2023十大科技趨勢

2023十大科技趨勢十大科技趨勢TechnologyofDAMOAcademy6202362023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 72023目錄范式重置多模態(tài)預(yù)訓(xùn)練大模型 p8基于多模態(tài)的預(yù)訓(xùn)練大模型將實現(xiàn)圖文音統(tǒng)一知識表示，成為人工智能基礎(chǔ)設(shè)施Chiplet Chiplet的互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，重構(gòu)芯片研發(fā)流程

p10存算一體 資本和產(chǎn)業(yè)雙輪驅(qū)動，存算一體芯片將在垂直細(xì)分領(lǐng)域迎來規(guī)?；逃?/p>

p12產(chǎn)業(yè)革新云原生安全 安全技術(shù)與云緊密結(jié)合，打造平臺化、智能化的新型安全體系

p14軟硬融合云計算體系架構(gòu) 云計算向以CIPU為中心的全新云計算體系架構(gòu)深度演進(jìn)，通過軟件定義，硬件加速，在保持云上應(yīng)用開發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)用的全面加速

p16端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò) 基于云定義的可預(yù)期網(wǎng)絡(luò)技術(shù)，即將從數(shù)據(jù)中心的局域應(yīng)用走向全網(wǎng)推廣

p18雙引擎智能決策 融合運籌優(yōu)化和機(jī)器學(xué)習(xí)的雙引擎智能決策，將推進(jìn)全局動態(tài)資源配置優(yōu)化

p20計算光學(xué)成像 計算光學(xué)成像突破傳統(tǒng)光學(xué)成像極限，將帶來更具創(chuàng)造力和想象力的應(yīng)用

p22場景變換大規(guī)模城市數(shù)字孿生 城市數(shù)字孿生在大規(guī)模趨勢基礎(chǔ)上，繼續(xù)向立體化、無人化、全局化方向演進(jìn)

p25生成式AI 生成式AI進(jìn)入應(yīng)用爆發(fā)期，將極大地推動數(shù)字化內(nèi)容生產(chǎn)與創(chuàng)造

p288202382023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 92023

趨勢一

多模態(tài)預(yù)訓(xùn)練大模型基于多模態(tài)的預(yù)訓(xùn)練大模型將實現(xiàn)圖文音統(tǒng)一知識表示，成為人工智能基礎(chǔ)設(shè)施。

趨勢解讀基于深度學(xué)習(xí)的多模態(tài)預(yù)訓(xùn)練是認(rèn)知智能快速發(fā)展的重要推動力?；鶚?gòu)建多場景、多任務(wù)的預(yù)訓(xùn)練大模型將加速模型標(biāo)準(zhǔn)化進(jìn)程，為人工智能模型成為基礎(chǔ)設(shè)施創(chuàng)造條件。深度學(xué)習(xí)模型的不斷完善、互聯(lián)網(wǎng)海量真實數(shù)據(jù)的積累和生成式預(yù)訓(xùn)練的廣泛應(yīng)用，使得人

CLIP的多模態(tài)模型，將使更多非技術(shù)出身的人能夠表達(dá)自己的創(chuàng)造力，無需再借助工具和編程專業(yè)能力。對企業(yè)來說，多模態(tài)預(yù)訓(xùn)練模型將成為企業(yè)生產(chǎn)效率提升的關(guān)鍵。商業(yè)模式上，具備大數(shù)據(jù)、算力資源和模型開發(fā)能力的科技企業(yè)，將會成為模型服務(wù)的提供方，幫助企業(yè)將基礎(chǔ)模型的能力與生產(chǎn)流程融合起來，摘要 人工智能正在從文本、語音、視覺等單模態(tài)智能，向著多種模態(tài)融合的通目的是增強(qiáng)模型的跨模態(tài)語義對齊能力，打通各個模態(tài)之間的關(guān)系，使得模型逐步標(biāo)準(zhǔn)化。目前，技術(shù)上的突出進(jìn)展來匹配圖像和文本BEiT-3（通用多模態(tài)基礎(chǔ)模型?；诙囝I(lǐng)域知

識，構(gòu)建統(tǒng)一的、跨場景、多任務(wù)的多模態(tài)基礎(chǔ)模型已成為人工智能的重點發(fā)展方向。未來大模型作為基礎(chǔ)設(shè)施，將實現(xiàn)圖像、文本、音頻統(tǒng)一知識表示，并朝著能推理、能回答問題、能總結(jié)、做創(chuàng)作的認(rèn)知智能方向演進(jìn)。

計算機(jī)視覺等領(lǐng)域地交叉應(yīng)用取得顯著進(jìn)展。2022年，技術(shù)上的突出進(jìn)展來自于BEiT-3多模態(tài)基礎(chǔ)模型，該模型在視覺-語言任務(wù)處理上具備出色表現(xiàn)，包括視覺問答、圖片描述生成和跨模態(tài)檢索等。BEiT-3通過統(tǒng)一的模型框架和骨干網(wǎng)絡(luò)建模，能夠更加輕松地完成多模態(tài)編碼和處理不同的下游任務(wù)。另一方面，CLIP（ContrastiveLanguage-ImagePre-training）的廣泛應(yīng)用也促進(jìn)了多模態(tài)模型的技術(shù)發(fā)展。CLIP作為基于對比學(xué)習(xí)的預(yù)訓(xùn)練模型，負(fù)責(zé)從文本特征映射到圖像特征，能夠指導(dǎo)GAN或擴(kuò)散模型（Diffusion生成圖像。在文生圖領(lǐng)域，StableDiffusion也使用了CLIP，它能夠通過文本提示調(diào)整模型，并借助擴(kuò)散模型改善圖像質(zhì)量。與此同時，開源極大的促進(jìn)了多模態(tài)的融合和預(yù)訓(xùn)練模型AI技術(shù)轉(zhuǎn)變?yōu)榉€(wěn)多模態(tài)預(yù)訓(xùn)練模型的發(fā)展將重塑人工智能商業(yè)模式，并為人們的生產(chǎn)生活方式帶來積極影響。對個人而言，類似

實現(xiàn)效率和成本最優(yōu)。更多的挑戰(zhàn)來自于挖掘不同模態(tài)（如圖像語音、視覺和多模態(tài)預(yù)訓(xùn)練模型將加速人工智能向通用基礎(chǔ)模型方向演進(jìn)。在這個演進(jìn)過程中，深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相互促進(jìn)發(fā)展，融合大量行業(yè)知識，模型將具備在不斷變化的環(huán)境中快速適應(yīng)的靈活性。建立統(tǒng)一的、跨場景、多任務(wù)的多模態(tài)基礎(chǔ)模型會成為人工智能發(fā)展的主流趨勢之一。隨著技術(shù)的不斷成熟，大模型在開發(fā)成本、易用性、開發(fā)周期、性能上會更具優(yōu)勢，給產(chǎn)品化和商業(yè)化帶來更多可能性。10 10 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 11范式重置 趨勢六 端的可預(yù)iplet趨勢二

ChipletChiplet的互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，重構(gòu)芯片研發(fā)流程。

趨勢解讀自1965年摩爾定律首次被提出以來，集成電路產(chǎn)業(yè)一直遵循著摩自爾定律向前發(fā)展。直到近幾年，隨著晶體管尺寸逼近材料的物理極限，工藝節(jié)點進(jìn)步的花費已難以承受，芯片性能的提升也不再顯著，摩爾定律接近極致。在此背景下，Chiplet（芯粒技術(shù)逐漸嶄露頭角，有望成為產(chǎn)業(yè)界解決高性能、低成本芯片

度陡增，如何保障互聯(lián)封裝時芯粒連接工藝的可靠性、普適性，實現(xiàn)芯粒間數(shù)據(jù)傳輸?shù)拇髱?、低延遲，是Chiplet技術(shù)研發(fā)的關(guān)鍵。此外，芯粒之間的互聯(lián)特別是2.5D、3D先進(jìn)封裝會帶來電磁干擾、信號干擾、散熱、應(yīng)力等諸多復(fù)雜物理問題，這需要在芯片設(shè)計時就將其納入考慮，并對EDA工具提出全新的要求。摘要 Chiplet是硅片級別“解構(gòu)-重構(gòu)-復(fù)用”，它把傳統(tǒng)的SoC分解為多個芯粒模塊，將這些芯粒分開制備后再通過互聯(lián)封裝形成一個完整芯片。芯?？梢圆捎貌煌に囘M(jìn)行分離制造，可以顯著IP隨著摩爾定律的放緩，Chiplet成為持續(xù)提高SoC集成度和算力的重要途徑，特

20223UCle聯(lián)盟的成立，Chiplet互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，產(chǎn)業(yè)化進(jìn)程將進(jìn)一步加速。基于先進(jìn)封裝技術(shù)的Chiplet可能將重構(gòu)芯片研發(fā)流程，從制造到封測，從EDA到設(shè)計，全方位影響芯片的區(qū)域與產(chǎn)業(yè)格局。

需求的重要技術(shù)路線。Chiplet創(chuàng)新了芯片封裝理念。它把原本一體的onChip，系統(tǒng)級芯片分解為多個芯粒，分開制備出這些芯粒后，再將它們互聯(lián)封裝在一起，形成完整的復(fù)雜功能芯片。這其中，芯粒可以采用不同的工藝進(jìn)行分離制造，例如對于CPU、GPU等工藝提升敏感的模塊，采用昂貴的先進(jìn)制程生產(chǎn)；而對于工藝提升不敏感的模塊，采用成熟制程制造。同時，芯粒相比于SoC面積更小，可以大進(jìn)一步降低制造成本。此外，模塊化的芯粒可以減少重復(fù)設(shè)計和驗證環(huán)節(jié)，降低芯片的設(shè)計復(fù)雜度和研發(fā)成本，加快產(chǎn)品的迭代速度。Chiplet被驗證可以有效降低制造成本，已成為頭部廠商和投資界關(guān)注的熱點。Chiplet的技術(shù)核心在于實現(xiàn)芯粒間的高速互聯(lián)。SoC分解為芯粒使得封裝難

近年來，先進(jìn)封裝技術(shù)發(fā)展迅速。作為2.5D、3D封裝關(guān)鍵技術(shù)的TSV（ThroughSiliconVia，硅通孔）已可以實現(xiàn)一平方毫米100萬個TSV。封裝技術(shù)的進(jìn)步，推動Chiplet應(yīng)用于CPU、GPU等大型芯片。2022年3月，多家半導(dǎo)體領(lǐng)軍企業(yè)聯(lián)合成立了UCIe（UniversalChipletInterconnectExpress，通用Chiplet高速互聯(lián)聯(lián)盟）。Chiplet互聯(lián)標(biāo)準(zhǔn)有望逐漸實現(xiàn)統(tǒng)一，并形成一個開放性生態(tài)體系。面向后摩爾時代，可能將是可以降低對先進(jìn)工藝制程的依賴，實現(xiàn)與先進(jìn)工藝相接近的性能，成為半導(dǎo)體產(chǎn)業(yè)2.5D和3D封裝會長期并存；同構(gòu)和異構(gòu)的多芯粒封裝會長期并存；不同的有望重構(gòu)芯片研發(fā)流程，從制造到封測，從EDA12 12 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 13范式重置 趨勢六 合的可存算一體趨勢三

存算一體資本和產(chǎn)業(yè)雙輪驅(qū)動，存算一體芯片將在垂直細(xì)分領(lǐng)域迎來規(guī)?；逃谩?/p>

趨勢解讀隨AI在各領(lǐng)域的應(yīng)用逐漸廣泛，以深度學(xué)習(xí)為代表的神經(jīng)網(wǎng)絡(luò)算隨法需要系統(tǒng)高效處理海量的非結(jié)構(gòu)化數(shù)據(jù)，例如文本、視頻、圖像、語音等。而傳統(tǒng)馮·諾依曼體系下運行的計算機(jī)通常包括存儲單元和計算單元兩部分，數(shù)據(jù)需要在處理器與存儲器之間進(jìn)行頻繁遷移，如果內(nèi)存的傳輸速度跟不上CPU

用先進(jìn)封裝技術(shù)把計算邏輯芯片和存儲的路徑，以高I/O密度來實現(xiàn)高內(nèi)存帶3D堆疊來實現(xiàn)，廣泛應(yīng)用在各類CPUGPU上；近期投資熱度較DRAM、SRAM、NORFlash、NAND摘要 存算一體旨在計算單元與存儲單元融合，在實現(xiàn)數(shù)據(jù)存儲的同時直接進(jìn)行計算，以消除數(shù)據(jù)搬移帶來的開銷，極大提升運算效率，以實現(xiàn)計算存儲的高效節(jié)能。存算一體非常符合高訪存、高并行的人工智能場景計算需求。在產(chǎn)業(yè)和投資的驅(qū)動下，基于SRAM，DRAM，F(xiàn)lash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(cè)

如智能家居、可穿戴設(shè)備、泛機(jī)器人、智能安防等計算場景落地。未來，隨著存算一體芯片在云端推理大算力場景落地，或?qū)碛嬎慵軜?gòu)的變革。它推動傳統(tǒng)的以計算為中心的架構(gòu)向以數(shù)據(jù)為物聯(lián)網(wǎng)等產(chǎn)業(yè)發(fā)展帶來積極影響。

的性能，就會導(dǎo)致計算能力受到限制，出現(xiàn)“內(nèi)存墻”“功耗墻”。這就對芯片的并行運算、低延遲、帶寬提出了更高的要求。近年來，產(chǎn)業(yè)界領(lǐng)軍企業(yè)在存算一體的前沿技術(shù)研究上持續(xù)發(fā)力。三星在Nature上發(fā)表了全球首個基于MRAM（磁性隨機(jī)存儲器）的存內(nèi)計算研究；臺積電在ISSCC上合作發(fā)表了六篇關(guān)于存內(nèi)計算存儲器IP的論文，ReRAM海力士則發(fā)表了基于GDDR接口的DRAM存內(nèi)計算研究。學(xué)術(shù)界和產(chǎn)業(yè)界普遍認(rèn)為存算一體有望成為突破算力性能和功耗瓶頸的技術(shù)方向之一。特別是在大規(guī)模并行計算場景中，例如VR/AR、無人駕駛、天文數(shù)據(jù)計算、遙感影像數(shù)據(jù)分析等，存算一體芯片具備高帶寬、低功耗的顯著優(yōu)勢。微觀上，算力（低延遲）、算的準(zhǔn)（高精準(zhǔn)度）、算的?。ǖ统杀?、低功耗）是對算力的基本要求。存算一體是從微觀層面進(jìn)行架構(gòu)的優(yōu)化，面臨存儲器設(shè)計和生產(chǎn)工藝的挑戰(zhàn)，需要整個產(chǎn)業(yè)鏈的參與支持。實現(xiàn)存算一體的技術(shù)路徑主要有以下三個：技術(shù)較成熟的是近存計算，利

Flash來實現(xiàn)。計算操作由位于存儲芯片/是基于非易失性存儲器技術(shù)做的新型存儲原件，比如通過憶阻器電阻、自旋磁存儲器等，也計算主要以作為存儲器件，具有、目前，存算一體已經(jīng)在產(chǎn)業(yè)細(xì)分領(lǐng)資本和產(chǎn)業(yè)雙輪驅(qū)動下，基于、NOR等成熟存儲器的存內(nèi)計算將功耗場景有望優(yōu)先迎來產(chǎn)品和生態(tài)的升,14 14 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 15產(chǎn)業(yè)革新

趨勢六

趨勢四

云原生安全安全技術(shù)與云緊密結(jié)合，打造平臺化、智能化的新型安全體系。

趨勢解讀隨著云計算與各領(lǐng)域深度融合，云上快速迭代、彈性伸縮、海量數(shù)隨據(jù)處理等特征要求安全防護(hù)體系相應(yīng)升級，為動態(tài)變化、復(fù)雜多元的運行環(huán)境提供有效的安全防護(hù)。云原生安全是依托云原生理念和

執(zhí)行自動化，可減少對安全運營人自動阻斷機(jī)制可以為應(yīng)對攻擊和修復(fù)爭取更充分的時間。云上客戶資產(chǎn)全面保障。幫助客戶全面、實時監(jiān)測各類數(shù)據(jù)資產(chǎn)；在摘要 云原生安全是安全理念從邊界防向縱深防御、從外掛模式向內(nèi)生安全的摘要 轉(zhuǎn)變，實現(xiàn)云基礎(chǔ)設(shè)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(jié)合，經(jīng)過“容器化部署”、“微服務(wù)實現(xiàn)安全服務(wù)的原生化、精細(xì)化、平臺化和智能化：以安全左移為原則，構(gòu)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(tǒng)一的身份驗證和配置管理為基精準(zhǔn)響應(yīng)、快速溯源和威脅狩獵。

技術(shù)特性對安全體系進(jìn)行的優(yōu)化和重構(gòu)，通過逐步實現(xiàn)安全技術(shù)服務(wù)的輕量化、敏捷化、精細(xì)化和智能化，來保障云基礎(chǔ)設(shè)施的原生安全，并形成更強(qiáng)的安全能力。其基本特征包括全鏈路的DevSecOps安全管理，一體化精細(xì)化的身份與權(quán)限管控、平臺化的縱深防御體云原生安全經(jīng)歷了一系列變遷：從安全保障云原生到云原生賦能安全，內(nèi)涵不斷擴(kuò)展，逐步形成了一套涵蓋基礎(chǔ)設(shè)施、應(yīng)用、數(shù)據(jù)、研發(fā)測試、安全運營等在內(nèi)的防護(hù)體系。云原生應(yīng)用保護(hù)平臺、面向云原生的攻擊面管理平臺、云原生威脅檢測與響應(yīng)、云原生事件取證與溯源等，這一系列新型的防護(hù)措施可以看到云原生安全的三方面價值：全鏈路風(fēng)險可視可控。將安全和合規(guī)要求貫穿軟件生產(chǎn)和服務(wù)全鏈路，及時掃描檢查關(guān)鍵環(huán)節(jié)，避免后期處置造成被動，最大程度降低整體風(fēng)險管控成本?；A(chǔ)設(shè)施安全運營閉環(huán)高效。安全防護(hù)功能融合化，可以實現(xiàn)異常事件響應(yīng)處置流程的閉環(huán)管理；策略

身份驗證、配置管理、應(yīng)用運行時監(jiān)控、數(shù)據(jù)安全保護(hù)等方面提供多元化、靈活調(diào)用的安全服務(wù)。實踐中，云原生安全也面臨著一系列挑戰(zhàn)，比如在異構(gòu)復(fù)雜環(huán)境中各類數(shù)字資產(chǎn)的監(jiān)控數(shù)據(jù)如何快速、高質(zhì)量的采集匯聚；云上各方如何明晰權(quán)責(zé)，形成開放協(xié)同的安全生態(tài)等等。16 16 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 17產(chǎn)業(yè)革新 六 軟硬融合云計算體系架趨勢五

軟硬融合云計算體系架構(gòu)云計算向以CIPU為中心的全新云計算體系架構(gòu)深度演進(jìn)，通過軟件定義，硬件加速，在保持云上應(yīng)用開發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)用的全面加速。

趨勢解讀隨著后摩爾時代的帶來，CPU的性能提升趨近于天花板，數(shù)據(jù)量的隨爆發(fā)式增長帶來極高的數(shù)據(jù)處理需求。企業(yè)在大數(shù)據(jù)、AI等數(shù)據(jù)密集型計算的應(yīng)用場景越來越多。這兩方面的因素導(dǎo)致以CPU中心的云計算體系架構(gòu)碰上了技術(shù)瓶頸，無法應(yīng)對云上時延和帶寬的進(jìn)一步擴(kuò)展。傳統(tǒng)的CPU體系架構(gòu)需要

總線互聯(lián)的超級計算機(jī)。在用戶云上計算最需要的基礎(chǔ)云網(wǎng)絡(luò)和云存儲鏈路上提供更低的延遲、更高的帶寬和吞吐。其次，在全鏈路實現(xiàn)硬件加速的基礎(chǔ)上，創(chuàng)新地實現(xiàn)了eRDMA，不但能夠大規(guī)模組網(wǎng)，還能讓用戶無需修改負(fù)載的代碼，無感加速，讓云上的高性能計算普惠服務(wù)化成為現(xiàn)實。摘要

云計算從以CPU為中心的計算體系架構(gòu)向以云基礎(chǔ)設(shè)施處理器（CIPU）為中心的全新體系架構(gòu)深度演進(jìn)。通過軟件定義，硬件加速，在保持云上應(yīng)用開發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)用的全面加速。新的體系架構(gòu)下，軟硬一體化帶來硬件結(jié)構(gòu)的融合，接入物理的計算、存儲、網(wǎng)絡(luò)資源，通過硬件資

源的快速云化實現(xiàn)硬件加速。此外，新架構(gòu)也帶來軟件系統(tǒng)的融合。這意味著以CIPU云化加速后的算力資源，可通過CIPU上的控制器接入分布式平臺，實現(xiàn)云資源的靈活管理、調(diào)度和編排。在此基礎(chǔ)上，CIPU將定義下一代云計算的服務(wù)標(biāo)準(zhǔn)，給核心軟件研發(fā)和專用芯片行業(yè)帶來新的發(fā)展機(jī)遇。

向著軟硬一體化的方向迭代升級。云計算的體系架構(gòu)發(fā)展經(jīng)歷了三個階段，已經(jīng)解決了超高并發(fā)和大算力的X86服務(wù)器、互聯(lián)網(wǎng)中間件為代表的分布式架構(gòu)技術(shù)為主。第二階段在和計算存儲分離的池化架構(gòu)。在新的池化架構(gòu)之下，計目前，云計算進(jìn)入第三階段，引入專用硬件，形成軟硬一體化的虛擬化架構(gòu)，實現(xiàn)了全面硬件加速。這個階段云計算面臨的挑戰(zhàn)，是在數(shù)據(jù)密集計算、云數(shù)據(jù)中心東西流量越來越大的趨勢下，實現(xiàn)云計算單位成本下更高的計算性能，以及更高效的云數(shù)據(jù)中心管理。而計算效率的提升，還需要回到芯片和系統(tǒng)底層中去。以CIPU為核心的云計算體系架構(gòu)，在工程實現(xiàn)上主要有以下三方面突破：首先，是底層硬件結(jié)構(gòu)的融合，帶來全面硬件加速?；贑IPU的新架構(gòu)能夠向下管理數(shù)據(jù)中心硬件，配合云操作系統(tǒng)，對計算、存儲，網(wǎng)絡(luò)，安全進(jìn)行全面加速，把IDC真正變成一臺高速

最后，在全新的云數(shù)據(jù)中心硬件體系架構(gòu)下，CIPU和服務(wù)器的系統(tǒng)組合，既可以一對多，也能實現(xiàn)多對一，高效滿足云上不同計算場景下東西向流量計算配比的靈活需求。軟硬融合的云計算體系架構(gòu)，保持了軟件定義，在分布式架構(gòu)時期構(gòu)建的交付敏捷性和靈活度，池化架構(gòu)時期構(gòu)建的彈性、可靠性、可用性，還帶來了云上應(yīng)用的全面加速，顯著提升了計算性能。未來三年，云計算向以CIPU為中心的全新云計算體系架構(gòu)深度演進(jìn)，云大數(shù)據(jù)服務(wù)，AI等云服務(wù)，也將全面被CIPU加速。從購買計算資源進(jìn)行自身應(yīng)用加速，到全面使用云上服務(wù)，用戶將獲得CIPU加速帶來的全面體驗。從資源到服務(wù)，云計算服務(wù)的核心價值，很大程度將取決于云廠商能提供的底層計算能力和計算效率。18 18 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 19產(chǎn)業(yè)革新

端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)趨勢六

端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)基于云定義的可預(yù)期網(wǎng)絡(luò)技術(shù)，即將從數(shù)據(jù)中心的局域應(yīng)用走向全網(wǎng)推廣。

趨勢解讀可預(yù)期網(wǎng)絡(luò)（PredictableFabric）是由云計算定義，服務(wù)器端側(cè)和可網(wǎng)絡(luò)協(xié)同的高性能網(wǎng)絡(luò)互聯(lián)系統(tǒng)。計算網(wǎng)絡(luò)不僅支持新興的大算力和高性能計

耦的架構(gòu)，創(chuàng)新地采用端側(cè)和網(wǎng)絡(luò)側(cè)協(xié)同設(shè)計和深度融合的思路，構(gòu)建了基于端網(wǎng)融合的新型網(wǎng)絡(luò)傳輸協(xié)議、擁塞控硬件深度定制和卸載等技術(shù)的全新算網(wǎng)體系?？深A(yù)期網(wǎng)絡(luò)能夠大幅度提升分布式并行計算的網(wǎng)絡(luò)通信效率，從而構(gòu)建高效的算力資源池，實現(xiàn)了云上大算力摘要

（Predictable由云計算定義，服務(wù)器端側(cè)和網(wǎng)絡(luò)協(xié)同的高性能網(wǎng)絡(luò)互聯(lián)系統(tǒng)。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(guī)模擴(kuò)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(guī)模產(chǎn)業(yè)應(yīng)用。可預(yù)期網(wǎng)絡(luò)不僅支持新興的大算力和高性能計算場

景，也適用于通用計算場景，是融合了傳統(tǒng)網(wǎng)絡(luò)和未來網(wǎng)絡(luò)的產(chǎn)業(yè)趨勢。通過平臺的全棧創(chuàng)新，可預(yù)期高算力網(wǎng)絡(luò)有望顛覆目前基于傳統(tǒng)互聯(lián)網(wǎng)TCP協(xié)議的技術(shù)體系，成為下一代數(shù)據(jù)中心網(wǎng)絡(luò)的基本特征，并從數(shù)據(jù)中心的局域應(yīng)用走向全網(wǎng)推廣。

算場景，也適用于通用計算場景，是融合了傳統(tǒng)網(wǎng)絡(luò)和未來網(wǎng)絡(luò)的產(chǎn)業(yè)趨勢。網(wǎng)絡(luò)的本質(zhì)是連接。高帶寬、低時延、高穩(wěn)定性、少抖動一直是網(wǎng)絡(luò)追求的目標(biāo)。傳統(tǒng)TCP網(wǎng)絡(luò)協(xié)議棧，雖然在互聯(lián)網(wǎng)中廣泛部署和應(yīng)用，但是TCP協(xié)議棧誕生時期的網(wǎng)絡(luò)帶寬和質(zhì)量已經(jīng)無法與如今大帶寬高質(zhì)量的數(shù)據(jù)中心網(wǎng)絡(luò)相提并論。端側(cè)和網(wǎng)絡(luò)分層解耦，基于網(wǎng)絡(luò)黑盒傳統(tǒng)盡力而為網(wǎng)絡(luò)體系結(jié)構(gòu)，無法滿足當(dāng)今大算力池可預(yù)期網(wǎng)絡(luò)以大算力為基本出發(fā)點，把端網(wǎng)融合作為實現(xiàn)方式。可預(yù)期網(wǎng)絡(luò)摒棄傳統(tǒng)端側(cè)計算、存儲和網(wǎng)絡(luò)分層解

的彈性供給。云計算重新定義的可預(yù)期網(wǎng)絡(luò)技術(shù)體系，將對產(chǎn)業(yè)鏈上下游、芯片技術(shù)演進(jìn)產(chǎn)生深遠(yuǎn)影響，成為算力普惠化的新范式。算力網(wǎng)絡(luò)的發(fā)展正在經(jīng)歷從0到1的過程，需要互聯(lián)網(wǎng)科技公司和運營商共同定義。如果將算力網(wǎng)絡(luò)作為未來的關(guān)鍵基礎(chǔ)設(shè)施，它將對網(wǎng)絡(luò)可預(yù)期性提出更高的要求。數(shù)字化社會下的算力普資源池化的云計算方向發(fā)展，這將使網(wǎng)絡(luò)可預(yù)期技術(shù)在未來2-3年內(nèi)發(fā)生質(zhì)變，逐漸成為主流技術(shù)趨勢。專家點評過去十年，網(wǎng)絡(luò)行業(yè)發(fā)生最大的變革是互聯(lián)網(wǎng)公司在超大規(guī)模需求驅(qū)動下，重新定義了網(wǎng)絡(luò)系統(tǒng)：以軟件為中心的設(shè)備白盒替代了傳統(tǒng)協(xié)議為中心的經(jīng)典網(wǎng)絡(luò)。未來十年，在大規(guī)模算力需求驅(qū)動下，云計算將重新定義下一代DPU出現(xiàn)，勢將推動整個網(wǎng)絡(luò)向可預(yù)期方向演進(jìn)。蔡德忠阿里云智能副總裁兼首席網(wǎng)絡(luò)科學(xué)家20 20 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 21產(chǎn)業(yè)革新 趨勢六趨勢端網(wǎng)融雙引擎智能決策趨勢七

雙引擎智能決策融合運籌優(yōu)化和機(jī)器學(xué)習(xí)的雙引擎智能決策，將推進(jìn)全局動態(tài)資源配置優(yōu)化。

趨勢解讀近戰(zhàn)爭、技術(shù)管制等近同時，市場不斷變化、要求不斷提升。企業(yè)需在紛繁復(fù)雜、動態(tài)變化的環(huán)境中，快速精準(zhǔn)地做出經(jīng)營決策。智能決策是綜合利用多種智能技術(shù)

（如交通領(lǐng)域港口吞吐量摘要 企業(yè)需在紛繁復(fù)雜、動態(tài)變化的環(huán)摘要 境中快速精準(zhǔn)地做出經(jīng)營決策。經(jīng)典決策優(yōu)化基于運籌學(xué)，通過對現(xiàn)實問題進(jìn)行準(zhǔn)確描述來構(gòu)建數(shù)學(xué)模型，同時結(jié)合運籌優(yōu)化算法，在多重約束條件下求目標(biāo)函數(shù)最優(yōu)解。隨著外部環(huán)境復(fù)雜程度和變化速度不斷加劇，經(jīng)典決策優(yōu)化對不確定性問題處理不夠好、大規(guī)模求解響應(yīng)速度不夠快的局限性日益突顯。學(xué)

術(shù)界和產(chǎn)業(yè)界開始探索引入機(jī)器學(xué)習(xí)，構(gòu)建數(shù)學(xué)模型與數(shù)據(jù)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，雙引擎智能決策將進(jìn)一步拓展應(yīng)用場景，在大規(guī)模實時電力調(diào)度、港口吞吐量優(yōu)化、機(jī)場停機(jī)安排、制造工藝優(yōu)化等特定領(lǐng)域推進(jìn)全局實時動態(tài)資源配置優(yōu)化。

和工具，基于既定目標(biāo)，對相關(guān)數(shù)據(jù)進(jìn)行建模、分析并得到最優(yōu)決策的過程。該過程將約束條件、策略、偏好、目標(biāo)等因素轉(zhuǎn)化為數(shù)學(xué)模型，并利用智能技術(shù)自動實現(xiàn)最優(yōu)決策，旨在解決日益復(fù)雜、動態(tài)變（電樁選址、生產(chǎn)排程等問題。經(jīng)典決策優(yōu)化基于運籌學(xué)，起源于二戰(zhàn)中的空戰(zhàn)規(guī)劃。它通過對現(xiàn)實問題進(jìn)行準(zhǔn)確描述刻畫來構(gòu)建數(shù)學(xué)模型，同時結(jié)合運籌優(yōu)化算法，在多重約束條件下求目標(biāo)函數(shù)最優(yōu)解。基于運籌學(xué)的決策優(yōu)化對數(shù)據(jù)量的依賴性弱、求解質(zhì)量較高、可解釋性較強(qiáng)，被廣泛運用于各類決策場景。隨著外部環(huán)境復(fù)雜程度和變化速度不運籌優(yōu)化和機(jī)器學(xué)習(xí)的結(jié)合完美彌補了彼

目標(biāo)：在滿足電網(wǎng)安全穩(wěn)定運行前提下，降低購電成本或者實現(xiàn)全社會福利最大化，并促進(jìn)新能源消納。必須滿足所有安全約束,包括節(jié)點電壓、線路與斷面熱穩(wěn)定限發(fā)用電負(fù)荷平衡約束；足物理特性如機(jī)組爬坡、開停機(jī)曲線、梯級水電等。調(diào)度業(yè)務(wù)非常復(fù)雜，涉及海量決策數(shù)據(jù)目前省級變量與約束達(dá)千萬級別隨著新能源快速裝機(jī)以及引入負(fù)荷側(cè)參與調(diào)節(jié)，直到實現(xiàn)雙碳目標(biāo)全網(wǎng)變量與約束預(yù)計將超過新能源發(fā)電占比將越來越大，其波動性和隨機(jī)性將對模型驅(qū)動器學(xué)習(xí)難以保證滿足所有安全約束。雙引擎智能決策將機(jī)器學(xué)習(xí)與底層優(yōu)化技術(shù)深度耦合在了一起，在滿足各類安全約束條件的情況下，將計算效率提高10倍以上，有望實現(xiàn)秒級調(diào)度優(yōu)化，突破新型電力系統(tǒng)電網(wǎng)調(diào)度追風(fēng)、逐日決策的性能瓶頸。未來，雙引擎智能決策將進(jìn)一步拓展應(yīng)用場景，在特定領(lǐng)域?qū)崿F(xiàn)更多主體、更大范圍的資源配置優(yōu)化，進(jìn)而推進(jìn)全局實時動態(tài)的資源配置優(yōu)化。22 22 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 23產(chǎn)業(yè)革新

趨勢六

趨勢八

計算光學(xué)成像計算光學(xué)成像突破傳統(tǒng)光學(xué)成像極限，將帶來更具創(chuàng)造力和想象力的應(yīng)用。

趨勢解讀傳統(tǒng)光學(xué)成像建立在幾何光學(xué)基礎(chǔ)傳的原理，而忽略了諸多光學(xué)高維信息。當(dāng)前傳統(tǒng)光學(xué)成像在硬件功能、成像性能方面接近物理極限，在眾多領(lǐng)域已無法滿足應(yīng)用需求。例如，在手機(jī)攝影領(lǐng)域，無法在保證成像效果的同時縮小器件重量和體積，出現(xiàn)令人詬病的“前劉

期才逐步形成。隨著信息技術(shù)的蓬勃發(fā)由于計算光學(xué)成像研究內(nèi)容覆蓋范圍廣，目前還沒有一個比較明確的分類方法。按照計算成像技術(shù)所解決的應(yīng)用問題來分類，可以大致分為以下三類：能提升：對傳統(tǒng)方式無法獲取的光學(xué)信息，如光場、偏振、相干度等進(jìn)行成像摘要

計算光學(xué)成像是一個新興多學(xué)科交叉領(lǐng)域。它以具體應(yīng)用任務(wù)為準(zhǔn)則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設(shè)計遠(yuǎn)超人眼的感知新范式；同時，結(jié)合數(shù)學(xué)和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)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

計算光學(xué)成像有望進(jìn)一步顛覆傳統(tǒng)成像

域，無法同時滿足寬視場和高分辨率的需求；在監(jiān)控遙感領(lǐng)域，難以在光線較暗、能見度較低的復(fù)雜環(huán)境中獲得清晰圖像……

或測量；性能提升：即提升現(xiàn)有成像技術(shù)的性能指標(biāo)，如空間分辨率、時簡化與智能化：通過單像素、無透鏡等特定技術(shù)簡化成像系統(tǒng)，或者以光速實圖1:傳統(tǒng)光學(xué)成像（左邊）VS計算光學(xué)成像（右邊）[22]隨著傳感器、云計算、人工智能等新一代信息技術(shù)的不斷演進(jìn)，新型解決方案逐步浮出水面——計算光學(xué)成像。計算光學(xué)成像以具體應(yīng)用任務(wù)為準(zhǔn)則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設(shè)計遠(yuǎn)超人眼的感知新范式；同時，結(jié)合數(shù)學(xué)和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)光學(xué)成像極限（如圖1所示）。計算光學(xué)成像是一個新興多學(xué)科交叉領(lǐng)域早期概念在上個世紀(jì)70年代中

（2所示。計算光學(xué)成像技術(shù)現(xiàn)處于高速發(fā)展階段，還需克服諸多挑戰(zhàn)：首先，需以由于需要獲取多維度光學(xué)信息，需引入新型光學(xué)器件和光場調(diào)控機(jī)制，隨之而來的是更多的硬件成本和研發(fā)/調(diào)試時間成本；再次，為了使計算成像硬件和軟件有更好的協(xié)同，則需重新開發(fā)算法工具；最后，對算力要求非常高，對應(yīng)用設(shè)備芯片及其適配性提出更高要求。24 24 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 25產(chǎn)業(yè)革新

趨勢九

大規(guī)模城市數(shù)字孿生城市數(shù)字孿生在大規(guī)模趨勢基礎(chǔ)上，繼續(xù)向立體化、無人化、全局化方向演進(jìn)。摘要圖2:計算光學(xué)成像技術(shù)分類[22]

摘要 城市數(shù)字孿生自2017年首度被提出以來，受到廣泛推廣和認(rèn)可，成為城精細(xì)化治理的新方法。近年來，城市數(shù)字孿生關(guān)鍵技術(shù)實現(xiàn)了從量到質(zhì)的突破，

災(zāi)害防控、雙碳管理等應(yīng)用場景取得較大進(jìn)展。未來城市數(shù)字孿生將在大規(guī)模計算光學(xué)成像雖然是一個新興技術(shù)，但已取得了很多令人振奮的研究成（2014諾貝爾獎——超分辨熒光顯微2017無人駕駛等領(lǐng)域開始規(guī)?；瘧?yīng)用。如在手機(jī)攝像領(lǐng)域，主流手機(jī)廠商均初步融入了計算光學(xué)成像思路，從比拼硬件光學(xué)，轉(zhuǎn)而追求硬件加算法的協(xié)同；目前手機(jī)攝像在相當(dāng)一部分場景的拍攝效果達(dá)到、甚至超過一般單反相機(jī)。未來，計算光學(xué)成像將進(jìn)一步顛覆傳統(tǒng)成像體系，帶來更具創(chuàng)造力和

想象力的應(yīng)用。元成像芯片可實現(xiàn)大范圍無像差三維感知，有望徹底解決手機(jī)后置攝像頭突出的問題。無透鏡成像能夠簡化傳統(tǒng)基于透鏡的相機(jī)成像系統(tǒng)，進(jìn)一步減小成像系統(tǒng)體積并有望用于各類可穿戴設(shè)備。此外，利用偏振成像技術(shù)能夠透過可見度不高的介質(zhì)清晰成像，實現(xiàn)穿云透霧。還有非視域成像，能夠通過記錄并解析光傳播的高速過程來對非視域下目標(biāo)進(jìn)行有效探測，實現(xiàn)隔墻而視，在反恐偵察、醫(yī)療檢測等領(lǐng)域具有廣泛的應(yīng)用價值。

具體體現(xiàn)在大規(guī)模方面，實現(xiàn)了大規(guī)模（更低建模成本）、大規(guī)模在線實時渲染（更短響應(yīng)時間），以及大規(guī)模聯(lián)合仿真推演（更高精確性。目

全局化方向演進(jìn)。26 26 20232023TOPTENTECHNOLOGYTRENDSOFDAMOACADEMY 27

專家點評字孿生城市發(fā)展進(jìn)入了深水區(qū)。黨的二十大提出“打造宜市成為中國式現(xiàn)代化在城市落地的重從工業(yè)制造、交通能源生產(chǎn)到城市治園區(qū)、城市，從產(chǎn)品模型設(shè)計、設(shè)備遠(yuǎn)程控制、人機(jī)虛實交互到算法仿真推演，數(shù)字孿生技術(shù)應(yīng)用在各行業(yè)不斷滲透影響深遠(yuǎn)，大規(guī)模動態(tài)感知映以及聯(lián)合仿真推演技術(shù)能力不斷提升。然而深水區(qū)也暴露出一個關(guān)鍵的問題，就是任何傳統(tǒng)引擎，都實現(xiàn)不了數(shù)字孿須打造一個新引擎。因此未來將以大規(guī)“多跨”場景實現(xiàn)，城市數(shù)字孿生將在大規(guī)模孿生體構(gòu)建基礎(chǔ)上，真正實現(xiàn)從量到質(zhì)的突破。高艷麗中國信息通信研究院規(guī)劃所總工

趨勢解讀城市數(shù)字孿生自2017年首度被提出以來，受到廣泛推廣和認(rèn)可。城我們持續(xù)追蹤城市數(shù)字孿生進(jìn)展，分別在2019年及2021年的十大科技趨勢報告中進(jìn)行了詳細(xì)闡述。近年來，中央部委多角度全方位出臺數(shù)字孿生城市相關(guān)政策，旨在進(jìn)一步推進(jìn)城市精細(xì)化治理新方法。城市數(shù)字孿生旨在以城市為對象，在數(shù)字世界建設(shè)與物理世界1:1的數(shù)字映射，進(jìn)而通過數(shù)字映射進(jìn)行多學(xué)科機(jī)理與仿真推演，并與物理世界進(jìn)行實時仿真推演等城市數(shù)字孿生關(guān)鍵技術(shù)實現(xiàn)了從量到質(zhì)的突破，具體體現(xiàn)在大規(guī)模上，分別實現(xiàn)了大規(guī)模動態(tài)感知映射、大規(guī)模在線實時渲染，以及大規(guī)模聯(lián)合仿真推演。

在精準(zhǔn)映射方面，與耗人、耗時、耗財力的傳統(tǒng)測量測繪方式不同，綜合運用遙感、雷達(dá)、視覺、定位及其它多種傳感器及存量測繪數(shù)據(jù)，以更低成本如人、車等進(jìn)行位置、狀態(tài)等多屬性實時感知。未來，通過匯聚城市天空地多維度、各類型傳感器數(shù)據(jù)，再結(jié)合AI感知能力，可融合提取同一實體的多源異實時、精準(zhǔn)的映射表達(dá)。在生成渲染方面，基于精準(zhǔn)映射的數(shù)據(jù)基礎(chǔ)，結(jié)合GeneratedContent）與游戲大世界生成PGC（ProfessionalGeneratedContent）技術(shù)能力，可實現(xiàn)分層次、分尺寸、多分辨率城市級三維場景模型的自動化生

成，以及支持多人在線、互動式大規(guī)模實時渲染。在仿真推演方面，將多學(xué)科、大規(guī)模的機(jī)理與仿真模型聯(lián)合作用于同一數(shù)字大世界，形成“仿真機(jī)理元宇宙”，構(gòu)建虛實互動、雙向調(diào)控機(jī)制。關(guān)鍵技仿真系統(tǒng)云原生化，基于云原生超算調(diào)度和求解器，可大幅縮短仿真計算時間，實現(xiàn)城市級場景、百萬級以上實體規(guī)模實時計算響應(yīng)；統(tǒng)一接口融合計算，多種機(jī)理模型及仿真模型能進(jìn)行實時融合計算，形成多仿真聯(lián)合服務(wù)能力。在技術(shù)推動和需求牽引的共同作用災(zāi)害防控、雙碳管理等應(yīng)用場景取得較大進(jìn)展。如在交通治理方面，在城市高精路網(wǎng)、水網(wǎng)、河道、車輛等實體三維建模及實時渲染的基礎(chǔ)上（建模成本降90%+、時間從數(shù)月縮短到數(shù)天），

通過聯(lián)合道路交通流、城市內(nèi)澇積水、自動駕駛、人群移動等仿真模型，實現(xiàn)對城市大型活動現(xiàn)場人群疏散引導(dǎo)、交通管控策略、天氣情況影響、公共交通供給等全方位策略預(yù)案的孿生演練與效果評估（針對應(yīng)急事態(tài)做到“1分鐘啟51小時疏散”基于數(shù)字孿生的智慧城市市場空間十分廣闊。據(jù)IDC預(yù)測，到年智5年復(fù)合增長率超過。目前，城市數(shù)字孿生面臨的最大瓶頸，在于城市級大規(guī)模對象實體孿生以及業(yè)務(wù)流程孿生的城市孿生體尚未完全搭建起來。城市數(shù)字孿生將在大規(guī)模特征的基礎(chǔ)上，繼續(xù)向立城市數(shù)字孿生既作為城市立體化綜合無（的圖3:城市交通分析28 28 2023202