Tren 4: Model Dasar Multimodal Pra-pelatihan
Model Dasar multimodal pra-pelatihan telah menjadi paradigma baru dan infrastruktur untuk membangun sistem kecerdasan buatan (AI). Model-model ini dapat memperoleh pengetahuan dari berbagai modalitas dan menyajikan pengetahuan berdasarkan kerangka pembelajaran representasi terpadu. Kedepannya, model dasar ditetapkan untuk berfungsi sebagai infrastruktur dasar sistem AI di seluruh tugas gambar, teks, dan audio, memberdayakan sistem AI dengan kemampuan kecerdasan kognitif dalam bernalar, menjawab pertanyaan, meringkas, dan memproduksi.
Tren 5: Arsitektur Cloud Computing yang Terintegrasi antara Hardware-Software
Cloud computing berkembang menuju arsitektur baru yang berpusat di sekitar Cloud Infrastructure Processor (CIPU). Arsitektur yang ditentukan oleh perangkat lunak dan dipercepat perangkat keras ini membantu mengakselerasi aplikasi cloud sambil mempertahankan elastisitas dan ketangkasan yang tinggi untuk pengembangan aplikasi cloud. CIPU akan menjadi standar de facto layanan komputasi awan generasi mendatang dan menciptakan peluang pengembangan baru untuk R&D perangkat lunak inti dan desain chip khusus.
Tren 6: Bahan Pakaian yang Dapat Diprediksi berdasarkan Sinergi Edge-Cloud
Kain atau bahan pakaian yang dapat diprediksi, sistem jaringan host co-design yang didorong oleh kemajuan dalam komputasi awan, bertujuan untuk menawarkan layanan jaringan berkinerja tinggi. Ini juga merupakan tren yang tak terelakkan karena kemampuan komputasi dan jaringan saat ini secara bertahap menyatu satu sama lain. Melalui inovasi full-stack dari protokol, perangkat lunak, chip, perangkat keras, arsitektur, dan platform yang ditentukan cloud, struktur yang dapat diprediksi diharapkan dapat menumbangkan arsitektur jaringan berbasis TCP tradisional dan menjadi bagian dari jaringan inti di data center generasi mendatang. Kemajuan di bidang ini juga mendorong adopsi struktur yang dapat diprediksi dari jaringan pusat data ke jaringan backbone area cloud yang luas.
Tren 7: Pencitraan Komputasi
Pencitraan komputasi adalah teknologi interdisipliner yang muncul. Berbeda dengan teknik pencitraan tradisional, pencitraan komputasi memanfaatkan model matematika dan kemampuan pemrosesan sinyal, yang membuatnya dapat melakukan analisis mendalam yang belum pernah terjadi sebelumnya pada informasi bidang cahaya. Teknologi ini sudah digunakan dalam skala besar pada fotografi ponsel, perawatan kesehatan, dan mengemudi secara otonom. Kedepannya, pencitraan komputasi akan terus merevolusi teknologi pencitraan tradisional dan memunculkan aplikasi inovatif serta imajinatif seperti pencitraan tanpa lensa, dan pencitraan Non-line-of-sight (NLOS).
Tren 8: Chiplet
Desain berbasis chiplet memungkinkan produsen memecah sistem pada chip (SoC) menjadi beberapa chiplet, membuat chiplet secara terpisah dengan menggunakan proses yang berbeda, dan mengintegrasikannya ke dalam SoC melalui interkoneksi dan akhirnya menuju ke pengemasan. Standar interkoneksi chiplet disatukan menjadi satu standar, mempercepat proses industrialisasi chiplet. Didukung oleh teknologi pengemasan canggih, chiplet dapat membawa gelombang perubahan baru ke proses Litbang sirkuit terpadu dan membentuk kembali lanskap industri chip.
Tren 9: Memproses dalam Memori (PIM)
Teknologi Processing in Memory (PIM) adalah integrasi CPU dan memori dalam satu chip, yang memungkinkan data diproses secara langsung dalam memori. Di masa mendatang, chip komputasi dalam memori diproyeksikan akan digunakan dalam aplikasi yang lebih canggih seperti inferensi berbasis cloud. Ini akan menggeser arsitektur komputasi-sentris tradisional menuju arsitektur data-sentris, yang akan berdampak positif pada industri seperti komputasi awan, AI, dan Internet of Things (IoT).
Tren 10: Urban Digital Twins berskala besar
Konsep urban digital twins telah menjadi pendekatan baru untuk menyempurnakan tata kelola kota. Sejauh ini, perencanaan tata kota virtual skala besar telah membuat kemajuan besar dalam skenario seperti tata kelola lalu lintas, pencegahan dan pengelolaan bencana alam, puncak karbon, dan netralitas. Di masa depan, urban digital twins berskala besar akan menjadi lebih otonom dan multidimensi.
Untuk laporan prakiraan lengkap dalam bahasa Mandarin dengan ringkasan bahasa Inggris, silakan merujuk ke halaman: Riset DAMO. Anda juga dapat merujuk ke page Alizila di sini untuk detail lebih lanjut. (M-011/rls)
- Editor: Daton
