边缘物联网，云，5G，人工智能和工程演进这五大关键技术

2020年，注定是充满意外的一年。

在科技领域亦如此。

本文聚集了多位行业专家，围绕2020年世界热门的技术话题，进行各自的想法分享以及做出预测。预测的领域主要为边缘物联网，云，5G，人工智能和工程演进这五大关键技术。

行业专家包括：

Keysight团队：Keysight是美国一家生产电子测试和测量设备和软件的公司，主要服务于电信，航空航天/国防，工业，计算机和半导体行业。

Nubix团队：Nubix是美国一家有效监视大型分布式IT基础架构的分析计算的所有者和运营商

WesternDigital团队：WesternDigital是美国计算机硬盘驱动器制造商和数据存储公司，它在电子行业拥有悠久的历史，是最大的计算机硬盘驱动器制造商之一。

MathWorks团队：MathWorks是世界领先的，为工业、政府和教育行业的工程师和科学家提供科学计算软件的的开发商。

1 边缘物联网

Keysight团队预测，未来数字双胞胎将成为主流，系统级设计、测试和监视将经历巨大的转变。

物联网将随着广泛的商业认可，增加的公共部门应用程序和加速的工业部署而迅速进入主流。到2020年，当物联网真正形成时，我们将看到更高水平的智能体验，物联网正在有效地沟通和工作彼此。

数字孪生或完整复制仿真的概念是设计工程师的必杀技。到2020年，数字双胞胎将凭借其加速创新的能力而成熟并走向主流。为了完全实现该技术的优势，公司将寻求先进的设计和测试解决方案，以无缝验证和优化其虚拟模型和实际同级产品，以确保其行为完全相同。

互联世界将迫使人们对性能，可靠性和完整性进行评估的方式发生转变。在2020年，要实现连接到与机械系统连接的通信系统的传感器系统的全部潜力，将需要在系统级别进行测试的新方法。

如今，可以对雷达天线和雷达收发器模块进行测试。但是，测试集成到汽车中的多天线雷达系统将需要不同的测试方法。数据中心，关键任务物联网网络，汽车以及各种新的，复杂的，支持5G的应用程序也是如此。

电子行业将强调系统级测试，这是确定的最终步骤，可确保在日益连接的世界中实现端到端的性能，完整性和可靠性。

Nubix产品副总裁TomYates预测，边缘将越来越小，时间将不断下滑。

围绕边缘概念的困难之一是定义进行计算的位置。是否应该在数据中心内完成？在云端？在雾中网关？就像在房地产中一样，边缘计算全都围绕位置进行。在2020年，期望看到计算和设备成为近邻以创造真正的优势。更多组织将寻求在生成数据的实际设备上处理数据，以解决与其他近边缘架构相关的延迟，带宽，连接性和成本问题。

2020年，边缘计算背后的技术将真正变得微不足道。随着越来越多的组织寻求在设备和传感器上处理数据的真正优势，相关技术将开始萎缩。从小型电路板到小型电源需求，再到小型容器再到小型机器学习，我们已经看到了IoT领域中微小事物的泛滥。我们现在看到的第一个容器足够小，可以在微型微控制器上运行进程和微型分析功能。

尽管边缘计算的定义无处不在，但它们都有一个共同的主题——减少数据传输（数量和距离）并缩短生成结果的时间。在2020年，我们将看到数字孪生和“升降”架构的消亡，这是当前基于云的企业架构的强项，无法解决大量边缘带来的延迟和带宽问题设备已添加到网络。相反，我们将看到新的企业架构的出现，这些架构旨在通过使用设备上计算，5G技术和机器学习推理来解决这些挑战。

WesternDigital高级副总裁YusufJamal预测，IoT安全生态系统将加速发展和创新。

在2020年，我们将看到越来越多的人支持基于开放，基于标准的方法，以应对从边缘到核心的IoT/IIoT安全挑战。

5G和物联网的兴起正在彻底改变各种形状和规模的企业和行业–从石油和天然气，农业，制造业到自动驾驶汽车和智慧城市。随之而来的是数十亿个已连接的设备，监视器和传感器，它们为从端点到边缘再到核心的敏感数据，系统和体系结构带来了漏洞和安全风险。

当今高度多样化的用例和专有的IoT安全解决方案根本无法达到规模经济。这将推动行业接受开放的软件和硬件安全标准，RISC-V指令集体系结构（ISA）的新创新以及基于标准的设备和平台。开放，可定制，全面，更强大，更易于使用和采用的解决方案将成为领导者，并有助于加速整个生态系统的新发展和创新。这将是保护世界依赖的数据的共同防御。

在没有参与生态系统和利用其在行业中的集体力量的情况下，没有任何一家公司有足够的规模或足够大的规模来推动这些变化。

MathWorks行业经理预测，在工业4.0物联网下，虚拟调试会成为现实，互联机器将出现行业标准，智能工程师将有更多机会。

虚拟调试成为现实。随着软件复杂性和模块化软件组件可能组合的数量的增加，在物理机上执行全面测试变得越来越困难，更加耗时，最终变得无济于事。进行软件的虚拟调试对验证是否存在错误并验证基于物理生产线的仿真模型是否满足要求非常重要。诸如高精度齿轮磨床生产商ReishauerAG之类的创新领导者如今已经使用多域仿真模型进行虚拟调试。

互联机器的行业标准将会出现。在2020年及以后，将更加重视开发统一的标准，例如OPCUATSN，这将有助于确保工厂机器和模块之间的互连性。机器不仅可以相互连接，而且可以连接到云系统，在云系统中，灵活的计算能力可用于对业务和工程数据运行强大的算法。

智能工程师将有更多机会。在工业4.0影响下，更多的工程师和科学家将致力于AI。建造和操作工业设备的公司需要改变职位，并雇用完全不同的技术工程师来为工业4.0反映工厂发展的开始的未来做准备。

2 云

对于云技术，WesternDigital团队作出了以下5点预测：

①、在2020年及以后，HDD将继续在数据中心蓬勃发展。

尽管许多人已经预测了HDD的消亡多年，但是容量企业型HDD根本无法替代，后者始终满足不断增长的数据需求并为超大规模数据中心大规模提供TCO值。如今，行业分析公司IDC估计，全球已安装的存储容量中近2/3由HDD组成。IDC还预计，到2023年，每年将创建103ZB，并存储12ZB-大约60％的存储数据将位于核心/边缘数据中心。在人与机器不断增长的数据驱动下，这一主流技术将看到新的数据放置技术，更高的面密度，机械创新，智能数据存储以及新材料创新，这些创新将为大规模生产提供新的容量点和总拥有成本可以预见的将来。

②、在全球范围内，本地和区域数据中心的数量将会增加。

云的采用并没有放缓；但是，两个因素正在推动本地化数据中心的增长。首先是数据合规性。随着多个国家寻求已经或已经通过数据本地化法律，组织将需要保持其数据更紧密以了解和减轻与数据合规性相关的潜在安全性和隐私风险。第二个是云遣返。本质上，大型企业希望拥有自己的数据并租用云，以寻求更好的成本和控制力，包括安全性，延迟和数据访问。这些较大的企业将针对特定的突发应用，用例和项目更选择性地使用云。

③、将会出现新的数据中心架构，以管理不断增长的数据量和各种数据。

在Zettabyte规模的时代，数据基础架构需要重新架构，以解决工作负载，应用程序和AI/IoT数据集不断增长的规模和复杂性。这些构造将涉及多层工作负载优化的存储以及系统软件的新方法。开源计划ZonedStorage将帮助客户利用SMRHDD和ZNSSSD的区域块管理优势来顺序写入，以读取为中心的工作负载。2020年，随着Zettabyte规模时代中数据中心的重新定义，我们将在ZonedStorage中看到大量的应用程序和存储软件投资，以帮助推动更高效的存储层。

④、数据利用设备，媒体和结构创新的层级将扩展而不是合同。

从人工智能，机器学习和大数据分析到各种商业智能和可访问的存档工作负载，以数据为中心的以读取为中心的应用程序将继续以十亿字节的强劲增长。随着企业在其数据基础架构上提供越来越差异化的服务，这些大规模使用案例正在推动存储层对性能，容量和成本效率的多样化需求。为了满足这些需求，数据中心体系结构将继续朝着一种模型发展，该模型将通过结构一致地配置和访问数据存储解决方案，并将底层存储平台和设备交付给满足特定应用需求的各种SLA。尽管我们当然希望在这些规模上扩大TLC和QLCFlash的部署，

⑤、面料和可组合物将形成共生关系。

以太网结构正成为数据中心的“通用背板”，统一了如何大规模共享，组合和管理存储，以满足日益变化的应用程序和工作负载的需求。在2020年，我们将看到越来越多地采用可组合的，分解的存储解决方案，这些解决方案可以有效地在以太网架构上扩展，并为各种数据中心应用程序提供NVMe设备的全部性能潜力。可组合存储将大大提高企业调配和优化其数据基础架构以满足动态应用程序需求的灵活性和灵活性。

3 5G

Keysight团队预测：要实现5G成熟，挑战将无处不在。

2020年的5G新功能将给网络带来压力，揭示新的数据中心和网络瓶颈。

工业物联网应用将增加访问请求，移动汽车物联网应用将延长延迟需求。边缘计算对于处理增加的访问请求并满足严格的延迟要求将变得更加重要。

更高的数据速度将对数据中心中更快的内存，更快的数据总线和更快的收发器提出更高的要求。满足速度和灵活性要求将是原因之一，但是通过网络实现应用程序货币化的客户可追溯性将成为升级到最新标准的主要动力。

我们将看到先进的设计，测试和监视功能，可确保网络和产品提供预期的性能和故障安全可靠性。业界将经历芯片组与产品制造商，软件公司，网络运营商，云托管公司和国际标准组织之间更紧密的合作，以构建明天的网络基础架构。

5G代表了许多领域的技术演进和革命，带来了跨越多个领域的新技术挑战。要实现5G成熟，挑战将无处不在。

该行业将从一小批将最初的5G网络商业化的早期行动者转变为一个全球社区，在这个社区中，每个大洲和许多国家的多个运营商都将拥有商业5G网络。

早期采用者将扩大规模，2020年推出的用户将迅速解决其初始部署中的问题。第二代设备和基站将被推向市场，并且该标准将在3GPP的Rel-16中发布另一个新版本。

2020年该行业的关键技术挑战将是：确保中频带（3.5-5GHz）频率的性能，将毫米波移至移动性，向完整的独立（SA）5G网络过渡的规划以及解决架构分解和标准集中式RAN和移动边缘计算（MEC）。

Nubix工程副总裁MikeGray预测：5G不会很快到达工业物联网。

虽然5G在工业物联网中具有巨大的潜力，但在制造，石油和天然气，公用事业和交通运输的公司能够利用新的移动技术方面，还有很长的一段路要走。主要原因：安装和扩展此基础架构的成本很高。5G将首先到达主要都会区，但在偏远地区，由于5G覆盖的距离不那么长，因此需要增加更多的蜂窝塔。对于物联网传感器和其他物联网/边缘计算基础设施要求可靠性和低延迟的行业，不应期望很快利用5G的优势。

4 人工智能

西部数据首席信息官StevePhillpott预测：

公司将开始自动执行ML的数据科学家角色

全世界根本没有足够的数据科学家来支持ML工作负载的增长。公司现在正在开发将ML的功能交付给软件工程师和/或业务主题专家的方法。新的现成工具将能够履行数据科学家的基本职责，而真正的数据科学家的角色将转移至更高级别的附加值，例如针对特殊用例工作对ML进行微调。在3-5年内，机器学习自动化将成为常态，并且公司将拥有更多可用的工具来使数据科学家人员更加高效和敏捷。

AI/ML将帮助推动“自动”一切的采用

在IT中，对更高效率的追求永无止境，而自动化对于成功至关重要。从数据库任务到制造到汽车，再到客户体验和自助业务功能，几乎所有可以自动化的东西都将成为现实。利用多种数据类型的融合，新的AI/ML模型和见解将成为自动化的关键推动力。在2020年，组织将继续实施AI/ML，以释放自动化的力量来提高效率和提高生产力。结果？降低整个价值链的成本。

我们将在AI/ML生态系统中看到更多的标准化，这将使其更易于在边缘集成和部署解决方案

分析是竞争优势——到2020年没有在分析上进行投资的公司可能会在2021年停止营业。有太多的公司数据可以收集，处理然后转化为洞察力。那些在这个领域没有充分利用现代分析工具的人将会遭受苦难。这样，新的互联世界将有越来越多的工作负载移至边缘，从而增加了确保这些非常小的边缘设备具有运行和分析大量数据的能力的需求。由于占地面积小和快速部署的需求，我们将需要更多的标准化和互操作性。这将采取更加开放的架构，开放的标准，开放的消息传递等形式。

而PhilippHFWallner，MathWorks行业经理预测：AI成为灵活生产的推动力，边缘计算也将帮助AI和预测性维护发展。

在过去的几年中，自动化行业一直在讨论“一个样本量一个”的愿景–生产线如何生产一种种类的商品而又不会遇到较长的转换时间或其他效率低下的问题。对于工业4.0，必须实现这一愿景才能满足生产中完全个性化的要求。这意味着机器不能以固定的，不固定的方式安装在车间上，即无法针对重复生产几个月甚至几年的一种特定产品进行调试，参数设置和调整。生产线必须灵活。它们必须由可以轻松重新布置的多个机电模块构建。还必须有一个AI，可以根据生产线上的下一个个性化商品对机器进行参数设置和调整。

工业控制器和边缘计算设备的快速增长的计算能力以及云系统的使用，有助于在生产系统上实现软件功能的新维度。基于AI的算法将更好地优化整个生产线的吞吐量，同时将能源和其他资源的消耗降至最低。预测性维护将不断发展并不仅考虑来自一台机器或站点的数据，而且还将考虑来自多个工厂以及来自不同设备供应商的设备之间的数据。根据需求，这些基于AI的算法将部署在非实时平台以及PLC等实时系统上。

5 工程演进

Keysight团队预测：教育将转移以培养下一代工程师。

学术界将建立行业合作伙伴关系，以跟上技术发展的步伐，并将认证计划，行业级仪器和自动化系统纳入教学实验室，以对学生进行当前实际应用的培训。

为了解决物联网问题，大学将结合基本电子学，网络，设计工程，网络安全和嵌入式系统的方法，同时越来越重视技术对社会和环境的影响。

为了解决人工智能，自动化和机器人技术问题，大学将把诸如认知科学和机电一体化等当前利基性话题主流化为必修课程。

Nubix边缘计算工程部副总裁MikeGray预测，即将改变企业的编程方式。

随着边缘计算的快速增长，企业将开始改变其编程方式。大多数云原生开发人员都使用Python和Java等高级编程语言。他们不了解C和C++，因此他们甚至无法开始为边缘设备编写软件。企业没有资源聘请另一个具有正确技能的开发团队来从事边缘计算项目，但是在许多情况下，业务目标需要边缘计算带来的收益。这些组织将需要利用他们已经拥有的开发团队的技能和知识。为了实现这一目标，我们将开始看到云开发人员熟悉的概念（例如容器）适用于嵌入式世界。