汕头市智能制造产业协会
加入收藏 | 设为首页

内容展示

首页 >

【赛迪传媒】2023年五大技术趋势预测

2023-04-13

近年来,随着社会发展不确定性和不稳定性增大,如何借助技术解决人类发展遇到的棘手问题变得至关重要。如今,我们获取的数据来源比以往任何时候都更加广泛,如可穿戴设备、医疗设备、环境传感器和其他联网设备。当这些不同来源的数据与计算机视觉、机器学习和模拟仿真等云技术相结合时,我们得以窥见技术和应用融合带给我们的力量。


image.png


新一代的创新者和发明家正在构建各种各样的解决方案,如重新造林、让年轻人保持活力、重构从仓库到交付的供应链等。随着先进技术的普及,我们生活的方方面面都会衍生出更多可以分析的数据,基于此,我们未来也将看到更多的创新。


1、云技术将重新定义大众体育运动


像音乐和视频一样,体育活动所产生的数据将成为可以分析的数据流。未来,由这些数据带来的洞察将改变整个体育产业,并重新定义和衡量观众每场比赛的参与感和体验感。

体育运动是人类生活的一部分,甚至超越了时间、文化和物理边界。2022年,世界著名的体育赛事之一—国际足联世界杯在卡塔尔成功举办,据统计,全球共有50亿人参与、收看和关注了此次世界杯。迄今为止,广播电视对职业体育的发展影响甚大,为这一价值5000亿美元的产业铺平了道路。我们预测,在不久的将来,下一个改变“游戏规则”的技术将会出现。未来,不论何种级别,每一项运动赛事都将经历全面的数字化转型。

丹麦的Veo技术公司正在引领这样一种潮流—利用机器学习、计算机视觉、信息流处理等云技术缩小业余运动员和专业运动员之间的数字鸿沟。Veo技术公司不仅为观看体育赛事的视频观众创造了堪比现场的沉浸式体验,还构建了一个深度神经网络,使观众能够自动从比赛视频中获取精彩片段,这使球员、教练和转会经理能够轻松地找到关键比赛并改进相关战术,实现了视频(即数字资产)观众互动频率的最大化。随着以VEO(视频互动优化)为代表的技术在所有级别的运动中得到越来越广泛的应用,我们可以想象接下来会发生什么样的变化。

当前,包括德国足球甲级联赛(简称德甲)和职业橄榄球大联盟年度冠军赛(简称超级碗)在内的顶级联赛已开始使用可穿戴设备、物联网传感器等进行实时分析和数据洞察,展望未来,这些技术和应用还将继续发展,在不同级别的体育赛事上积极发挥作用,如体育教练可以通过在云中实时分析的计算机视觉技术和生物识别数据,在某个球员抽筋或失球之前换上充分休息的队员,这不但可以保证运动员的安全,还增加了比赛的精彩性。

未来,每支球队都会拥有专门的团队,他们会在每场比赛中不断地运用技术进行运算和模拟,以预测赛场上可能出现的各种情况,到那时,技术将成为职业体育的竞争基础,我们将通过实时分析各类数据流,如球员补水、球的运动轨迹、观众饱和度等,为体育活动带来进一步的创新。无论是在现场还是移动设备上,观赛者的体验都在时刻发生变化,体育场馆正在采用计算机视觉、传感器融合和深度学习等技术来实现无票入场和即买即走的消费模式。而下一代数据叠加和实时洞察技术将深入到运动员层面,增强观众的赛事体验感。总的来说,体育界已经进入了有史以来最快的变革时期,而云技术正是这场变革的关键。



2、模拟世界将重塑我们的体验


经过多年的发展,空间计算、模拟仿真、数字孪生等技术日趋成熟,2023年或是历经转变的一年,云科技将使这些技术变得更容易获得,这将打破现实的约束,重塑大众体验。

模拟仿真技术可以用于制造赛车、预测天气和模拟股票市场运行等。虽然模拟仿真技术可以解决很多应用难题,但在当前,想要大规模应用这项技术却被构建和运行模拟的难度困扰。此外,企业也缺少高性能硬件和相关专业人员。以喷气机翼或赛车的流体动力学模拟为例,模拟一秒钟的真实场景就需要150TB左右的数据。然而,随着以Amazon SimSpace Weaver为代表的服务的推出,这一现状正在迅速改变,未来,世界上的任何事物都可能被模拟,并助力我们在道路建设、仓库管理和灾难应对等领域做出更好的决策。

同时,空间计算技术也在快速发展,很多企业已经在构建相应的专用硬件,并使用云技术来创建对应环境的3D模型。空间计算技术的普及将激起建筑、施工、商业地产和零售行业的新一轮创新浪潮。未来,空间计算将得到迅速发展,3D对象和环境会像如今的社交媒体短视频一样容易被创建和使用。在互联网上,3D模型将取代现在的2D产品图片,购买者可以拿起、旋转这些模型并将它放置在自己的家中,与它进行互动。

2023年,空间计算、模拟仿真、数字孪生等技术将逐渐融合。随着数字技术越来越多地融入现实世界,模拟仿真技术还会对确保空间计算技术产生正向影响起到重要作用,这会促使互相独立的技术相互融合,形成良性循环。与此同时,云技术将通过其巨大的规模和高可访问性推动新时代的到来。


3、智慧能源创新浪潮


在2023年,储能材料、分散式网格、智能消费等技术将在全球范围内快速发展,这会改善我们生产、储存和消耗能源的方式。

当前,我们正处于一场能源危机之中,成本上升和能源获取的不确定性将影响到全球的每个人。虽然这不是我们第一次面临能源危机,但技术融合将促使我们以一种前所未有的方式来解决这一问题。

云技术为材料研究科学开拓了新的应用领域。事实上,我们周围的环境能够产生丰富的可再生能源,而挑战在于如何搭建储存和按需交付这些能源的系统。目前,全球各地的企业都在积极布局和创新可再生能源这一领域,亚马逊也是其中之一,在美国亚利桑那州,我们搭建了150兆瓦的电池储存系统,它能够为我们在该地区的设施提供清洁、可靠的能源。

此外,能源也逐渐呈现分散化趋势。由于能源供应的不确定性,一些社区正在转向微电网模式。社区成员可以通过使用微电网来维持自身需求,减少他们对传统能源公司及其老化基础设施的依赖。随着全球发展的不确定性和不稳定性增大,微电网将成为全球许多社区采用的可行性解决方案,来自太阳能电池板、风电场、地热和水力发电的数据将在云端进行流式传输、存储、监控等。此外,机器学习技术将被用于分析所有能源数据,如预测电力使用高峰并以家庭为对象进行粒度分析,重新分配电力资源以预防停电。

在未来一年,我们还将看到基于物联网的智能消费设备在全球范围内取得突飞猛进式的发展,这将引发下一波创新浪潮。想象一下,如果我们通过节能技术改造历史设施,将会节省多少能源。

未来,随着借助更多技术解决方案来应对危机,我们将看到不同类型的智慧能源技术快速融合。虽然这可能不会产生立竿见影的效果,但这些技术将从根本上改变未来创造、储存和消耗能源的方式。


4、供应链转型即将到来


2023年,计算机视觉和深度学习等技术的应用将推动供应链向前发展。无人驾驶车队、自主仓库管理和模拟只是引领智能物流和全球供应链新时代的一小步。

过去几年,我常常就全球供应链的脆弱性进行思考,延迟交货、产品缺货等现象的出现也时刻在提醒我们供应链稳定的重要性。尽管亚马逊通过数字货运匹配和配送站等创新措施对供应链进行了改进,但仍然有许多公司面临着物流挑战。未来,这种情况将会发生改变,这种改变将从商品本身的制造开始,工厂中物联网传感器设备的数量将会激增,机器学习将被用于预测和预防机器故障,因为更少的停机时间意味着更久的可持续生产。而在全球范围内运送这些产品则是另一个完全不同的挑战,由云技术驱动的数字货运网络将跨越国家甚至海洋,实时提供数据,使承运人能够选择最有效的航线并应对不可避免的危机事件,如设备故障和天气干扰。总的来说,对货物当前状态和到达时间的实时预测将发生在供应链的每一个环节。

货运网络将为开展首次跨国的自动驾驶卡车运输奠定基础,如美国目前正面临着8万多名司机的人才缺口问题,而通过使用空间计算、边缘计算和模拟等技术,自动驾驶卡车运输将对全球供应链产生巨大影响。自动驾驶卡车可以24小时不间断地在道路上行驶,科技永远不会疲倦、不耐烦或分心,这会使产品更快、更安全、更高效地到达需要它们的地方。

在产品抵达当地仓库后,由机器人进行拣选、订单分拣和自动包装的现象将变得更加普遍。我们将看到机器人技术创新不断迭代,并借助人工智能、计算机视觉等技术对公司库存中的单个产品进行精确处理。

转变供应链的关键是使用技术来优化产品旅程的每一个步骤。从2023年开始,我们将看到智能工厂、智能设备和智能航运等领域加速发展,并在提高工人安全、优化库存管理、降低维护成本和简化生产流程等方面发挥作用。可以说,未来的供应链将是数字化的供应链。


5、定制芯片成为主流


2023年,专用芯片的使用率将迅速提高,其创新的步伐将进一步加快,而硬件的优化会为工作负载带来很大的性能提升,同时降低能耗和成本。

定制芯片和专用硬件在消费技术行业得到了广泛关注。随着定制芯片的制造和采用,从笔记本电脑到手机,再到可穿戴设备,电子设备的性能取得了重大飞跃。然而,在消费者领域发展飞快的同时,商业应用程序和系统的发展情况却大相径庭,这是因为软件和硬件的更新周期更长。然而,随着定制芯片的普及,这种情况在未来几年将迅速改变。

亚马逊云科技平均每天启动一亿个EC2实例(截至2022年12月),这在很大程度上依赖多年来我们与客户的密切合作,通过了解他们正在运行的工作负载类型,我们确定下一步应该构建什么样的产品和服务。近年来,亚马逊云科技在芯片设计方面投入巨大,专为特定用例构建的定制芯片可以让用户在云中运行的工作负载获得更高的性能和更好的成本效益。以机器学习工作负载为例,多年来,软件工程师一直依赖昂贵、耗电的GPU来完成从模型构建到推理的全部工作。然而,这种一刀切的方法工作效率并不高,因为大多数GPU并未针对这些任务进行优化。未来,更多的工作负载会转移到专门为模型训练而推出的Amazon Trainium芯片和专为推理而设计的Amazon Inferentia芯片中,这将推动新一轮创新浪潮的出现。工程师和企业会注意到,使用基于Amazon Trainium芯片的实例将节省50%的训练成本,基于Amazon Inferentia芯片上的实例能够实现50%的每瓦性能提升,因此,我们将开始见证工作负载的大规模迁移。对于通用应用程序来说也是如此,应用程序迁移至定制芯片也有诸多好处,如基于Graviton3的实例在相同的性能下比同类EC2实例的能耗低60%。

成本节约和性能优势将带来更多创新以及应用,并最终为其他特定工作负载提供更多定制芯片,这是一种良性循环。美国计算机科学家Alan Kay曾经说过:“真正认真对待软件的人应该制造自己的硬件。”在接下来的一年里,真正认真对待软件的人将开始利用定制芯片所提供的一切优势来支持创新。



来源:工信头条

作者 : Werner Vogels(亚马逊首席技术官)