導語:
本報告提出2023年中(zhōng)國(guó)科(kē)技(jì )與IT十大趨勢:“多(duō)雲混合”向“一雲多(duō)态”進化;雲基礎從軟件優先到軟硬兼施;更多(duō)雲産(chǎn)品将以Serverless形式交付;預訓練大模型作(zuò)為(wèi)AI基礎設施加速應用(yòng);AIGC在概念爆發後進入産(chǎn)品化嘗試;數據采集由單點走向泛化;工(gōng)業數字孿生加強物(wù)理(lǐ)與虛拟空間交互;數智反向融合,形成以智養智的正反饋;數據和應用(yòng)将進一步實現無感知閉環;“數字碳中(zhōng)和”從概念走向市場。
趨勢一:“多(duō)雲混合”向“一雲多(duō)态”進化
分(fēn)布式雲加速發展,雲能(néng)力從“中(zhōng)心輻射”到“傳遞下發”
“多(duō)雲混合”為(wèi)企業當前用(yòng)雲常态,但各類雲部署模式間資源調度、協同管理(lǐ)、能(néng)力共享等均存在挑戰,導緻“多(duō)雲混合”容易呈現“多(duō)雲孤島”狀态。以“東數西算”工(gōng)程為(wèi)代表的雲基礎設施升級和以“分(fēn)布式雲”為(wèi)代表的雲基礎架構升級将有(yǒu)效解決上述問題。通過統一基礎架構,并借助系統化的雲網邊端設施,降低雲能(néng)力從中(zhōng)心到邊緣的“衰退”,驅動雲能(néng)力的“無損”下發,實現體(tǐ)系化、融合化的雲服務(wù)。一雲多(duō)态将更好地滿足傳統行業複雜場景、邊緣場景的業務(wù)需求,加速雲計算向傳統行業滲透。預計2025年,傳統行業将成為(wèi)雲市場主導,金融、工(gōng)業、汽車(chē)等細分(fēn)行業将持續擴大雲支出。
趨勢二:雲基礎從軟件優先到軟硬兼施
為(wèi)進一步釋放數智平台能(néng)力,雲廠商(shāng)需提升基礎硬件資源質(zhì)量
在數字時代,軟硬件産(chǎn)品“交替叠代、互為(wèi)支撐”的循環上升特征廣泛适用(yòng)雲服務(wù)、人工(gōng)智能(néng)、物(wù)聯網等數字行業。以雲服務(wù)為(wèi)例:雲計算在平台軟件及應用(yòng)軟件領域已通過雲原生理(lǐ)念和工(gōng)具(jù)逐步實現優化,但為(wèi)更好地支持數字化的深入發展,底層硬件亦需要加速變革以更好地釋放軟件能(néng)力,支持業務(wù)創新(xīn)。算存網資源作(zuò)為(wèi)加速數字化進程的關鍵“燃料”,通過将軟件能(néng)力卸載到硬件産(chǎn)品(采用(yòng)Chiplet等芯片架構設計、利用(yòng)RDMA實現網絡加速、結合NVMe實現存儲加速等)不僅将降低硬件虛拟化損耗,還能(néng)有(yǒu)效減少業務(wù)進程中(zhōng)算存網資源調度的内耗,進而提升資源利用(yòng)率,讓雲資源更好的服務(wù)于核心業務(wù)。同時,底層硬件逐步完成升級替換,将進一步驅動上層大數據及人工(gōng)智能(néng)平台更好地支持業務(wù)創新(xīn)。
趨勢三:更多(duō)雲産(chǎn)品将以Serverless形式交付
All-on-Serverless理(lǐ)念進一步向AI、中(zhōng)間件等模塊滲透
在過去幾年,函數即服務(wù)(FaaS)成為(wèi)Serverless事實上的核心産(chǎn)品形式,同時數據庫、大數據等基礎軟件或能(néng)力平台也已被雲廠商(shāng)列入自身Serverless産(chǎn)品矩陣中(zhōng)。而随着客戶對自動化能(néng)力的更高追求,Serverless理(lǐ)念進一步向容器、中(zhōng)間件、文(wén)件系統、人工(gōng)智能(néng)、雲視頻、雲通信等諸多(duō)模塊滲透,與FaaS一起打包成為(wèi)端到端的雲軟件開發套裝(zhuāng),形成了“All-on-Serverless”的雲産(chǎn)品叠代浪潮。未來,企業幾乎所有(yǒu)業務(wù)都可(kě)基于Serverless架構,免去客戶部署、維護和管理(lǐ)應用(yòng),按需觸發執行、擴縮容和付費,使客戶進一步聚焦核心業務(wù),敏捷搭建業務(wù)模塊,無限逼近于零運維成本及零資源浪費。
趨勢四:預訓練大模型作(zuò)為(wèi)AI基礎設施加速應用(yòng)
提速AI工(gōng)業化進程,為(wèi)AI開發效率加杠杆,倍數釋放生産(chǎn)力
依托智能(néng)算力基建化、海量數據積累與治理(lǐ)、深度學(xué)習算法突破等,作(zuò)為(wèi)一種新(xīn)興的AI計算範式,超大規模智能(néng)模型(又(yòu)稱預訓練大模型)的泛化性和通用(yòng)性不斷提升,可(kě)應用(yòng)到更廣闊的下遊任務(wù)及場景中(zhōng)解決AI應用(yòng)的長(cháng)尾問題;并且能(néng)夠實現AI模型研發-部署-應用(yòng)的流程标準化提升,提升AI應用(yòng)研發效率。AI的認知與應用(yòng)是沒有(yǒu)邊界的,僅靠極少量的AI科(kē)學(xué)家和AI技(jì )術企業無法推動整個物(wù)理(lǐ)世界和數字世界的智能(néng)化。預訓練大模型的加速應用(yòng)有(yǒu)望解決“為(wèi)AI開發效率加杠杆,倍數釋放AI生産(chǎn)力”這一産(chǎn)學(xué)研界關注的核心問題。2022年,語言大模型與産(chǎn)業應用(yòng)的銜接也日漸緊密,行業領軍企業積極推出适合具(jù)體(tǐ)業務(wù)場景的行業大模型。通過提供算力、核心算子庫和軟件平台一體(tǐ)服務(wù),幫助企業将基礎模型能(néng)力與生産(chǎn)流程融合,與頭部客戶合作(zuò)推廣落地案例。未來,預訓練大模型作(zuò)為(wèi)面向AI模型生産(chǎn)的基礎設施将加速應用(yòng);而鞏固智能(néng)算力基建、提高模型與業務(wù)場景目标适配度、基于調用(yòng)成本明确投入産(chǎn)出的平衡點等是其規模商(shāng)用(yòng)的優化方向。
趨勢五:AIGC在概念爆發後進入産(chǎn)品化嘗試
提升數字化内容生産(chǎn)質(zhì)效,變革人機交互體(tǐ)驗
2022年,一幅由Midjourney生成的AI畫作(zuò)《太空歌劇院》橫空出世,AI生成圖片開始在社交平台瘋狂傳播;熱潮未退,2023年初,ChatGPT(Chat Generative Pre-trained Transformer)又(yòu)使AIGC這一概念徹底出圈。AIGC是一種全新(xīn)的内容生産(chǎn)方式,是利用(yòng)現有(yǒu)文(wén)本、音頻文(wén)件或圖像創建新(xīn)内容的技(jì )術。其使用(yòng)機器學(xué)習算法,從數據中(zhōng)學(xué)習要素,一般基于跨模态大模型打造,包括基于素材的部分(fēn)生成和基于指令的完全自主生成和生成優化。得益于真實數據積累和計算成本下降,可(kě)幫助生成數字化内容初稿,産(chǎn)品包括AI繪畫、平面設計、對話系統、虛拟數字人、搜索引擎、代碼生成等,提高了數字化内容的豐富度、生産(chǎn)效率與創造性;類人的交互體(tǐ)驗和全民(mín)參與性則跨越式提升了C端消費側對于AI的感知,進一步拓寬了市場對AI商(shāng)業價值的想象空間。未來,随着多(duō)模态等底層模型進步和垂直模型優化,AIGC技(jì )術将進入技(jì )術産(chǎn)品化加速爬坡期,擴展更多(duō)的商(shāng)用(yòng)領域。
趨勢六:數據采集由單點走向泛化
泛化數據采集加速提升數據處理(lǐ)方式的精(jīng)準性與高效性
傳統的數據采集方式通常針對特定場景與目的,獲取數據的渠道與手段相對單一,數據采集量不充足。随着物(wù)聯網設備的普及和互聯網應用(yòng)的拓展,數據量呈現指數級别的增長(cháng),為(wèi)泛化采集提供基礎。數據維度向多(duō)樣化、複雜化的轉變,同步提升了采集數據的難度與不确定性。傳統的數據采集方式已無法适配當前企業對全面、豐富的數據需求,影響了企業對數據自身價值的高效利用(yòng)。結合物(wù)聯網系統、Web系統和傳統信息系統的泛化數據采集形式可(kě)以擴大采集樣本數量,擴充數據維度多(duō)樣性,有(yǒu)利于多(duō)領域行業及時應對實際場景應用(yòng)中(zhōng)的未知情況。泛化數據處理(lǐ)難度的提升催生了數據處理(lǐ)、分(fēn)析方式的進化,以機器學(xué)習為(wèi)主的智能(néng)技(jì )術,在獲取數據進行模型訓練與優化的同時,通過發揮數據挖掘、數據可(kě)視化等功能(néng),反哺企業更好的對采集數據進行預測與控制。泛化采集數據需兼顧采集數量與采集質(zhì)量,如果能(néng)對被采集數據的用(yòng)途進行前置化判斷,可(kě)大幅降低後續數據處理(lǐ)的工(gōng)作(zuò)量,實現采集與應用(yòng)效率最大化。
趨勢七:工(gōng)業數字孿生加強物(wù)理(lǐ)與虛拟空間交互
提升工(gōng)業數字孿生診斷預測能(néng)力,推動業務(wù)全流程閉環優化
工(gōng)業數字孿生基于數據與工(gōng)業機理(lǐ)模型的集成融合,構建虛實雙向交互的閉環優化系統,在虛拟環境中(zhōng)對生産(chǎn)過程、生産(chǎn)設備的控制來模拟現實環境的工(gōng)業生産(chǎn),其三大特征是全生命周期實時映射、綜合決策和閉環優化。未來工(gōng)業數字孿生将更加注重虛實融合的應用(yòng),推動“由虛拟實-由虛映實-虛實互映-由虛控實”的孿生閉環。現階段工(gōng)業數字孿生的應用(yòng)普遍聚焦在實時監測管控、虛實相映階段,尚未邁向診斷分(fēn)析、預測優化階段。中(zhōng)短期内,加速落實“由實向虛的真實映射”,空間維度上将由部分(fēn)孿生對象間的簡單關聯,向多(duō)孿生對象間的自動化、智能(néng)化的協同共進發展;時間維度上将由孿生對象關鍵生命周期單獨孿生的碎片化應用(yòng),向“生産(chǎn)→報廢”全生命周期孿生應用(yòng)發展。中(zhōng)長(cháng)期内,将不斷沉澱工(gōng)業機理(lǐ)模型以推進“由虛向實的準确模拟”,構建面向物(wù)理(lǐ)對象精(jīng)準化映射的孿生對象模型,形成綜合決策并反饋,達到診斷分(fēn)析乃至預測優化的目的,推動工(gōng)業全業務(wù)流程閉環優化。
趨勢八:數智反向融合,形成以智養智的正反饋
AI開始反哺數據治理(lǐ),進一步促進人工(gōng)智能(néng)進入小(xiǎo)場景
十年來,以深度學(xué)習為(wèi)代表的人工(gōng)智能(néng)是基于數據的,高質(zhì)量的數據是人工(gōng)智能(néng)良好應用(yòng)的前提條件。在這種情況下,數據科(kē)學(xué)家、數據分(fēn)析師等不得不把大量的時間和精(jīng)力用(yòng)于數據的準備工(gōng)作(zuò),也即常說的髒活。這種現象在因為(wèi)規模化程度不夠,進而導緻分(fēn)工(gōng)不徹底的小(xiǎo)場景中(zhōng)尤為(wèi)明顯。如此,高級人才的大量時間其實在做低級工(gōng)作(zuò),ROI不高,人工(gōng)智能(néng)難遍地開花(huā)。未來,這一情況将有(yǒu)所改善:第一,預訓練大模型已經在一定程度上減少所需的數據樣本;第二,數據治理(lǐ)本身也是一個發現規律的過程,人工(gōng)智能(néng)已對該過程開始反哺。未來随着模型通用(yòng)性的進一步增強、交互方式的日趨簡單,這種人工(gōng)智能(néng)對數據治理(lǐ)的反哺作(zuò)用(yòng)将越來越明顯,數據治理(lǐ)将逐漸變成人工(gōng)智能(néng)為(wèi)主、人工(gōng)為(wèi)輔。
趨勢九:數據和應用(yòng)将進一步實現無感知閉環
應用(yòng)數據自動治理(lǐ)落入數據層,數據分(fēn)析嵌入到事務(wù)型應用(yòng)
信息化時代,應用(yòng)産(chǎn)生數據,但一來這些數據并未打通,二來受制于當時技(jì )術條件無法進行低成本大規模的分(fēn)析。這些痛點,促使了後來以數據打通為(wèi)核心的中(zhōng)台建設,和以數據分(fēn)析為(wèi)核心的數智模型構建以及BI。數據如何能(néng)更廣泛地賦能(néng)業務(wù)應用(yòng),而應用(yòng)層産(chǎn)生的數據如何自動流入數據層并自動化地被治理(lǐ),即數用(yòng)一體(tǐ),将關系到企業數字化建設的整體(tǐ)ROI,也成為(wèi)接下來的重點。數用(yòng)一體(tǐ),強調的并非是數據和應用(yòng)的緊耦合,而是指兩者應形成動态閉環。HTAP數據庫、湖(hú)倉一體(tǐ)、低零代碼、GraphQL、敏捷BI及基于NL2SQL的即席搜索、流程挖掘等技(jì )術将助力數用(yòng)一體(tǐ)的不同環節,而數據安(ān)全、人工(gōng)智能(néng)等,貫穿于幾乎每一個環節。未來:①業務(wù)人員通過低零代碼創建的應用(yòng),數據自動治理(lǐ)且落入數據層。②數據分(fēn)析會更少以獨立的形式存在,而是嵌入到應用(yòng)中(zhōng),并直接賦能(néng)一線(xiàn)業務(wù)人員。
趨勢十:“數字碳中(zhōng)和”從概念走向市場
綠色低碳日益滲透市場環境,逐步成為(wèi)數字産(chǎn)業增量新(xīn)動力
自從2020年我國(guó)提出“雙碳”目标,綠色低碳逐漸從理(lǐ)念走向政策、制度和市場,綠色化和數字化協同發展成為(wèi)重要舉措和重要趨勢。從宏觀政策環境來看,國(guó)家部委多(duō)部門引導數字化綠色化協同發展落向實處;從資本市場來看,交易所、監管機構日益重視企業綠色低碳責任,大規模碳中(zhōng)和基金也開始頻出;從市場需求來看,政府綠色采購(gòu)進一步夯實,不同行業綠色供應鏈建設從概念走向實踐。對于數字産(chǎn)業和數字廠商(shāng)而言,綠色低碳發展有(yǒu)望推動行業升級發展,一方面是綠色低碳驅動以數據中(zhōng)心為(wèi)核心的數字技(jì )術産(chǎn)品升級,另一方面綠色低碳有(yǒu)望帶來新(xīn)的數字化業務(wù)機會。
合作(zuò)電(diàn)話: 18553219998
合作(zuò)郵箱: bp@hchchain.com
青島藍谷:山(shān)東省青島市即墨區(qū)鳌山(shān)衛街(jiē)道濱海路169号藍色中(zhōng)心1号樓
福建福州:福建省福州市閩侯高新(xīn)區(qū)海西科(kē)技(jì )園網訊中(zhōng)心大廈B棟
微信公(gōng)衆号