這些芯片技術(shù)將迎來(lái)爆發(fā)！達摩院發(fā)布2023十大科技趨勢

來(lái)源：芯師爺

1月11日，阿里達摩院發(fā)布《2023十大科技趨勢》報告，預測：多模態(tài)預測訓練大模型、Chiplet（芯粒）、存算一體、云原生安全、軟硬融合云計算體系架構、端網(wǎng)融合的可預期網(wǎng)絡(luò )、雙引擎智能決策、計算光學(xué)成像、大規模城市數字孿生、生成式AI等十大科技技術(shù)將成為2023年的熱門(mén)發(fā)展趨勢。

從達摩院發(fā)布的結果來(lái)看，2023年科技趨勢的“含芯量”很高，十大技術(shù)中有多項技術(shù)或直指芯片和傳感器技術(shù)，或有技術(shù)落地提及需要前沿芯片技術(shù)支持。由此，芯師爺特摘錄阿里達摩院發(fā)布的《2023十大科技趨勢》，供半導體產(chǎn)業(yè)人士參考，以期讀者們能獲得2023年芯片技術(shù)發(fā)展的啟發(fā)。

關(guān)于達摩院《2023十大科技趨勢》的詳細解讀及報告下載，請直接訪(fǎng)問(wèn)以下****獲?。?/span>

https://files.alicdn.com/tpsservice/9b8b05280c05294f158bdb0dee61f78b.pdf

基于多模態(tài)的預訓練大模型將實(shí)現圖文音統一知識表示，成為人工智能基礎設施。

人工智能正在從文本、語(yǔ)音、視覺(jué) 等單模態(tài)智能，向著(zhù)多種模態(tài)融合的通 用人工智能方向發(fā)展。多模態(tài)統一建模，目的是增強模型的跨模態(tài)語(yǔ)義對齊能力， 打通各個(gè)模態(tài)之間的關(guān)系，使得模型逐步標準化。目前，技術(shù)上的突出進(jìn)展來(lái)自于 CLIP（匹配圖像和文本）和 BEiT-3 （通用多模態(tài)基礎模型）?；诙囝I(lǐng)域知識，構建統一的、跨場(chǎng)景、多任務(wù)的多模態(tài)基礎模型已成為人工智能的重點(diǎn)發(fā)展方向。未來(lái)大模型作為基礎設施，將實(shí)現圖像、文本、音頻統一知識表示，并朝著(zhù)能推理、能回答問(wèn)題、能總結、做創(chuàng )作的認知智能方向演進(jìn)。

Chiplet 的互聯(lián)標準將逐漸統一，重構芯片研發(fā)流程。 

Chiplet 是硅片級別的“解構 - 重構 - 復用”，它把傳統的 SoC 分解為多個(gè)芯 粒模塊，將這些芯粒分開(kāi)制備后再通過(guò) 互聯(lián)封裝形成一個(gè)完整芯片。芯?？梢?采用不同工藝進(jìn)行分離制造，可以顯著(zhù)降低成本，并實(shí)現一種新形式的 IP 復用。隨著(zhù)摩爾定律的放緩，Chiplet 成為持續提高 SoC 集成度和算力的重要途徑，特別是隨著(zhù) 2022年3月份 UCle 聯(lián)盟的成立，Chiplet互聯(lián)標準將逐漸統一，產(chǎn)業(yè)化進(jìn)程將進(jìn)一步加速?；谙冗M(jìn)封裝技術(shù)的 Chiplet 可能將重構芯片研發(fā)流程， 從制造到封測，從 EDA 到設計，全方位 影響芯片的區域與產(chǎn)業(yè)格局。

資本和產(chǎn)業(yè)雙輪驅動(dòng)，存算一體芯片將在垂直細分領(lǐng)域迎來(lái)規?；逃?。 

存算一體旨在計算單元與存儲元融合，在實(shí)現數據存儲的同時(shí)直接進(jìn)行計算，以消除數據搬移帶來(lái)的開(kāi)銷(xiāo)， 極大提升運算效率，以實(shí)現計算存儲的高效節能。存算一體非常符合高訪(fǎng)存、 高并行的人工智能場(chǎng)景計 算 需 求。 

在產(chǎn)業(yè)和投資的驅動(dòng)下， 基于SRAM， DRAM，Flash 存儲介質(zhì)的產(chǎn)品進(jìn)入驗證期，將優(yōu)先在低功耗、小算力的端側如智能家居、可穿戴設備、泛機器人、 智能安防等計算場(chǎng)景落地。未來(lái)，隨著(zhù) 存算一體芯片在云端推理大算力場(chǎng)景落 地，或將帶來(lái)計算架構的變革。它推動(dòng) 傳統的以計算為中心的架構向以數據為中心的架構演進(jìn)，并對云計算、人工智能、物聯(lián)網(wǎng)等產(chǎn)業(yè)發(fā)展帶來(lái)積極影響。

安全技術(shù)與云緊密結合，打造平臺化、智能化的新型安全體系。

云原生安全是安全理念從邊界防御 向縱深防御、從外掛模式向內生安全的轉變，實(shí)現云基礎設施的原生安全，并基于云原生技術(shù)提升安全的服務(wù)能力。 

安全技術(shù)與云計算由相對松散走向緊密 結合，經(jīng)過(guò)“容器化部署”、“微服務(wù) 化轉型”走向“無(wú)服務(wù)器化”的技術(shù)路線(xiàn)， 實(shí)現安全服務(wù)的原生化、精細化、平臺化和智能化：

● 以安全左移為原則，構建產(chǎn)品研發(fā)、 安全、運維一體化的產(chǎn)品安全體系， 增進(jìn)研發(fā)，安全和運維融合協(xié)同；

● 以統一的身份驗證和配置管理為基 礎，實(shí)現精準授權和動(dòng)態(tài)策略配置；

● 以縱深防御體系為架構，平臺級的安 全產(chǎn)品為依托，實(shí)現精準主動(dòng)防御， 化解傳統安全產(chǎn)品碎片化的問(wèn)題；

● 以安全運營(yíng)為牽引，實(shí)現涵蓋應用、 云產(chǎn)品、網(wǎng)絡(luò )等全鏈路的實(shí)時(shí)檢測、 精準響應、快速溯源和威脅狩獵。

云計算向以CIPU 為中心的全新云計算體系架構深度演進(jìn)，通過(guò)軟件定義，硬件加速， 在保持云上應用開(kāi)發(fā)的高彈性和敏捷性 同時(shí)，帶來(lái)云上應用的全面加速。

云計算從以 CPU 為中心的計算體系 架構向以云基礎設施處理器（CIPU）為 中心的全新體系架構深度演進(jìn)。通過(guò)軟件定義，硬件加速，在保持云上應用開(kāi)發(fā)的高彈性和敏捷性同時(shí)，帶來(lái)云上應 用的全面加速。新的體系架構下，軟硬一體化帶來(lái)硬件結構的融合，接入物理的計算、存儲、網(wǎng)絡(luò )資源，通過(guò)硬件資 源的快速云化實(shí)現硬件加速。此外，新 架構也帶來(lái)軟件系統的融合。

這意味著(zhù) 以 CIPU 云化加速后的算力資源，可通 過(guò) CIPU 上的控制器接入分布式平臺， 實(shí)現云資源的靈活管理、調度和編排。在此基礎上，CIPU 將定義下一代云計 算的服務(wù)標準，給核心軟件研發(fā)和專(zhuān)用 芯片行業(yè)帶來(lái)新的發(fā)展機遇。

基于云定義的可預期網(wǎng)絡(luò )技術(shù)，即將從數據中心的局域應用走 向全網(wǎng)推廣。

可預期網(wǎng)絡(luò )（Predictable Fabric）是由云計算定義，服務(wù)器端側和網(wǎng)絡(luò )協(xié)同 的高性能網(wǎng)絡(luò )互聯(lián)系統。計算體系和網(wǎng)絡(luò )體系正在相互融合，高性能網(wǎng)絡(luò )互聯(lián) 使能算力集群的規模擴展，從而形成了大算力資源池，加速了算力普惠化，讓算力走向大規模產(chǎn)業(yè)應用。

可預期網(wǎng)絡(luò )不僅支持新興的大算力和高性能計算場(chǎng)景，也適用于通用計算場(chǎng)景，是融合了傳統網(wǎng)絡(luò )和未來(lái)網(wǎng)絡(luò )的產(chǎn)業(yè)趨勢。通過(guò)云定義的協(xié)議、軟件、芯片、硬件、架構、平臺的全棧創(chuàng )新，可預期高算力網(wǎng)絡(luò )有 望顛覆目前基于傳統互聯(lián)網(wǎng) TCP 協(xié)議的 技術(shù)體系，成為下一代數據中心網(wǎng)絡(luò )的 基本特征，并從數據中心的局域應用走 向全網(wǎng)推廣。

融合運籌優(yōu)化和機器學(xué)習的雙引擎智能決策，將推進(jìn)全局動(dòng)態(tài) 資源配置優(yōu)化。

企業(yè)需在紛繁復雜、動(dòng)態(tài)變化的環(huán) 境中快速精準地做出經(jīng)營(yíng)決策。經(jīng)典決 策優(yōu)化基于運籌學(xué)，通過(guò)對現實(shí)問(wèn)題進(jìn) 行準確描述來(lái)構建數學(xué)模型，同時(shí)結合 運籌優(yōu)化算法，在多重約束條件下求目 標函數最優(yōu)解。

隨著(zhù)外部環(huán)境復雜程度 和變化速度不斷加劇，經(jīng)典決策優(yōu)化對不確定性問(wèn)題處理不夠好、大規模求解 響應速度不夠快的局限性日益突顯。學(xué) 術(shù)界和產(chǎn)業(yè)界開(kāi)始探索引入機器學(xué)習，構建數學(xué)模型與數據模型雙引擎新型智 能決策體系，彌補彼此局限性、提升決 策速度和質(zhì)量。未來(lái)，雙引擎智能決策 將進(jìn)一步拓展應用場(chǎng)景，在大規模實(shí)時(shí)電力調度、港口吞吐量?jì)?yōu)化、機場(chǎng)停機 安排、制造工藝優(yōu)化等特定領(lǐng)域推進(jìn)全 局實(shí)時(shí)動(dòng)態(tài)資源配置優(yōu)化。

計算光學(xué)成像突破傳統光學(xué)成像極限，將帶來(lái)更具創(chuàng )造力和想象力的應用。

計算光學(xué)成像是一個(gè)新興多學(xué)科交 叉領(lǐng)域。它以具體應用任務(wù)為準則，通 過(guò)多維度獲取或編碼光場(chǎng)信息（如角度、偏振、相位等），為傳感器設計遠超人眼的感知新范式；同時(shí)，結合數學(xué)和信號處理知識，深度挖掘光場(chǎng)信息，突破傳統光學(xué)成像極限。

目前，計算光學(xué)成 像處于高速發(fā)展階段，已取得許多令人 振奮的研究成果，并在手機攝像、醫療、無(wú)人駕駛等領(lǐng)域開(kāi)始規?；瘧?。未來(lái)，計算光學(xué)成像有望進(jìn)一步顛覆傳統成像 體系，帶來(lái)更具創(chuàng )造力和想象力的應用， 如無(wú)透鏡成像、非視域成像等。

城市數字孿生在大規模趨勢基礎上，繼續向立體化、無(wú)人化、全局化方向演進(jìn)。

城市數字孿生自 2017 年首度被提出以來(lái)，受到廣泛推廣和認可，成為城市 精細化治理的新方法。近年來(lái)，城市數字孿生關(guān)鍵技術(shù)實(shí)現了從量到質(zhì)的突破， 具體體現在大規模方面，實(shí)現了大規模 動(dòng)態(tài)感知映射（更低建模成本）、大規模 在線(xiàn)實(shí)時(shí)渲染（更短響應時(shí)間），以及大規模聯(lián)合仿真推演（更高精確性）。

目前，大規模城市數字孿生已在交通治理、 災害防控、雙碳管理等應用場(chǎng)景取得較 大進(jìn)展。未來(lái)城市數字孿生將在大規模 趨勢的基礎上，繼續向立體化、無(wú)人化、 全局化方向演進(jìn)。

生成式AI進(jìn)入應用爆發(fā)期，將極大地推動(dòng)數字化內容生產(chǎn)與創(chuàng )造。

生成式 AI（Generative AI 或 AIGC）是利用現有文本、音頻文件或圖像創(chuàng )建 新內容的技術(shù)。過(guò)去一年，其技術(shù)上的 進(jìn)展主要來(lái)自于三大領(lǐng)域：圖像生成領(lǐng) 域， 以 DALL·E-2、Stable Diffusion 為 代表的擴散模型（Diffusion Model）；自然語(yǔ)言處理（NLP）領(lǐng)域基于 GPT-3.5 的 ChatGPT；代碼生成領(lǐng)域基于 Codex 的 Copilot。 

現階段的生成式 AI 通常被用來(lái)生成產(chǎn)品原型或初稿，應用場(chǎng)景涵 蓋圖文創(chuàng )作、代碼生成、游戲、廣告、藝術(shù)平面設計等。未來(lái)，生成式 AI 將成為一項大眾化的基礎技術(shù)，極大的提高數字化內容的豐富度、創(chuàng )造性與生產(chǎn)效 率，其應用邊界也將隨著(zhù)技術(shù)的進(jìn)步與成本的降低擴展到更多領(lǐng)域。