个模块都提前完成了流式传输。具体来说，在场景中，可以根据需求对不同功能的‘芯片模块’进行提前封装，跳过流，通过封装快速定制出符合应用需求的芯片”，孟建一说。
这个新模块还有一个同义词:核心粒子。
具体来说，通过对复杂功能的分解，开发出多种单一特定功能的“核心”，如数据存储、计算、信号处理、数据流管理等功能。
然后将这些功能不同的核心进行模块化组装，将不同的计算机部件集成在一块硅片上，实现更小更紧凑的计算机系统结构。
未来的计算机系统结构可能不是由单独封装的芯片制造，而是由在更大的硅芯片上互连成芯片网络的核心制造。
孟建一说，模块化芯片技术最终可以像搭积木一样“组装”芯片，芯片设计的难度至少可以降低50%。
基于ip的可重用设计方法论可以解决芯片功能模块重复设计的问题，使芯片可以模块化设计，不同功能的IP模块可以在不同的芯片中重用。从而降低芯片设计的门槛，允许设计者以更低的成本和更高的效率定制特定领域的芯片。
他还进一步提到了具体的使用场景:不仅可以帮助软件开发者更深入地整合“核-硬-软”解决方案，还可以大大提高芯片本身的可扩展性。同样的设计可以根据不同的场景进行适配。
阿里达摩院认为，这将带来芯片行业的颠覆性创新革命，重塑芯片从上游EDA工具、IC设计到制造工艺、先进封装测试等产业链环节的产业结构。
为什么是2020年？
需求是变革的核心动力之一，芯片行业也不例外。
与之前市场环境最大的不同是AIoT成为了新的变量。不仅会带来芯片需求的爆发式增长，还会带来碎片化、定制化的特点，对芯片设计模式提出新的要求。
“尤其是AIoT领域，对成本比较敏感，需要新的芯片设计方法，”孟建一说。
与此同时，市场竞争格局也开始发生变化。在应用驱动的趋势下，谁能快速推出专用芯片，谁就能抢占市场先机。
阿里达摩院认为，芯片行业传统的“大鱼吃小鱼”的比较投资、品牌、技术的格局，正逐渐被“快鱼吃慢鱼”的比较市场敏感度、对需求的适应能力、速度、价格的格局所取代。
需求客观存在，解决方案明确，技术是进一步实现落地的桥梁。
近年来以RISC-V为代表的开放指令集及其对应的开源SoC芯片设计，以集成电路块为代表的高级抽象硬件描述语言，基于ip的模块化芯片设计方法等。，共同推动了芯片敏捷设计方法和开源芯片生态的快速发展，越来越多的芯片公司开始尝试开源硬件架构设计。
现在，越来越多的系统和应用服务公司推出专用芯片。比如苹果、谷歌、阿里巴巴、亚马逊、特斯拉等应用公司。已经开始进入芯片设计领域，自己或联合开发芯片产品。
“虽然模块之间的高效通信仍然存在挑战，但容易造成性能瓶颈，以及高级封装成本高、散热困难等问题，”孟建一说。“但AMD、Intel等国际主流芯片厂商都在朝这个方向努力，把CPU、GPU、FPGA等模块分开流。”
清华大学长期教授尹守义进一步评论说:“尤其是未来，随着异质融合和三维融合的成熟，摩尔定律将在新的维度上延续。”
面向2020年，基于核心粒子的模块化设计方法正在成为新的行业趋势。孟建伟说，这也是平头哥正在实践和探索的方向。
阿里平头哥正在提升芯片设计效率的路上。
2019年8月30日，阿里平头发布AIoT芯片平台，命名为“无剑”。
这是一个芯片设计平台，提供集成芯片架构、基础软件、算法和开发工具的整体解决方案。这是提高芯片设计效率的重要一步。
取孤求败“无剑不如有剑”。相应的，它没有芯片，但可以帮助各类芯片设计企业“铸剑”，即在基础框架/模板的基础上，定制符合应用需求的芯片产品，并以最快的速度推向精准市场。
据平头哥官方介绍，该平台可以承担AIoT芯片80%左右的通用功能设计工作量，让芯片RD企业专注于剩余20%的专用设计工作，可以帮助芯片设计企业降低50%的设计成本，缩短50%的设计周期。
采访中，孟建一还分享了sworrless平台的最新进展:
MCU、语音、视觉的SoC平台已经推出，并应用于多家物联网厂商的产品，包括多媒体AI芯片、AI视觉芯片、edge AI服务器芯片等。
整体而言，平头哥也在继续践行“让世界上没有难做的芯片”的愿景，进一步面向未来开展核心粒子及其封装的应用研究。
具体到业务上，孟建伟表示，平头哥将继续打通云和端的边界，持续投入云和端，在芯片应用生态上做更多布局。
附:阿里达摩院2020年十大技术趋势
第一，人工智能从感知智能进化到认知智能。
人工智能在“听、说、看”等感知智能领域已经达到或超过人类水平，但在需要外部知识、逻辑推理或领域迁移的认知智能领域还处于起步阶段。
认知将从认知心理学、脑科学和人类社会历史中汲取灵感，结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，使知识能够被机器理解和应用，实现从感知智能到认知智能的关键突破。
第二，计算和存储的融合突破了AI计算能力的瓶颈
冯诺依曼架构中存储和计算的分离不再适合数据驱动的人工智能应用。频繁的数据处理所带来的计算能力和功耗的瓶颈，已经成为探索更先进算法的限制因素。
内存计算架构类似于大脑神经结构，集成了数据存储单元和计算单元，可以显著减少数据处理，大幅提高计算并行性和能效。硬件架构上存储集成的创新，将突破AI计算能力的瓶颈。
第三，工业互联网的超级融合
5G、物联网设备、云计算和边缘计算的快速发展将推动工业互联网的超融合，实现工业控制系统、通信系统和信息系统的智能融合。
制造企业将实现设备自动化、运输自动化和生产调度自动化，进而实现柔性制造。同时，工厂的上下游制造线可以实时调整和协调。
这将大大提高工厂的生产效率和企业的盈利能力。对于产值数百亿甚至数十万亿的工业行业来说，提高5%-10%的效率将产生数万亿人民币的收入。
四。趋势:机器之间的大规模协作成为可能。
传统的单一智能无法满足大规模智能设备的实时感知和决策。物联网协同感知技术和5G通信技术的发展，将实现多智能体之间的协同——机器相互合作，相互竞争，完成目标任务。
多智能体协作带来的蜂群智能将进一步放大智能系统的价值:大规模智能红绿灯调度将实现动态实时调整，仓储机器人将协同完成货物分拣的高效协作，无人车可以感知全球路况，蜂群无人车将协同高效打通最后一公里配送。
第五，模块化降低了芯片设计的门槛。
传统的芯片设计模式不能有效地满足快速迭代、定制和碎片化的要求。以RISC-V为代表的开放指令集及其对应的开源SoC芯片设计、高级抽象硬件描述语言和基于ip的模板芯片设计方法，推动了芯片敏捷设计方法和开源芯片生态的快速发展。
此外，基于核心粒子的模块化设计方法以先进的封装方式将不同功能的“芯片模块”封装在一起，可以跳过胶带快速定制出符合应用要求的芯片，进一步加快了芯片的交付速度。
六。趋势。大规模生产级区块链应用将进入大众。
区块链BaaS服务将进一步降低企业应用区块链技术的门槛，专为端、云和链设计的固化核心算法的硬件芯片也将应运而生，实现物理世界的资产锚定和链中的资产锚定，进一步拓展价值互联网的边界，实现千链互联。
未来，大量创新的区块链应用场景和跨行业、跨生态的多维度协作将会涌现，日活1000万以上的大规模生产级区块链应用将会进入大众。
七。趋势，量子计算进入了一个关键时期。
2019年，“量子霸权”之争让量子计算再次成为世界科技的焦点。超导量子计算芯片的成就增强了业界对超导路线的乐观预期和大规模量子计算的步伐。
2020年，量子计算领域将经历进一步加大投入、加剧竞争、加速产业化和丰富生态的阶段。作为两个最关键的技术里程碑，容错量子计算和展示实用量子优势将是实用量子计算的转折点。
未来几年，要真正实现其中任何一项，都将是非常艰巨的任务，量子计算将进入技术的关键时期。
8.趋势:新材料推动半导体器件的创新
在摩尔定律放缓和计算能力、存储需求爆炸的双重压力下，以硅为主体的经典晶体管很难维持半导体行业的可持续发展。对于3 nm以下芯片的走向，各大半导体厂商都没有明确的答案。
新材料将通过新的物理机制实现逻辑、存储和互连的新概念和新器件，推动半导体产业的创新。
比如拓扑绝缘体，二维超导材料等。可以实现无损电子和自旋输运，可以成为新型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可以带来高性能的磁存储器，如软MRAM和阻变存储器。
9.趋势，保护数据隐私的AI技术将加速落地。
数据流通的合规成本越来越高。利用人工智能技术保护数据隐私正成为一个新的技术热点。可以保证各方数据的安全性和隐私性，同时联合用户实现特定计算，解决数据孤岛和数据共享可信度低的问题，实现数据的价值。
趋势:云成为IT技术创新的中心。
随着云技术的深入发展，云已经远远超出了IT基础设施的范畴，逐渐演变为所有IT技术创新的中心。
云已经渗透到新芯片、新数据库、自动驾驶自适应网络、大数据、人工智能、物联网、区块链和量子计算的整个IT技术链路。同时衍生出无服务器计算、云原生软件架构、软硬件一体化设计、智能自动化运维等新技术模式。云正在重新定义IT中的一切。
广义的云正在不断地把新的IT技术变成可访问的服务，成为整个数字经济的基础设施。
最后来一点互动。
如何看待达摩院关于芯片的预测？理工学院今年发布的十大预测，你更喜欢哪一个？你对今年的科技趋势有什么预测？
欢迎在评论区留言互动~
