今天，
[趋势1]
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。
[趋势二]
存储集成突破AI计算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。
[趋势3]
产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。
[趋势4]
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。
[趋势5]
降低模块化芯片设计的门槛
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chiplet的模块化设计方法将不同功能的“芯片模块”以高级封装方式封装在一起，可以跳过胶带快速定制一个符合应用要求的芯片，进一步加快了芯片的交付速度。
[趋势6]
大规模的区块链应用将进入大众。区块链BaaS(Blockchain as a Service)服务将进一步降低企业应用区块链技术的门槛，专门为区块链设计的固定端、云、链核心算法的硬件芯片也将应运而生，实现物理世界的资产与链上资产的锚定，进一步拓展价值互联网的边界，实现所有链的互联互通。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。
[趋势7]
量子计算进入了关键时期。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。
[趋势8]
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。
[趋势9]
保护数据隐私的人工智能技术将加速发展。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10]
成为云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。
来源:阿里云云起
