达摩院公布十大科技趋势！AI、芯片、云计算成焦点，交叉融合是关键词

达摩院2023十大科技趋势发布，生成式AI、Chiplet模块化设计封装、全新云计算体系架构等技术入选。

据悉，达摩院采用“巴斯德象限”研究思路，基于论文和专利的大数据“定量发散”，对产学研用领域近百位专家深度访谈进行“定性收敛”，从学术创新、技术突破、产业落地、市场需求等维度综合评估，最后遴选出十大科技趋势。

今年的趋势从范式重置、产业革新、场景变化出发，对多模态预训练大模型、Chiplet模块化设计封装、软硬融合云计算体系架构、计算光学成像、生成式AI等不同科技领域作出预测。

2023十大科技趋势分别为：

1、多模态预训练大模型：基于多模态的预训练大模型将实现图文音统一知识表示，成为人工智能（AI）基础设施。

2、Chiplet模块化设计封装：Chiplet的互联标准将逐渐统一，重构芯片研发流程。

3、存算一体：资本和产业双轮驱动，存算一体芯片将在垂直细分领域迎来规模化商用。

4、云原生安全：安全技术与云紧密结合，打造平台化、智能化的新型安全体系。

5、软硬融合云计算体系架构：云计算向以CIPU为中心的全新云计算体系架构深度演进，通过软件定义、硬件加速，在保持云上应用开发的高弹性和敏捷性的同时，带来云上应用的全面加速。

6、端网融合的可预期网络：基于云定义的可预期网络技术，即将从数据中心的局域应用走向全网推广。

7、双引擎智能决策：融合运筹优化和机器学习的双引擎智能决策，将推进全局动态资源配置优化。

8、计算光学成像：计算光学成像突破传统光学成像极限，将带来更具创造力和想象力的应用。

9、大规模城市数字孪生：城市数字孪生在大规模趋势基础上，继续向立体化、无人化、全局化方向演进。

10、生成式AI：生成式AI进入应用爆发期，将极大推动数字化内容生产与创造。

01.

多模态预训练大模型：

图文音统一知识表示，成AI基础设施

AI正在加速奔向通用AI，从文本、语音、视觉等单模态智能，向着多种模态融合的通用AI方向发展。多模态统一建模，目的是增强模型的跨模态语义对齐能力，打通各个模态之间的关系，使得模型逐步标准化。

目前，技术上的突出进展来自于CLIP（匹配图像和文本）和 BEiT-3（通用多模态基础模型）。

基于多领域知识，构建统一的、跨场景、多任务的多模态基础模型，已成为AI的重点发展方向。未来大模型作为基础设施，将实现图像、文本、音频统一知识表示，并朝着能推理、能回答问题、能总结、做创作的认知智能方向演进。

中国人民大学信息学院院长、高瓴AI学院执行院长文继荣认为：“以GPT系列模型为代表的大模型展现出了超出预期的“理解”和“创造”能力，提示模型尺度与智能之间的正相关关系仍在生效。同时我们对大模型内在机理了解还很不够，大模型的可解释性和可控性仍很弱，但这正是激励我们继续前行的动力。”

02.

Chiplet模块化设计封装：

互联标准逐渐统一，重构芯片研发流程

Chiplet是硅片级别的“解构-重构-复用”，它将传统的SoC分解为多个芯粒模块，将这些芯粒分开制备后再通过互联封装形成一个完整芯片。

芯粒可以采用不同工艺进行分离制造，能够提高芯片集成度、显著降低成本，并实现一种新形式的IP复用。

随着摩尔定律的放缓，Chiplet成为持续提高SoC集成度和算力的重要途径，特别是随着2022年3月份UCle联盟的成立，Chiplet互连标准将逐渐统一，产业化进程将进一步加速。

未来，Chiplet技术将在高性能计算、高密度计算等领域发挥重要作用。

基于先进封装技术的Chiplet可能将重构芯片研发流程，从制造到封测，从EDA到设计，全方位影响芯片的区域与产业格局。

03.

存算一体芯片：

在垂直细分领域迎来规模化商用

存算一体是高能效计算的重要技术之一，旨在将计算单元与存储单元融合，在实现数据存储的同时直接进行计算，以消除数据搬移带来的开销，极大提升运算效率，实现计算存储的高效节能。

存算一体非常符合高访存、 高并行的AI场景计算需求。在产业和投资的驱动下，基于SRAM，DRAM，Flash存储介质的产品进入验证期，将优先在低功耗、小算力的端侧如智能家居、可穿戴设备、泛机器人、智能安防等计算场景落地。

未来，随着存算一体芯片在云端推理大算力场景落地，它或将带来计算架构的变革，推动传统的以计算为中心的架构向以数据为中心的架构演进，并对云计算、AI、物联网等产业发展带来积极影响。

华夏芯（北京）通用处理器技术有限公司董事长李科奕谈道，产业界对于存算一体最终的产品形态也在持续探索，未来存内计算产品将以单芯片和Chiplet两种形式共存。

04.

云原生安全：

打造平台化、智能化的新型安全体系

云计算始终是数字时代的技术创新中心。因云而生的云原生安全技术，将推动平台化、智能化的新型安全体系的成形。

云原生安全是安全理念从边界防御向纵深防御、从外挂模式向内生安全的转变，实现云基础设施的原生安全，并基于云原生技术提升安全的服务能力。

安全技术与云计算由相对松散走向紧密结合，经过“容器化部署”、“微服务化转型”走向“无服务器化”的技术路线，实现安全服务的原生化、精细化、平台化和智能化。

05.

软硬融合云计算体系架构：

向以CIPU为中心深度演进

软硬件一体化设计是当前计算架构的重要演进方向。尤其在复杂的云计算场景中，软硬件的协同优化与迭代升级更是决定其性能提升的关键。

云计算从以CPU为中心的计算体系架构，向以云基础设施处理器（CIPU）为中心的全新体系架构深度演进。通过软件定义，硬件加速，在保持云上应用开发的高弹性和敏捷性同时，带来云上应用的全面加速。

新的体系架构下，软硬一体化带来硬件结构的融合，接入物理的计算、存储、网络资源，通过硬件资源的快速云化实现硬件加速。此外，新架构也带来软件系统的融合。

这意味着以CIPU云化加速后的算力资源，可通过CIPU上的控制器接入分布式平台，实现云资源的灵活管理、调度和编排。在此基础上，CIPU将定义下一代云计算的服务标准，给核心软件研发和专用芯片行业带来新的发展机遇。

06.

端网融合的可预期网络：

从数据中心的局域应用走向全网推广

在大规模算力需求驱动下，云计算将重新定义下一代高性能网络系统，端网融合架构已经开始触发网络的生态变革。

可预期网络（Predictable Fabric）是由云计算定义、服务器端侧和网络协同的高性能网络互联系统。计算体系和网络体系正在相互融合，高性能网络互联使能算力集群的规模扩展，从而形成了大算力资源池，加速了算力普惠化，让算力走向大规模产业应用。

可预期网络不仅支持新兴的大算力和高性能计算场景，也适用于通用计算场景，是融合了传统网络和未来网络的产业趋势。

通过云定义的协议、软件、芯片、硬件、架构、平台的全栈创新，可预期高算力网络有望颠覆目前基于传统互联网TCP协议的技术体系，成为下一代数据中心网络的基本特征，并从数据中心的局域应用走向全网推广。

07.

双引擎智能决策：

融合运筹优化和机器学习，推进全局动态资源配置优化

企业需在纷繁复杂、动态变化的环境中快速精准地做出经营决策。经典决策优化基于运筹学，通过对现实问题进行准确描述来构建数学模型，同时结合运筹优化算法，在多重约束条件下求目标函数最优解。

随着外部环境复杂程度和变化速度不断加剧，经典决策优化对不确定性问题处理不够好、大规模求解响应速度不够快的局限性日益突显。

学术界和产业界开始探索引入机器学习，构建数学模型与数据模型双引擎新型智能决策体系，弥补彼此局限性、提升决策速度和质量。

未来，双引擎智能决策将进一步拓展应用场景，在大规模实时电力调度、港口吞吐量优化、机场停机安排、制造工艺优化等特定领域推进全局实时动态资源配置优化。

普华永道可持续战略与运营合伙人罗宇翔相信，双引擎智能决策系统将不断推进能源效率提升和优化，为实现国家的双碳目标奠定坚实的基础。

08.

计算光学成像：

突破传统光学成像极限，激发应用想象力

计算光学成像是一个新兴多学科交叉领域，过去十多年来不断改变人类与机器感知世界的方式，从无人系统手机摄影到工业监测安防监控，逐渐融入人们生活的方方面面。

它以具体应用任务为准则，通过多维度获取或编码光场信息（如角度、偏振、相位等），为传感器设计远超人眼的感知新范式；同时，结合数学和信号处理知识，深度挖掘光场信息，突破传统光学成像极限。

▲计算光学成像技术分类

目前，计算光学成像处于高速发展阶段，已取得许多令人振奋的研究成果，并在手机摄像、医疗、无人驾驶等领域开始规模化应用。

未来，计算光学成像有望进一步颠覆传统成像体系，带来更具创造力和想象力的应用，如无透镜成像、非视域成像等，帮助人类触及“见所未见”的事物。

09.

大规模城市数字孪生：

向立体化、无人化、全局化方向演进

城市数字孪生自2017年首度被提出以来，受到广泛推广和认可，成为城市精细化治理的新方法。

近年来，智慧城市完成了精准映射、生成渲染、仿真推演等关键技术的全面突破，将从单一场景演进至大规模城市数字孪生，辅助人类更“全知”地认识和管理城市。

城市数字孪生关键技术实现了大规模动态感知映射（更低建模成本）、大规模在线实时渲染（更短响应时间），以及大规模联合仿真推演（更高精确性）。

目前，大规模城市数字孪生已在交通治理、灾害防控、双碳管理等应用场景取得较大进展。未来城市数字孪生将在大规模趋势的基础上，继续向立体化、无人化、全局化方向演进。

智能决策系统实现了运筹优化和机器学习的联合驱动，将为人类在电网调度、港口吞吐管理、机场停机安排等实时变化的复杂难题上，提供更有价值的优化答案。

中国信息通信研究院规划所总工高艳丽认为，任何传统引擎都实现不了数字孪生，数字孪生城市必须打造一个新引擎。因此未来将以大规模“对象实体孪生+业务流程孪生”构建城市孪生体，实现“多源”数据融合重组，“多能”新引擎构建，“多跨”场景实现，城市数字孪生将在大规模孪生体构建基础上，真正实现从量到质的突破。

10.

生成式AI：

将进入应用爆发期

生成式AI（Generative AI或AIGC）是利用现有文本、音频文件或图像创建新内容的技术。过去一年，其技术上的进展主要来自于三大领域：图像生成领域，以DALL·E-2、Stable Diffusion为代表的扩散模型（diffusion model）；自然语言处理（NLP）领域基于GPT-3.5的ChatGPT；代码生成领域基于Codex的Copilot。

现阶段的生成式AI通常被用来生成产品原型或初稿，应用场景涵盖图文创作、代码生成、游戏、广告、艺术平面设计等。

生成式AI在2022年迎来了突破。不管是图片生成，代码生成还是开放域文本生成，在生成内容的质量，逻辑性和安全性方面都有明显的提升。

未来，生成式AI将成为一项大众化的基础技术，极大的提高数字化内容的丰富度、创造性与生产效率，其应用边界也将随着技术得进步与成本的降低扩展到更多领域。

随着AI生成技术的应用场景更多涌现，达摩院语言技术实验室负责人黄非提到需重点研发安全可控有伦理负责任的生成技术，尤其关注虚假生成内容造成的不良社会影响。

11.

结语：交叉融合，2023科技趋势关键词

达摩院十大科技趋势项目特邀专家、中国工程院院士邬贺铨认为：“当下，我们需要通过自主研究提出可引导与支撑我国科技和产业发展的技术趋势。只有对前沿技术、颠覆性技术、以重大科技问题为导向的技术趋势及各领域的交叉融合建立深刻理解，才能实现我国整体科技水平从跟跑到领跑的战略性转变。”

据达摩院总结，全球科技日趋显现出交叉融合发展的新态势，尤其在信息与通信技术（ICT）领域酝酿的新裂变，将为科技产业革新注入动力。基于技术迭代与产业应用的融合创新，将驱动AI、云计算、芯片等领域实现阶段性跃迁。

交叉融合将成为2023科技趋势关键词：多元技术的协同并进驱动计算与通信的融合、硬件和软件的融合，应用需求的爆发驱动AI技术与行业的融合，数字技术与产业生态的融合，企业、个人与政府在安全技术与管理上的融合，科技进步与产业应用双轮驱动的融合创新已成为不可逆转的宏大趋势。

颠覆性的科技突破也许百年才得一遇，持续性的迭代创新则以日进一寸的累积改变着日常生活。

​