AlC人工智慧量子算力

1. AI 應用爆發，算力會迎來哪些發展機遇

隨著人工智慧應用的不斷擴大和深入，算力需求將不斷增加。因此，未來禪沒算力發展將會迎來以下機遇：

超級計算機：隨著技術的提升，超級計算機的算力將會越來越強大，可以處理更加復雜的人工智慧問題。

量子計算：量子計算是一種全新的計算方式，它利用量子比特而非傳統的經典比特進行計算，因此具有比傳統計算機更快的計算速度。這將為人工智慧開辟新的研究方向，同時也為解決更加復雜的人工智慧問題提供了可能。

模型局前壓縮與量化：針對目前人工智慧模型存在的內存佔用和計算速度慢等問題，模型壓縮和量化技術將成為重要的發展方向。通過減小模型大小和復雜度，同時保持良好的精度，桐襲清可以在不降低演算法性能的情況下實現更高效的計算。

分布式計算：由於單台設備的算力有限，分布式計算將成為滿足大規模計算需求的關鍵技術之一。這項技術可以將計算任務分配給多台設備進行處理，提高計算效率和准確性。

總之，隨著人工智慧應用的不斷擴大和深入，算力發展將會迎來更多機遇，並為人工智慧技術的進一步發展提供有力支撐。

2. 科技｜阿里達摩院：這十項前沿技術2020將有大突破

不久前，阿里巴巴集團前沿 科技 研究機構達摩院發布了2020十大 科技 趨勢，涵蓋了人工智慧、量子計算、區塊鏈等前沿 科技 及技術熱詞。業內認為，達摩院發布的趨勢內容 聚焦了正在走進現實生活的前沿技術，成為相關行業一種有益的展望 。

2020十大 科技 趨勢具體包括，人工智慧從感知智能向認知智能演進、計算存儲一體化突破AI算力瓶頸、工業互聯網的超融合、機器間大規模協作成為可能、模塊化降低晶元設計門檻、規模化生產級區塊鏈應用將走入大眾、量子計算進入攻堅期、新材料推動半導體器件革新、保護數據隱私的AI技術將加速落地、雲成為IT技術創新的中心。

以「保護數據隱私的AI技術將加速落地」這一趨勢為例，報告認為，數據流通所產生的合規成本越來越高。使用AI技術保護數據隱私正在成為新的技術熱點，其能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

達摩院斷言， 科技 浪潮新十年開啟，圍繞AI、晶元、雲計算、區塊鏈、工業互聯網、量子計算等多個領域將出現顛覆性技術突破。

01 人工智慧從感知智能向認知智能演進

人工智慧已經在「聽、說、看」等感知智能領域已經達到或超越了人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處於初級階段。認知智能將從認知心理學、腦科學及人類 社會 歷史 中汲取靈感，並結合跨領域知識圖譜、因果推理、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運用，實現從感知智能到認知智能的關鍵突破。

02 機器間大規模協作成為可能

傳統單體智能無法滿足大規模智能設備的實時感知、決策。物聯網協同感知技術、5G通信技術的發展將實現多個智能體之間的協同——機器彼此合作、相互競爭共同完成目標任務。多智能體協同帶來的群體智能將進一步放大智能系統的價值：大規模智能交通燈調度將實現動態實時調整，倉儲機器人協作完成貨物分揀的高效協作，無人駕駛車可以感知全局路況，群體無人機協同將高效打通最後一公里配送。

03 計算存儲一體化突破AI算力瓶頸

馮諾伊曼架構的存儲和計算分離，已經不適合數據驅動的人工智慧應用需求。頻繁的數據搬運導致的算力瓶頸以及功耗瓶頸已經成為對更先進演算法 探索 的限制因素。類似於腦神經結構的存內計算架構將數據存儲單元和計算單元融合為一體，能顯著減少數據搬運，極大提高計算並行度和能效。計算存儲一體化在硬體架構方面的革新，將突破 AI 算力瓶頸。

04 工業互聯網的超融合

5G、IoT 設備、雲計算、邊緣計算的迅速發展將推動工業互聯網的超融合，實現工控系統、通信系統和信息化系統的智能化融合。製造企業將實現設備自動化、搬送自動化和排產自動化，進而實現柔性製造，同時工廠上下游製造產線能實時調整和協同。這將大幅提升工廠的生產效率及企業的盈利能力。對產值數十萬億乃至數百萬億的工業產業而言，提高 5%-10% 的效率，就會產生數萬億人民幣的價值。

05 模塊化降低晶元設計門檻

傳統晶元設計模式無法高效應對快速迭代、定製化與碎片化的晶元需求。以RISC-V 為代表的開放指令集及其相應的開源 SoC 晶元設計、高級抽象硬體描述語言和基於 IP 的模板化晶元設計方法，推動了晶元敏捷設計方法與開源晶元生態的快速發展。此外，基於芯粒（chiplet）的模塊化設計方法用先進封裝的方式將不同功能「晶元模塊」封裝在一起，可以跳過流片快速定製出一個符合應用需求的晶元，進一步加快了晶元的交付。

06 規模化生產級區塊鏈應用將走入大眾

區塊鏈 BaaS(Blockchain as a Service) 服務將進一步降低企業應用區塊鏈技術的門檻，專為區塊鏈設計的端、雲、鏈各類固化核心演算法的硬體晶元等也將應運而生，實現物理世界資產與鏈上資產的錨定，進一步拓展價值互聯網的邊界、實現萬鏈互聯。未來將涌現大批創新區塊鏈應用場景以及跨行業、跨生態的多維協作，日活千萬以上的規模化生產級區塊鏈應用將會走入大眾。

07 量子計算進入攻堅期

2019 年，「量子霸權」之爭讓量子計算在再次成為世界 科技 焦點。超導量子計算晶元的成果，增強了行業對超導路線及對大規模量子計算實現步伐的樂觀預期。2020 年量子計算領域將會經歷投入進一步增大、競爭激化、產業化加速和生態更加豐富的階段。作為兩個最關鍵的技術里程碑，容錯量子計算和演示實用量子優勢將是量子計算實用化的轉折點。未來幾年內，真正達到其中任何一個都將是十分艱巨的任務，量子計算將進入技術攻堅期。

08 新材料推動半導體器件革新

在摩爾定律放緩以及算力和存儲需求爆發的雙重壓力下，以硅為主體的經典晶體管很難維持半導體產業的持續發展，各大半導體廠商對於 3 納米以下的晶元走向都沒有明確的答案。新材料將通過全新物理機制實現全新的邏輯、存儲及互聯概念和器件，推動半導體產業的革新。例如，拓撲絕緣體、二維超導材料等能夠實現無損耗的電子和自旋輸運，可以成為全新的高性能邏輯和互聯器件的基礎；新型磁性材料和新型阻變材料能夠帶來高性能磁性存儲器如 SOT-MRAM 和阻變存儲器。

09 保護數據隱私的AI技術將加速落地

數據流通所產生的合規成本越來越高。使用 AI 技術保護數據隱私正在成為新的技術熱點，其能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

10 雲成為IT技術創新的中心

隨著雲技術的深入發展，雲已經遠遠超過 IT 基礎設施的范疇，漸漸演變成所有 IT 技術創新的中心。雲已經貫穿新型晶元、新型資料庫、自驅動自適應的網路、大數據、AI、物聯網、區塊鏈、量子計算整個 IT 技術鏈路，同時又衍生了無伺服器計算、雲原生軟體架構、軟硬一體化設計、智能自動化運維等全新的技術模式，雲正在重新定義 IT 的一切。廣義的雲，正在源源不斷地將新的 IT 技術變成觸手可及的服務，成為整個數字經濟的基礎設施。

3. 人工智慧需要什麼基礎

1、核心三要素——算力、演算法、數據（三大基石）：

演算法、算力、數據作為人工智慧（AI）核心三要素，相互影響，相互支撐，在不同行業中形成了不一樣的產業形態。隨著演算法的創新、算力的增強、數據資源的累積，傳統基礎設施將藉此東風實現智能化升級，並有望推動經濟發展全要素的智能化革新。讓人類社會從信息化進入智能化。

（1）算力：

在AI技術當中，算力是演算法和數據的基礎設施，支撐著演算法和數據，進而影響著AI的發展，算力的大小代表著對數據處理能力的強弱。

（2）演算法：

演算法是AI的背後「推手」。

AI演算法是數據驅動型演算法，是AI的推動力量。

（3）數據：

在AI技術當中，數據相當於AI演算法的「飼料」。

機器學習中的監督學習和半監督學習都要用標注好的數據進行訓練，由此催生了大量數據標注公司，它們將處於未經處理的初級數據，轉換為機器可識別信息。只有經過大量的訓練，覆蓋盡可能多的各種場景才能得到一個良好的模型。

2、技術基礎：

（1）文藝復興後的人工神經網路。

人工神經網路是一種仿造神經元運作的函數演算，能接受外界資訊輸入的刺激，且根據不同刺激影響的權重轉換成輸出的反應，或用以改變內部函數的權重結構，以適應不同環境的數學模型。

（2）靠巨量數據運作的機器學習。

科學家發現，要讓機器有智慧，並不一定要真正賦予它思辯能力，可以大量閱讀、儲存資料並具有分辨的能力，就足以幫助人類工作。

（3）人工智慧的重要應用：自然語言處理。

自然語言處理的研究，是要讓機器「理解」人類的語言，是人工智慧領域里的其中一項重要分支。

自然語言處理可先簡單理解分為進、出計算機等兩種：

其一是從人類到電腦──讓電腦把人類的語言轉換成程式可以處理的型式；

其二是從電腦回饋到人──把電腦所演算的成果轉換成人類可以理解的語言表達出來。