是德科技發(fā)布2024技術(shù)趨勢預測，新一輪技術(shù)變革機遇浮現（上篇）

科技點(diǎn)亮未來(lái)，創(chuàng )新驅動(dòng)發(fā)展。隨著(zhù)科技創(chuàng )新的步伐日益加快，2024年將迎來(lái)新一輪的突破，有望從根本上重塑整個(gè)世界的生活、互動(dòng)和交流方式。是德科技緊跟技術(shù)創(chuàng )新與行業(yè)發(fā)展動(dòng)向，于近期發(fā)布了2024主要技術(shù)趨勢預測，內容涵蓋云計算、6G、AI與營(yíng)銷(xiāo)及AI趨勢、軟件測試與AI、半導體和軟件與AI、EDA、量子、電動(dòng)汽車(chē)等熱點(diǎn)話(huà)題，旨在為行業(yè)提供前瞻性的洞察與思考，從而預見(jiàn)未來(lái)。

此次關(guān)于趨勢預測的文章共分為上下兩篇，上篇重點(diǎn)圍繞AI與營(yíng)銷(xiāo)及AI趨勢、軟件測試與AI 、半導體和軟件與AI、以及EDA等領(lǐng)域進(jìn)行深入探討，解讀新質(zhì)生產(chǎn)力會(huì )給各行各業(yè)帶來(lái)哪些變化與影響。

趨勢一：AI與營(yíng)銷(xiāo)及AI趨勢

1. AI與營(yíng)銷(xiāo)

· 未來(lái)會(huì )是怎樣

市場(chǎng)營(yíng)銷(xiāo)部門(mén)會(huì )越來(lái)越多地依靠AI 技術(shù)的幫助來(lái)完成數據分析、見(jiàn)解提煉以及效率提升等任務(wù)，這一切都是為了讓營(yíng)銷(xiāo)活動(dòng)發(fā)揮出最佳效果。

· 客戶(hù)參與：AI 掌控方向盤(pán)

到 2024 年底，大多數的客戶(hù)電子郵件將由 AI 生成。品牌會(huì )越來(lái)越頻繁地使用生成式 AI 引擎撰寫(xiě)文案初稿供人類(lèi)審核批準。但是，營(yíng)銷(xiāo)團隊必須訓練大型語(yǔ)言模型（LLM），才能全自動(dòng)生成客戶(hù)內容，并凸顯品牌特色。這種操作將在 2026 年成為常態(tài)，團隊因此能夠將工作重心轉移到活動(dòng)管理和優(yōu)化上。

· 版權成為關(guān)注焦點(diǎn)

生成式設計工具逐漸普及，但遇到了一個(gè)棘手的問(wèn)題——版權。很多 AI 解決方案在抓取視覺(jué)內容的時(shí)候并沒(méi)有考慮后果。2024 年，人們會(huì )付出大量精力，著(zhù)重找到 AI 圖像創(chuàng )作版權問(wèn)題的解決方案，從而厘清版權歸屬。如此一來(lái)，營(yíng)銷(xiāo)團隊就能放心大膽地使用 AI 設計工具，而無(wú)需擔心牽涉法律問(wèn)題，因此可以節省寶貴的時(shí)間和金錢(qián)。

· AI 與人才：賦能時(shí)代

AI 的普及將不可避免地改變營(yíng)銷(xiāo)團隊的組織結構。低級別的行政管理角色會(huì )消失，大量分析職位也將變得多余。不過(guò)，前路也并非完全暗淡——未來(lái)對數據科學(xué)家的需求會(huì )激增，數據分析將成為未來(lái)幾年最受歡迎的技能之一，并且不會(huì )受到經(jīng)濟下行的影響。人類(lèi)會(huì )繼續主導營(yíng)銷(xiāo)工作，但機器發(fā)揮的作用會(huì )與日俱增。在市場(chǎng)營(yíng)銷(xiāo)領(lǐng)域，AI（具有防護措施）為人類(lèi)賦能的狀況還會(huì )持續至少十年。

· AI 高效提升個(gè)性化服務(wù)

在市場(chǎng)營(yíng)銷(xiāo)部門(mén)努力提升個(gè)性化服務(wù)的過(guò)程中，AI 將發(fā)揮至關(guān)重要的作用。得益于 AI，市場(chǎng)營(yíng)銷(xiāo)部門(mén)能夠通過(guò)優(yōu)化市場(chǎng)細分來(lái)生成更多客戶(hù)體驗。此外，AI 還能優(yōu)化廣告定位和營(yíng)銷(xiāo)策略，實(shí)現更高程度的客戶(hù)參與和訂單轉化。

2. AI趨勢

· AI 與零售

零售業(yè)一直在快速整合 AI技術(shù)，以期提高效率、增加銷(xiāo)售額。一項創(chuàng )新即將浮出水面，那就是通過(guò)神經(jīng)網(wǎng)絡(luò )與購物者和產(chǎn)品的結合來(lái)打造新零售體驗。譬如，從 2024 年開(kāi)始，AI 導購能夠在與用戶(hù)身材相近的模特上展示衣服，以便用戶(hù)準確地看到衣服在不同姿勢下的真實(shí)效果。這種高度個(gè)性化、身臨其境的體驗代表了零售業(yè)的未來(lái)發(fā)展方向。

· AI 與數字孿生：改變醫療保健行業(yè)

數字孿生技術(shù)越來(lái)越普及，當下，融合了 AI 的數字孿生技術(shù)已經(jīng)在醫療保健領(lǐng)域創(chuàng )造了新的模式。這項技術(shù)將大幅減輕系統承受的壓力，為個(gè)人提供更多選擇，有助于提高個(gè)人的生活品質(zhì)。AI 驅動(dòng)的數字孿生有望開(kāi)創(chuàng )一個(gè)關(guān)愛(ài)老齡化人口的新時(shí)代，讓人們能夠獨立生活更長(cháng)時(shí)間。

AI 將在潛在健康問(wèn)題的早期診斷中發(fā)揮關(guān)鍵作用。舉個(gè)例子，全身磁共振成像（MRI）會(huì )利用 AI 來(lái)識別、預測和分析數據模式，并且在遠早于病灶肉眼可見(jiàn)時(shí)輔助診斷疾病。此外，在協(xié)助醫務(wù)人員理解和解釋研究結果以及提供治療和護理建議方面，AI 也將發(fā)揮更突出的作用。

趨勢二：軟件測試與AI

AI 與測試：以永遠在線(xiàn)為基準

隨著(zhù) AI 越來(lái)越多地嵌入軟件，系統的自主程度會(huì )上升，同時(shí)風(fēng)險和復雜性也會(huì )隨之增加，測試因此變得非常有挑戰性。所以，僅用一組固定的測試（程序）已無(wú)法再勝任智能系統的評測，需要 AI 技術(shù)來(lái)自動(dòng)、持續地測試各種 AI 應用。軟件測試的未來(lái)是自主測試設計和執行。

為什么 AI 可能降低質(zhì)量而不是提高質(zhì)量

當 AI 進(jìn)入了人們周邊的各個(gè)系統后，系統會(huì )變得越發(fā)復雜和先進(jìn)，其質(zhì)量卻面臨下降風(fēng)險。這是由于大量排列的結果，然而人們不可能對每一項都進(jìn)行測試，因此需要圍繞測試的方式、內容和時(shí)間來(lái)做出決策，才能確保質(zhì)量穩定。

AI：監管需要深度和廣度

人們普遍認為有必要對 AI 進(jìn)行監管。然而，由于涉及的技術(shù)范圍廣、復雜程度高，因此關(guān)于監管應當包括哪些內容還存在很大爭議。只有在產(chǎn)生了重大負面影響的大事件發(fā)生后，監管才能得到必要的資助。屆時(shí)，明確的標準和優(yōu)秀案例才會(huì )發(fā)揮效力。如果不盡快實(shí)施監管，AI 脫離掌控的風(fēng)險會(huì )攀升。

AI 與安全：對新常態(tài)保持警惕

認識到伴隨 AI 而生的相關(guān)風(fēng)險后，企業(yè)需要任命一位 AI 和安全合規高管。隨著(zhù)時(shí)間的推移，這一職位終將與 CSO 合并。

企業(yè)務(wù)必要通過(guò)實(shí)時(shí)學(xué)習來(lái)設立防護欄，確保 AI 合規。常態(tài)化的檢查和平衡有助于驗證智能系統行為如常、沒(méi)有失控。實(shí)時(shí)監控將成為標準操作。然而，隨著(zhù)這些系統的發(fā)展，企業(yè)也有必要測試它們是否學(xué)會(huì )了在進(jìn)行非法活動(dòng)時(shí)假裝一切正常。強化學(xué)習和類(lèi)似技術(shù)可能會(huì )在無(wú)意中推動(dòng) AI 通過(guò)隱匿行蹤來(lái)實(shí)現其目標，這會(huì )成為 2030 年之前需要解決的重大問(wèn)題。

對于有能力清理、控制和為 AI 設置防護欄的企業(yè)來(lái)說(shuō)，這些問(wèn)題會(huì )給他們創(chuàng )造一系列新的機遇。

為什么 AI 需要駕照和定期查驗

AI 系統目前是由構建這些系統的公司進(jìn)行測試。隨著(zhù)對于風(fēng)險的了解越來(lái)越深入，業(yè)界需要一個(gè)獨立的機構來(lái)驗證 AI 系統是否合規。第一步是獲得 AI 認證（AI 駕照）。然而，它就如同汽車(chē)一樣，需要定期測試，才能確保合乎道德標準、負責任、沒(méi)有偏見(jiàn)，并且符合必要的國家和行業(yè)標準。從長(cháng)遠來(lái)看，每一套 AI 系統都需要貼上 NFT 標簽，以證明它符合用途和各種必要的標準。

公民開(kāi)發(fā)者退出舞臺，商業(yè)開(kāi)發(fā)者風(fēng)生水起

長(cháng)期以來(lái)，業(yè)界一直依靠公民開(kāi)發(fā)者來(lái)解決 IT 人才短缺問(wèn)題。然而，AI 解決方案的快速增長(cháng)推動(dòng)著(zhù)新一代商業(yè)開(kāi)發(fā)者的成長(cháng)。這部分領(lǐng)域專(zhuān)家參與 SDLC 的機會(huì )越來(lái)越多，因為他們了解企業(yè)的目標和運營(yíng)。新一波無(wú)代碼系統也會(huì )橫空出世，幫助商業(yè)用戶(hù)制定目標，然后利用 AI 技術(shù)填補缺口。運營(yíng)知識一方面確保軟件滿(mǎn)足企業(yè)和組織的特定需求，另一方面可以降低風(fēng)險。

AI 與可持續發(fā)展困境

AI 系統會(huì )給人們的生活帶來(lái)哪些轉變？關(guān)于這一點(diǎn)，各種說(shuō)法沸沸揚揚，但很少有人關(guān)注所需的算力。2024 年，AI 對可持續發(fā)展的影響將成為人們關(guān)注的焦點(diǎn)，企業(yè)和組織會(huì )開(kāi)始監測整個(gè)技術(shù)基礎設施的碳足跡，努力實(shí)現凈零目標。公司因此需要決定在哪些方面使用 AI 以及如何明智地使用 AI，而不是隨心所欲地到處部署。在測試軟件和應用時(shí)，企業(yè)必須拋棄過(guò)去的全面測試做法，而應轉為預測最關(guān)鍵的測試，進(jìn)而避免對環(huán)境造成影響。

趨勢三：半導體和軟件與 AI

先進(jìn)半導體創(chuàng )新指日可待

要想連通數字世界和現實(shí)世界，需要強大的數字處理能力和數字接口來(lái)弄清楚信號之間的復雜關(guān)系。半導體技術(shù)的進(jìn)步對于實(shí)現這一目標和克服相關(guān)挑戰至關(guān)重要。

這些問(wèn)題包括提高數據傳輸速率，需要更大的帶寬，也意味著(zhù)需要更高的載波頻率，需要將載波頻率擴展到太赫茲范圍。MIMO 等技術(shù)的使用增加了復雜性和密度，而采用不同拓撲結構的網(wǎng)絡(luò )，如非地面（衛星）鏈路，則進(jìn)一步加劇了這一挑戰。

為了解決這些問(wèn)題，需要進(jìn)行一系列創(chuàng )新，其中包括將商用半導體（如 GPU 和 FPGA）與定制的 MMIC 和 ASIC 相結合，新解決方案將在尺寸、重量、性能和功耗方面帶來(lái)顯著(zhù)改善。業(yè)界也需要用到能以極大帶寬和出色的信號保真度來(lái)捕獲和生成信號的數據轉換器。此外，光子解決方案也有助于擴大數據傳輸技術(shù)的覆蓋范圍和容量。

面向設計和測試的無(wú)縫軟件解決方案

目前的工作流程是一組松散互聯(lián)的工具。然而，隨著(zhù)虛擬世界與現實(shí)世界逐步融合，需要一套統一的設計和測試工作流程，在仿真和測量步驟之間通過(guò)云無(wú)縫共享數據。

這些信息將不斷得到分析，為模擬和測量行為提供依據，填補從概念到最終測試之間的工作流程存在的空白。來(lái)自仿真的結果會(huì )被輸入 AI 工具中，進(jìn)而提高設計和測試工作流程的速度和效率。數字孿生會(huì )用于設計和測試的緊密結合，因此只需要一次實(shí)際構建即可。

6G 利用 AI 實(shí)現網(wǎng)絡(luò )優(yōu)化

6G 會(huì )利用 AI 來(lái)實(shí)現網(wǎng)絡(luò )優(yōu)化，此舉會(huì )帶來(lái)諸多測試挑戰。必須開(kāi)發(fā)能夠測試人工智能算法的技術(shù)，以確保訓練數據沒(méi)有偏差，模型有效且沒(méi)有異常行為。

借力 AI 彌合仿真與現實(shí)之間的差距

展望未來(lái)，AI 技術(shù)將成為仿真模型的基礎，助力打造更準確、更高效、包含更豐富信息的模型。此外，AI 還能增強對測試數據的洞察力，減少錯誤，并幫助優(yōu)化設計和測試工作流程。

趨勢四：EDA

1. 性能預測仍然是電子設計的當務(wù)之急

2024 年，工程師仍然會(huì )繼續推動(dòng)電子產(chǎn)品開(kāi)發(fā)流程的前移。隨著(zhù)設計從物理空間進(jìn)入虛擬空間之后，工程師能夠高效發(fā)現問(wèn)題并解決問(wèn)題，獲得更深入的見(jiàn)解，實(shí)現性能改進(jìn)。未來(lái)幾年，業(yè)界會(huì )著(zhù)重推動(dòng)設計與測試工作流程的銜接，從而應對無(wú)線(xiàn)、有線(xiàn)、航空航天與國防以及其他行業(yè)采用的電子產(chǎn)品日益復雜的技術(shù)要求和上市時(shí)間要求。

2. 新興電子設計創(chuàng )新

· 3DIC 與異構小芯片：新標準問(wèn)世

UCIe 等新標準浮出水面，這些標準可用于創(chuàng )建小芯片(Chiplet)，將片上系統設計解構為更小的知識產(chǎn)權，然后使用先進(jìn)的封裝將其組裝成 2.5D 和 3D 集成電路。要想準確地仿真晶圓間的物理層互連，設計人員需要用到滿(mǎn)足 UCIe 和其他標準的高速、高頻通道仿真。

· EDA 轉向 AI：由復雜變清晰

AI 和 ML 技術(shù)在 EDA 中的應用仍處于早期階段，設計工程師還在探索能夠讓復雜問(wèn)題變簡(jiǎn)單的使用場(chǎng)景。AI 對于仿真模型的開(kāi)發(fā)和驗證特別有意義，因為它能協(xié)助處理大量數據。到2024 年，企業(yè)和組織會(huì )進(jìn)一步將這兩種技術(shù)應用于硅和 III-V 族半導體工藝技術(shù)的器件建模，以及尚在研究當中的 6G 等新標準的系統建模。

· 軟件自動(dòng)化賦能工程師

隨著(zhù)摩爾定律逼近極限，通過(guò)工作流程自動(dòng)化改進(jìn)設計流程不失為提高設計工程師工作效率的一種途徑。到2024 年，Python API 之類(lèi)的軟件自動(dòng)化技術(shù)會(huì )發(fā)揮關(guān)鍵作用，把各種優(yōu)秀的工具集成到開(kāi)放、可互操作的設計和測試生態(tài)系統中。

· 掌控數字化轉型：設計管理要點(diǎn)

在打造數字企業(yè)工作流的同時(shí)，很多企業(yè)和組織也在工具套件、數據和 IP 的設計管理方面進(jìn)行了大力投入。今后，設計數據和 IP 管理軟件會(huì )發(fā)揮關(guān)鍵作用，支持跨地區大型團隊成功打造復雜的 SoC 和異構小芯片設計。在需求定義和合規之間創(chuàng )建數字線(xiàn)程，與 PLM 等企業(yè)系統建立緊密聯(lián)系，這些都會(huì )在產(chǎn)品開(kāi)發(fā)周期的數字化轉型中發(fā)揮作用。

· 新一代量子設計：優(yōu)化系統性能

量子計算飛速發(fā)展，從以免費的研究工具為主升級成了聚焦量子設計的商業(yè)產(chǎn)品和工作流程。新一代量子設計需要緊密集成的仿真工作流程，如此開(kāi)發(fā)人員才能獲得快速、準確地優(yōu)化系統性能的能力。

· 硅光子研究推動(dòng)數據中心轉型

數據中心蓬勃發(fā)展，為支持 AI 和 ML 工作負載的指數級增長(cháng)提供強大計算性能，同時(shí)滿(mǎn)足電源和熱性能的需求。就加速數據中心轉型以滿(mǎn)足計算性能需求而言，硅光子研究將發(fā)揮至關(guān)重要的作用。在開(kāi)發(fā)包含硅光子互連的高速數據中心芯片時(shí)，設計工程師需要工藝設計套件（PDK）和準確的仿真模型來(lái)支持高級開(kāi)發(fā)工作。