关于一些行业大佬们关于未来热门技术发展的预判总结

又到年底了，伴随着回顾与总结，总有一些不满涌上心头，换工作、调方向、转行的念头又开始蠢蠢欲动，作为工程师/准工程师，虽说干的是技术活，但只顾埋头脚踏实地，似乎还缺了点啥，有时候也该抬起头，环顾一下，至少要保证自己前行的道路不太偏差。

为此，小编搜集了一些行业大佬们关于未来热门技术发展的预判，或许从这些发展趋势中能找到一些努力的方向。

是德科技首席技术官Jay Alexander给出其对2018年主要技术趋势的预判：

（是德科技算得上是电子测量业老大哥了吧，要想把人家新产品新技术测得准，自家必须技术过硬，so,这个趋势预判值得推荐！）

区块链壮大—— 区块链是一种为比特币等加密数字货币提供支持的技术，它正蓄势待发，在各种应用中被广泛采用，并因其固有安全性而使这些应用大为受益。基于区块链的智能安全合约将在各个行业（从金融、房地产到教育和医疗）出现。即便是成熟的行业都可能开始采用这种技术经过许可或专有的变体，用来验证是否遵从国际流程标准。

软件真正无处不在—— 虚拟化技术推动了大规模联网计算的变革，使得云基础架构快速兴起，这些云基础架构从根本上改变了实现价值的方式。随着这种趋势在联网计算环境中快速普及，这一概念将普遍应用到电子系统中，从而在应用性能和价值方面取得新突破。传统方式将解体并以新方式重构，优化高性能自定义软件的组合与软件的灵活性。

CMOS 可帮助实现毫米波宽带连续谱的商业化—— 随着经济高效的 CMOS 推动频率提高，毫米波宽带连续谱将有望在消费类应用（从5G 到无人驾驶）中普遍应用。传统的用于政府安全通信研发技术将出现在各种商业应用中，开辟“新”带宽天地。

混合光子集成电路快速扩展，助力高速通信和计算应用—— 数据中心中涉及传统电子/光学数据传输接口的要求在实际应用中很快将遭遇功耗瓶颈。要以经济的方式在未来数据中心交换机中实现超过 25.6 Tbps 传输速率，新封装技术将兴起，促进各种光子和开关电路的集成。虽然这种技术到 2020 年才能获得普遍商业化应用，但预计在 2018 年，这一领域的研发力度将大大增强。

商业化太空—— 私有企业将迅速改变人类探索和利用太空的方式。在过去，中央政府资助、拥有和控制卫星并掌控空间利用方式。尽管存在一些大的技术难题，按照商业规则行事的公司将推动宇宙飞船和商业卫星网络的积极启动和运行，实现从实时实时天气影响、无处不在的全球互联网接入到太空旅行和行星矿业等各种新应用。

薛定谔的猫定律将得到印证—— 安全长距离通信领域将取得重大成果。利用量子力学中所描述的物理现象将从理论上实现安全的长距离通信。量子通信使得篡改或窃听几乎无处着手。如有任何人试图拦截或修改此类通信，系统将会向发送者和目标收件人发送这种安全威胁的通知。

AR/VR 的应用将超越游戏行业—— 开发套件将普及，将出现游戏行业之外的新应用。由于增强现实将大幅提高复杂环境中的通信，尤其是原本需要人为介入的场合；稳健的生态系统将围绕制造、运营、服务和支持以及培训而开发。

无人驾驶的时代到来，但不乏挑战—— 在无人驾驶汽车的开发方面取得重大进展，但该行业不光要解决技术挑战，还要消除诸如监管问题（燃料、安全性、通信、保险和法务）等实际影响。在自主汽车普遍应用之前，有一些道德挑战需要解决，比如具有保险和法务方面影响的事故责任。机器在驾驶时，您如何分派责任呢？该行业需要相关法规和标准来应对这些问题。

电动车的采用—— 传动系统、控制系统和电池技术方面的进步使得电动汽车行驶里程更为接近传统的内燃机汽车。电动车的采用将超出预期，导致竞争更为激烈，并且推动基础设施建设和促使成本降低。在这种良性循环的影响下，宽禁带半导体技术（比如，GaN（氮化镓）、SiC（碳化硅））的投资将在外形和能效方面实现突破，进一步加快这一趋势。

NI公司在《2018 NI趋势展望报告》中探讨了五大主题的发展趋势：

（虽然不大，但绝对是一个技术创新驱动型公司，NI每年都会推出趋势展望，值得一看）

机器学习让数据为您工作—— 智能系统会产生数据并依赖于数据，数据量的不断增加加剧了对大模拟数据(Big Analog Data)的挑战。

机器学习已经在模式识别（pattern recognition）相关的某些领域取得了显著的成果，但是该技术正在对企业产生更大、更长远的影响，需要相关行业提出更广泛的见解以及提高效率。 消费者领域的机器学习应用浪潮将渗透到工业中，这将帮助工程师和管理人员通过自动化数据分析改进业务运营。 除了推动创新，机器学习还带来了直接即时的业务改进，例如正常运行时间延长、生产成本降低以及工程开发效率提高。

5G将颠覆测试过程—— 5G创新不止于设计。 测试和测量解决方案将成为产品商业化周期中的关键环节，但是5G需要的测试方法与之前的无线技术截然不同。

5G采用了大规模MIMO和毫米波等新技术。 两种技术都使用多天线和波束成形技术，这与目前和以往的无线架构有很大的不同。 5G还包括新的无线控制机制，通过将控制与数据分割开来实现网络切片的概念，使服务扩展到单个用户设备。另外，5G标准比3G和4G标准要复杂得多。

5G将变革我们的网络，所以行业必须改变这些系统的设计、开发和测试方式。 对于算法设计，如果要从概念过渡到生产，只是对系统进行建模而没有进行真实的验证是不够的。 而对于测试来说，仅针对单个组件的传统方法将无法解释对系统的整体影响。

IIoT的3大准则—— 工业物联网(IIoT)中智能设备和互联设备的数量快速增加，为提高性能和降低成本提供了巨大的机会，但一个被忽视的挑战是如何高效地管理这些分布式系统。

工业物联网（IIoT）已经从概念和试点项目迅速演变为大规模的厂级部署，并取得了丰硕的成果。如果无法跟上IIoT创新的步伐，不仅可能丢失市场份额，而且会消耗许多不必要的成本。事实上，据埃森哲2017年3月的《Connected Business Transformation》报告指出：“95%的商业领袖期望他们的公司在未来三年内使用IIoT。”

结合目前的边缘节点硬件和数据分析软件，通过小型IIoT试点实现设备预测性维护和智能机器互联控制所获得的商业优势是显而易见的。现有的技术已经完全可以容纳更大规模的工业互联系统，但同时也带来了更大的工业数据智能管理挑战。而现在，最受关注的技术热点和挑战是：如何扩展和管理大型IIoT部署，包括远程系统管理、软件配置管理和数据管理。

电气化的影响—— 汽车电气化趋势不只是全球从内燃机汽车和混合动力汽车向全电动汽车的转变。 除了车辆本身日益复杂的影响，我们还需要考虑对支持基础设施提出的新要求。

在全球范围内，政府正在推行新的指令，这些指令将导致内燃机逐渐消失。 中国率先规定在2018年之前上路的新车辆中，必须有8％是“新能源”或零排放车辆，这是很大的挑战，因为目前这一比例仅为2％至3％。 类似的限制内燃机未来发展的政府法规已经遍及全球，与此同时，混合动力汽车和全电动汽车产业的重要性和发展也不容忽视。从内燃机到混合动力以及全电动汽车的转变只是车辆电力电子系统中变化最显著的一部分。 电气化对车辆子系统也同样很重要。

打破摩尔定律—— 尽管最近关于摩尔定律消亡的言论很多，实际情况与摩尔定律也有所偏差，但数十年的创新基本上还是一直遵循着摩尔定律。

虽然经过了五十多年的反复验证，这一定律现在再次面临挑战，但请不要对半导体和电子市场的前景悲观失望。尽管有一些微小的偏差，但半导体处理技术的发展数十年来一直遵循这一定律。 这种“无限制”的体积缩小（scaling）可允许复用类似的架构设计，为半导体技术的发展提供更低的成本、更低的功耗以及更快的处理速度。 而这种“无限制”的体积缩小的终结是否意味着计算技术的进步即将走到尽头？ 尽管这一威胁严重到足以让DARPA增加资金投入到后摩尔定律世界的研究，但科学家和工程师一直以来都在不断地克服缩小体积芯片过程中的障碍，而纯粹针对半导体芯片体积缩小的一些创新替代方案则描绘了一个明朗有趣的未来。 利用第三维度(3D IC和SiP)以及新型计算架构，或许可以带来新的转折。

Gartner发布的2018首要战略科技发展趋势：

（作为全球有名的IT研究与顾问咨询公司，阅司无数的Gartner的报告应该有些分量吧）

Gartner近日公布了将在2018年对大部分企业机构产生显著影响的首要战略科技发展趋势，包括人工智能基础、智能应用与分析、智能物件、数字孪生、从云到边缘、会话式平台、沉浸式体验、区块链、事件驱动、持续自适应风险和信任等。

前三个战略科技发展趋势探讨了人工智能（AI）与机器学习（machine learning）将如何渗透至几乎任意领域，并代表着未来五年内技术提供商的一个主战场。随后的四个趋势集中于混合数字与物理世界，以打造一个沉浸式、数字增强型环境。最后三个趋势则指的是利用不断扩大的人员与商业规模以及设备、内容、服务之间的连接，实现数字化业务成果。

人工智能基础

至少到2020年之前，创建能够自我学习、调整并有望自主行动的系统都是技术提供商的一个重要战场。直到2025年，利用人工智能助力决策、重塑商业模式与生态系统、重建客户体验的能力都将是数字化计划取得成功的关键推动力。

Cearley先生认为：“人工智能技术正在快速演化，各企业机构必须对技能、流程与工具投入巨资，以便成功利用这些技术构建人工智能增强型系统。投资领域可能包括数据准备、集成、算法、选择训练方法和建模。数据科学家、开发人员与业务流程所有者等多方支持者将需要一起工作。”

智能应用与分析

在今后几年里，几乎任一应用与服务都将采用一定程度的人工智能。其中某些应用将成为真正的智能应用，若无人工智能与机器学习，这些应用程序将无法存在。其他一些则将潜在利用人工智能，从幕后提供智能。智能应用在人类与系统之间搭起了一个全新智能中间层，有望改变工作的本质以及工作场所的结构。

Cearley先生表示：“在探索智能应用时应将其作为增强人类活动的一种方式，而非简单地替代人类。增强分析是一个格外具有战略意义的、逐渐发展的领域。它面向广泛的商业用户、运营工作者和民间数据科学家（citizen data scientist），利用机器学习自动完成数据准备、洞察发现与洞察分享。”

在广大软件与服务市场内，人工智能已成为下一个关键领域，包括企业资源规划（ERP）的各个方面。套装软件与服务提供商应表明将如何通过高级分析、智能流程和先进的用户体验等形式通过人工智能为新版本增加商业价值。

智能物件

智能物件是指摒弃严密的编程模型，转而利用人工智能实现高级行为并更加自然地与周围环境及人类进行互动的实物。人工智能正在大力推动全新智能物件（如：自动驾驶车辆、机器人与无人机）的进步并为许多既有物件（例如与消费者及工业系统相连接的物联网）带来更强功能。

Cearley先生认为：“目前，用于受控环境（例如耕作与采矿）下的自动驾驶汽车（automobile vehicles）是智能物件快速成长的一个领域。到2022年，我们可能将亲眼目睹自动驾驶汽车在有限、可控且明确定义的道路上行驶的实例。不过，驾驶员可能是自动驾驶汽车的普及的一个必要条件，以防发生意外技术故障。至少在未来五年内，我们预测需要驾驶员的半自动汽车将占主导地位。在此期间，制造商将更加严格地测试技术，同时法律法规问题以及文化接受度等非技术性问题也将得到解决。”

数字孪生

数字孪生是指以数字化方式再现真实的实体或系统。在今后三至五年内，物联网项目背景下的数字孪生尤其前途光明，并于当前引领着人们对于数字孪生的兴趣。精心设计的资产数字孪生有望极大地改进企业决策。这些数字孪生与其真实的对应物相关联，并用于了解物件或系统的状态、响应变化、改进运营并提升价值。首先，各企业机构将只是实施数字孪生，然后随着时间的推移而不断改进它们，提高其收集数据、反映正确数据、应用正确分析与规则并有效响应商业目标的能力。

Cearley先生表示：“久而久之，我们世界中几乎每一方面的数字化再现都将与其真实对应物动态地联系在一起，此外还将彼此联系并纳入基于人工智能的功能，以实现高级模拟、运行与分析。城市规划者、数字营销人员、医疗保健专业人员以及工业规划者均将受益于这一向综合数字化孪生世界的长期转变。”

从云到边缘

边缘计算（Edge computing）描述了一种计算拓扑，在这种拓扑结构中，信息处理、内容收集与交付均在邻近此类信息的源头完成。连接与延迟挑战、带宽限制以及嵌入边缘的更强大功能均支持分布式模式。各企业应着手将边缘设计模式用于基础设施架构之中——对于拥有大量物联网元素的企业尤其如此。

虽然许多人将云与边缘视作竞争方法，但云实际上是一种计算方式，在这种情况下，可弹性扩展的技术功能以服务形式交付，且天生就无需集中模式。

Cearley先生指出：“从互补概念考虑时，云可作为创建服务导向型模式以及集中控制和协作结构的一种技术方式，而边缘则用作交付方式，从而以离散或分布式流程执行云服务的各个环节。”

会话式平台

在人类与数字化世界互动方面，会话式平台将推动下一个重大模式转变。诠释意图的负担从用户交给了计算机。该平台接收用户的问题或命令，然后通过执行某些功能、展现某些内容或询问更多输入信息来响应。在接下来的几年内，会话界面将成为用户互动的一个首要设计目标，并通过专用硬件、核心操作系统特性、平台及应用来实现。

Cearley先生认为：“在理解语言以及用户基本意图方面，会话式平台已经达到了临界点，但仍有所不足。会话式平台面临的挑战在于用户必须以非常结构化的方式进行沟通，而这通常都是令人失望的体验。会话模型的稳健性以及用于访问、调用与协调第三方服务以交付复杂结果的应用程序接口（API）及事件模型是各类会话式平台之间的主要区别要素。”

沉浸式体验

会话式界面正在改变人们控制数字世界的方式，而虚拟、增强和混合现实（virtual, augmented and mixed reality）则在改变人们观察和与数字世界互动的方式。目前，虚拟现实和增强现实市场尚不成熟，还处于碎片化阶段。不过，人们对该领域的兴趣非常浓厚，因而催生了视频游戏和360度球幕视频等诸多新奇的虚拟现实应用，然而这些高级娱乐应用目前能产生的商业价值微乎其微。为了推动实现真正有形的商业效益，各企业必须审视特定的虚拟现实和增强现实应用的真实场景，以提高员工的工作效率，同时优化设计、培训和可视化过程。

作为一种融合并拓展了虚拟现实和增强现实技术功能的沉浸式体验类型，混合现实应运而生。作为一种特别的沉浸式体验，这种技术十分引人注意，因为它优化了界面以更好匹配人们观察并与世界互动的方式。混合现实跨度极大，包括用于增强或虚拟现实的头盔式显示器以及智能手机、基于平板的增强现实和环境传感器的应用等。混合现实代表了人们观察并与数字世界互动的范围。

区块链

区块链正在从数字货币基础架构向数字化平台转变。区块链技术与现有的集中式交易和记录机制截然不同，可作为已有企业和初创公司发展颠覆式数字化业务的基础。虽然有关区块链的宣传都集中于金融服务行业，但区块链在其它一些领域也有潜在的应用前景，比如政府部门、医疗保健、制造业、媒体发布、身份识别、所有权登记服务和供应链等。虽然区块链前景可观且无疑会带来颠覆式影响，但是对区块链的展望胜过区块链的现实，而且许多相关技术在未来两到三年内难以成熟。

事件驱动

数字化业务的核心围绕以下理念，即：企业总是保持高度敏感，随时准备探索利用全新的数字化业务时刻。业务事件可以是数字表达的任何事物，反映出明显的新状态或状态变化，比如完成订单或飞机着陆等。借助事件代理（event brokers）、物联网、云计算、区块链、内存数据管理（in-memory data management）和人工智能，人们可以更迅速地发现业务事件并进行更加详细的分析。不过，如果缺乏文化和领导力变革，技术本身也难以实现事件驱动模式的全部价值。数字化业务促使IT领导者、规划者和架构者从本身需求出发去积极地采用事件思维（event thinking）。

持续自适应风险和信任

为了确保数字化业务计划面对高级定向攻击时仍能有效实施，安全和风险管理领导者必须采用一种持续自适应风险和信任评估（CARTA）方法，以实现基于风险和信任且带有适应性反应的实时决策。安全基础架构必须在任何地方都具有自适应性，以便更好地利用机会并管理风险，从而确保安全性能够跟上数字化业务的速度。

作为持续自适应风险和信任评估的一部分，各企业机构必须克服安全团队和应用团队之间的障碍，就像DevOps工具和流程弥合开发和运营之间的差别一样。信息安全架构师应尝试从多点协同将安全测试融入DevOps工作流程之中，在此过程中，他们必须以十分透明的方式与开发人员合作，并且保持DevOps的团队合作、敏捷性和速度以及开发环境的灵活性，从而实现“DevSecOps”。运行时，持续自适应风险和信任评估也可与诱捕技术（deception technology）等联合应用。虚拟化和软件定义网络等技术进步已使“自适应蜜罐技术”（adaptive honeypot）的部署、管理和监控变得更加容易，而后者是网络诱捕的基本组成部分。