十大科技趨勢

2023

Top Ten Technology Trends of DAMO Academy

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 1

達摩院成立之初，就以人類愿景為使命，立足基礎(chǔ)科學(xué)、創(chuàng)新性技術(shù)和應(yīng)用技術(shù)

的研究，致力于探索人類未知與科技前沿。謀定而動方能篤行致遠(yuǎn)，在紛紛揚揚的潮

流喧囂中，看清未來的走向，需要在科學(xué)與技術(shù)、產(chǎn)業(yè)與應(yīng)用之間，不斷進行思想碰撞、

達成共識、創(chuàng)造價值，探尋更具確定性的未來和科技的前進方向。

今年，我們本著回歸本質(zhì)（Back to Basic）的初心 , 站在產(chǎn)業(yè)的角度，審視 2023

年科技趨勢，評估那些已經(jīng)工程化落地、有望近期規(guī)?；逃玫闹髁骷夹g(shù)，那些具有

前沿性的技術(shù)探索與實踐驗證相結(jié)合的科技創(chuàng)新產(chǎn)品，以及已經(jīng)在產(chǎn)業(yè)鏈上下游形成

強大生態(tài)的應(yīng)用體系。希望能以此激發(fā)科學(xué)家、企業(yè)家、工程師以及泛科技愛好者的

思考與共鳴，共同推動科技創(chuàng)新，實現(xiàn)高水平科技自立自強和全球化發(fā)展的互利共贏。

展望 2023，多元技術(shù)的協(xié)同并進驅(qū)動計算與通信的融合、硬件和軟件的融合，

應(yīng)用需求的爆發(fā)驅(qū)動 AI 技術(shù)與行業(yè)的融合，數(shù)字技術(shù)與產(chǎn)業(yè)生態(tài)的融合，企業(yè)、個

人與政府在安全技術(shù)與管理上的融合?？萍歼M步與產(chǎn)業(yè)應(yīng)用雙輪驅(qū)動的融合創(chuàng)新已成

為不可逆轉(zhuǎn)的宏大趨勢。

以科技，創(chuàng)未來。我們相信，新一代信息通信技術(shù)將為企業(yè)和個人創(chuàng)造一個高質(zhì)

量發(fā)展與高品質(zhì)生活共享的未來。我們希望通過分享達摩院在科研實踐過程中的洞察、

思考和判斷，與大家進行思想上的交流和碰撞，為科技的進步貢獻一份綿薄之力。

張建鋒

阿里巴巴達摩院院長

卷首語

2 達摩院 2023 十大科技趨勢

每到歲末年初，各國政府、企業(yè)及研究機構(gòu)通常都會做回顧與展望。波譎云詭的

國際局勢讓 2022 年顯得更不尋常，新一輪的科技革命和產(chǎn)業(yè)變革正在重構(gòu)全球創(chuàng)新

版圖。 2023 年，科技的走向依舊是世界各國的關(guān)注重點，各國在紛紛設(shè)立自己的科

技戰(zhàn)略目標(biāo)外，還在潛心研究不同技術(shù)領(lǐng)域的科技趨勢，通過科技占據(jù)國際競爭的制

高點?？萍己彤a(chǎn)業(yè)的聯(lián)系將會變得更加緊密，新一代信息技術(shù)和產(chǎn)業(yè)的融合創(chuàng)新發(fā)展

成為時代主旋律，技術(shù)創(chuàng)新將加速轉(zhuǎn)變?yōu)楝F(xiàn)實生產(chǎn)力。

當(dāng)下，我們需要通過自主研究提出可引導(dǎo)與支撐我國科技和產(chǎn)業(yè)發(fā)展的技術(shù)趨勢。

只有對前沿技術(shù)、顛覆性技術(shù)、以重大科技問題為導(dǎo)向的技術(shù)趨勢及各領(lǐng)域的交叉融

合建立深刻理解，才能實現(xiàn)我國整體科技水平從跟跑到領(lǐng)跑的戰(zhàn)略性轉(zhuǎn)變。技術(shù)沒有

一勞永逸，永遠(yuǎn)領(lǐng)先的關(guān)鍵在于持續(xù)創(chuàng)新。技術(shù)前瞻性預(yù)測分析工作難度大，準(zhǔn)確的

技術(shù)預(yù)見既需要有工程實踐經(jīng)驗的積累和感性認(rèn)識，也需要有科學(xué)理論基礎(chǔ)的支撐與

理性思維。特別是涉及到多個領(lǐng)域，對科技和產(chǎn)業(yè)發(fā)展起到關(guān)鍵作用的共性技術(shù)，需

要產(chǎn)、學(xué)、研各界多方面的研究合作和支持。

達摩院是一所致力于開展基礎(chǔ)科學(xué)和顛覆式技術(shù)創(chuàng)新研究和應(yīng)用的新型研發(fā)機

構(gòu)。每年的達摩院十大科技趨勢報告是站在科技和產(chǎn)業(yè)發(fā)展全局的角度，對未來科技

的發(fā)展方向進行探索，并做出科學(xué)、客觀、中立的預(yù)判。特別欣慰地看到，2023 年

的十大科技趨勢報告也秉承了這一理念，為科技界和產(chǎn)業(yè)界貢獻了一份非常有價值、

有深度的預(yù)見。

鄔賀銓

中國工程院院士

序言一

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 3

國家提出制造強國、網(wǎng)絡(luò)強國以來，又提出數(shù)字中國，全面推進數(shù)字政府、數(shù)字

經(jīng)濟、數(shù)字社會、數(shù)字生態(tài)建設(shè)。數(shù)字化已經(jīng)全面深度融入我們的生產(chǎn)生活，數(shù)字化

的內(nèi)容生產(chǎn)與服務(wù)也催生了一批全球領(lǐng)先的科技企業(yè)，讓我們站到了世界科技發(fā)展的

前沿。我們看到，數(shù)據(jù)成為生產(chǎn)要素，數(shù)字經(jīng)濟成為國家經(jīng)濟重要增長力量和重要組

成部分。

在這樣一個數(shù)據(jù)和信息爆炸的急劇變化的數(shù)字化社會，年度科技趨勢的研究與發(fā)

布工作并不容易。走過高速發(fā)展的時代，在和平與發(fā)展依然是主旋律的今天，人們更

加關(guān)注發(fā)展和安全，企業(yè)也越來越愿意在不確定的方向上去探索和投入。

云計算的普及和成本的降低，正在讓計算更加地“算得快”“算得準(zhǔn)”“算得好”，

人們越來越感受到數(shù)字化生活的便利、高效與美好。達摩院每年發(fā)布的十大科技趨勢，

也已經(jīng)成為政府、產(chǎn)業(yè)、學(xué)界以及企業(yè)家非常關(guān)注的話題，這說明人們依然對互聯(lián)網(wǎng)

科技企業(yè)抱有很高的期待。

最近，OpenAI 發(fā)布的 ChatGPT 受到廣泛關(guān)注，它不僅會聊天、編故事、寫論文，

還能從事寫代碼、改程序 Bug、構(gòu)建虛擬機等更復(fù)雜的工作。在今年達摩院發(fā)布的十

大科技趨勢中，我們看到一些投資界和產(chǎn)業(yè)界已經(jīng)高度關(guān)注的存算一體、芯片先進封

裝、軟硬件的深度融合等科技趨勢，也發(fā)現(xiàn)了一些有潛在重大應(yīng)用價值的端網(wǎng)融合的

可預(yù)期網(wǎng)絡(luò)、大規(guī)模城市數(shù)字孿生、基于多模態(tài)的預(yù)訓(xùn)練大模型等產(chǎn)業(yè)趨勢，既能引

發(fā)人們對現(xiàn)在與未來的思考，也能帶動人們對科技與產(chǎn)業(yè)的投入，其研究是很有價值的。

當(dāng)然，科技的發(fā)展不能做“思想的巨人、行動的矮子”。在此祝愿達摩院在致力

于科技趨勢研究的同時，也能在基礎(chǔ)研究和技術(shù)應(yīng)用上取得更重大的成績與成就，為

國家的高質(zhì)量發(fā)展、人們的高品質(zhì)生活貢獻更多的科技成果與產(chǎn)品服務(wù)。

徐愈

中國信息化百人會執(zhí)委

序言二

4 達摩院 2023 十大科技趨勢

序言三

1965 年 4 月 19 日，美國仙童半導(dǎo)體公司一位叫戈登·摩爾的工程師，應(yīng)邀撰寫

了一頁紙的短文《讓集成電路填滿更多的元件》，在《電子學(xué)》雜志刊出。他也許不

會想到，自己的名字日后會家喻戶曉。他的預(yù)言被完善，稱為摩爾定律。67 年過去了，

這位工程師的預(yù)見還在深刻影響信息技術(shù)產(chǎn)業(yè)，影響我們的生活。

對未來的思考研究判斷預(yù)言，是人類的思想利器，是照亮前程的燈塔。處在科學(xué)

技術(shù)與生產(chǎn)力迅猛發(fā)展變化的時代，人類社會從來沒有像今天這樣需要穿透未來的思

想洞見，從來沒有像今天這樣需要準(zhǔn)確把握科技發(fā)展趨勢。

預(yù)言未來趨勢又是一件充滿風(fēng)險、具有挑戰(zhàn)性的工作。人們見過戈登·摩爾這樣的

成功者，也見過誤判趨勢的失敗者。擁有貝爾實驗室的 AT&T 滑向頹勢、舉國之力的

日本五代機項目遭遇慘敗，盡管因素復(fù)雜，但誤判趨勢是其中的重要原因。

從這個意義上講，阿里巴巴達摩院的科技趨勢研究項目，重要而具有時代價值。

這個項目到今天已經(jīng)堅持五年，難能可貴。

這項創(chuàng)新性工作的宏大背景，是中國正在建設(shè)創(chuàng)新型國家。經(jīng)過多年的跟隨與追

趕，我們逐漸在科技領(lǐng)域縮小了與全球領(lǐng)跑者的距離，在有些領(lǐng)域能夠并駕齊驅(qū)甚至

出現(xiàn)領(lǐng)先。與這樣的科技發(fā)展態(tài)勢相適應(yīng)，中國自己的高水平科技趨勢發(fā)展研究體系

應(yīng)運而生，正成為北京、上海、合肥、粵港澳大灣區(qū)、杭州城西科創(chuàng)大走廊等綜合性

國家科學(xué)中心建設(shè)中不可或缺的重要內(nèi)容。

建設(shè)創(chuàng)新型國家的一個重要方面，是企業(yè)成為科技創(chuàng)新的主體。阿里巴巴已成為

深度參與全球科技競爭的重要平臺型企業(yè)，具備與之相應(yīng)的強大科技實力，準(zhǔn)確把握

未來科技發(fā)展趨勢，正是這一實力的體現(xiàn)。作為致力于探索科技未知，以人類愿景為

驅(qū)動力，立足于基礎(chǔ)科學(xué)、創(chuàng)新性技術(shù)和應(yīng)用技術(shù)的新型研究機構(gòu)，達摩院擔(dān)起了未

來科技發(fā)展趨勢研究的重任。

對于未來科技發(fā)展趨勢研究這項具有挑戰(zhàn)性的高難度工作，阿里巴巴達摩院充分

匯集企業(yè)內(nèi)外、國際國內(nèi)的研究成果和思想資源。尤其是，在中國開創(chuàng)性建立了未來

科技發(fā)展趨勢研究的一套方法論。這一方法論，也會成為其他機構(gòu)的重要借鑒。

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 5

今天，經(jīng)過全體專家的辛勤工作，《達摩院 2023 十大科技趨勢》研究報告來到

我們面前。這是多年來達摩院的一項重要舉措，值得肯定與稱贊，每年的十大趨勢研

究報告都通過媒體向群眾廣為傳播，今年還同時舉辦全球科技趨勢論壇，以開放的活

動使這一重要研究成果讓行業(yè)內(nèi)外共享，讓全社會共享，不但影響了科技界和產(chǎn)業(yè)界，

也惠及全民。

思想和知識，是人類共同的財富。用通俗的語言普及科學(xué)技術(shù)知識，讓廣大群眾

包括青少年不斷了解最新科技發(fā)展動態(tài)與未來趨勢，是長期而重要的工作。達摩院向

公眾的傳播，正在潛移默化地促進全民科學(xué)素質(zhì)提高，成為建設(shè)創(chuàng)新型國家的基礎(chǔ)與

力量。

達摩院年復(fù)一年的辛勤努力，已經(jīng)生根開花，在未來必將有更豐碩的成果。

陳宗周

《電腦報》創(chuàng)始人、《環(huán)球科學(xué)》雜志創(chuàng)始人

6 達摩院 2023 十大科技趨勢

方法論闡述

用一種確定的方法，對不確定的未來進行預(yù)測預(yù)判，是人類的樸素追求。唐納德·司

托克斯在《基礎(chǔ)科學(xué)與技術(shù)創(chuàng)新：巴斯德象限》中把科技從理論研究到應(yīng)用落地，分

為了波爾象限、巴斯德象限、愛迪生象限與皮特森象限，提出了以巴斯德象限為中心

的研究思路。以提升技術(shù)產(chǎn)業(yè)化應(yīng)用和創(chuàng)新能力為目標(biāo)，從學(xué)術(shù)創(chuàng)新、技術(shù)突破、產(chǎn)

業(yè)落地、市場需求等多維度展開，聚焦那些即將實現(xiàn)大規(guī)模商業(yè)化落地、有望形成產(chǎn)

業(yè)生態(tài)的主流趨勢，是今年達摩院十大科技趨勢研究的切入點。

在科技趨勢的具體研究過程中，我們堅持?jǐn)?shù)據(jù)分析與廣泛調(diào)研相結(jié)合，延續(xù)了“定

量發(fā)散，定性收斂”的分析方法，技術(shù)上‘Back to Basic’，以產(chǎn)業(yè)為出發(fā)點，聚焦

ICT 領(lǐng)域，針對計算（存儲）、通信（網(wǎng)絡(luò)）、安全（管理）、應(yīng)用（行業(yè)）等四大

領(lǐng)域展開全面的分析。

在定量發(fā)散階段，以論文、專利作為基礎(chǔ)數(shù)據(jù)，我們從計算（存儲）、通信（網(wǎng)

絡(luò)）、安全（管理）、應(yīng)用（行業(yè)）四大領(lǐng)域往下細(xì)分到子領(lǐng)域，基于論文與專利數(shù)

量的絕對值與增長率，篩選出學(xué)術(shù)界與產(chǎn)業(yè)界重點關(guān)注的細(xì)分技術(shù)領(lǐng)域。

在定性收斂階段，以專家訪談與行業(yè)洞察為基礎(chǔ)，我們對定量發(fā)散階段識別出來

的重點領(lǐng)域與技術(shù)趨勢做深入調(diào)研。通過交叉驗證去除專家經(jīng)驗中的主觀因素，深入

挖掘技術(shù)概念、面臨挑戰(zhàn)、突破方向和產(chǎn)業(yè)價值，收斂科技趨勢的候選清單，形成對

趨勢的主要判斷。

在項目研究過程中，項目組共計訪談了近百位專家，包括科學(xué)家、企業(yè)家與工程師，

并從定量發(fā)散到定性收斂，形成了底層技術(shù)突破引起的“范式重置”、科技融合觸發(fā)

的“產(chǎn)業(yè)革新”、創(chuàng)新應(yīng)用帶來的“場景變換”三大趨勢池。

最后，以達摩院專家委員會的專家經(jīng)驗與直覺判斷為基礎(chǔ)，經(jīng)過多輪收斂與票選

討論，基于理論關(guān)注度、技術(shù)可行性、產(chǎn)業(yè)化程度、社會價值等因素的綜合衡量，我

們最后遴選了 2023 最可能的十大科技發(fā)展方向，代表著我們對未來愿景的無限憧憬，

奉獻給新的一年。

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 7

范式重置

產(chǎn)業(yè)革新

場景變換

多模態(tài)預(yù)訓(xùn)練大模型

基于多模態(tài)的預(yù)訓(xùn)練大模型將實現(xiàn)圖文音統(tǒng)一知識表示，成為人工智能基礎(chǔ)設(shè)施

云原生安全

安全技術(shù)與云緊密結(jié)合，打造平臺化、智能化的新型安全體系

大規(guī)模城市數(shù)字孿生

城市數(shù)字孿生在大規(guī)模趨勢基礎(chǔ)上，繼續(xù)向立體化、無人化、全局化方向演進

p8

p14

p25

p10

p16

p28

p20

p12

p18

p22

Chiplet

Chiplet 的互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，重構(gòu)芯片研發(fā)流程

軟硬融合云計算體系架構(gòu)

云計算向以 CIPU 為中心的全新云計算體系架構(gòu)深度演進，通過軟件定義，硬件加速， 在保持云上應(yīng)用

開發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)用的全面加速

生成式 AI

生成式 AI 進入應(yīng)用爆發(fā)期，將極大地推動數(shù)字化內(nèi)容生產(chǎn)與創(chuàng)造

雙引擎智能決策

融合運籌優(yōu)化和機器學(xué)習(xí)的雙引擎智能決策，將推進全局動態(tài)資源配置優(yōu)化

存算一體

資本和產(chǎn)業(yè)雙輪驅(qū)動，存算一體芯片將在垂直細(xì)分領(lǐng)域迎來規(guī)?；逃?/p>

端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

基于云定義的可預(yù)期網(wǎng)絡(luò)技術(shù)，即將從數(shù)據(jù)中心的局域應(yīng)用走向全網(wǎng)推廣

計算光學(xué)成像

計算光學(xué)成像突破傳統(tǒng)光學(xué)成像極限，將帶來更具創(chuàng)造力和想象力的應(yīng)用

目錄

8 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

多模態(tài)預(yù)訓(xùn)練大模型

趨勢一

摘要

基于多模態(tài)的預(yù)訓(xùn)練大模型將實現(xiàn)圖文音統(tǒng)一知識表示，成為

人工智能基礎(chǔ)設(shè)施。

人工智能正在從文本、語音、視覺

等單模態(tài)智能，向著多種模態(tài)融合的通

用人工智能方向發(fā)展。多模態(tài)統(tǒng)一建模，

目的是增強模型的跨模態(tài)語義對齊能力，

打通各個模態(tài)之間的關(guān)系，使得模型逐

步標(biāo)準(zhǔn)化。目前，技術(shù)上的突出進展來

自于 CLIP（匹配圖像和文本）和 BEiT-3

（通用多模態(tài)基礎(chǔ)模型）。基于多領(lǐng)域知

識，構(gòu)建統(tǒng)一的、跨場景、多任務(wù)的多

模態(tài)基礎(chǔ)模型已成為人工智能的重點發(fā)

展方向。未來大模型作為基礎(chǔ)設(shè)施，將

實現(xiàn)圖像、文本、音頻統(tǒng)一知識表示，

并朝著能推理、能回答問題、能總結(jié)、

做創(chuàng)作的認(rèn)知智能方向演進。

范式重置

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 9

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

基于深度學(xué)習(xí)的多模態(tài)預(yù)訓(xùn)練是認(rèn)

知智能快速發(fā)展的重要推動力。

構(gòu)建多場景、多任務(wù)的預(yù)訓(xùn)練大模型將

加速模型標(biāo)準(zhǔn)化進程，為人工智能模型

成為基礎(chǔ)設(shè)施創(chuàng)造條件。深度學(xué)習(xí)模型

的不斷完善、互聯(lián)網(wǎng)海量真實數(shù)據(jù)的積

累和生成式預(yù)訓(xùn)練的廣泛應(yīng)用，使得人

工智能模型在自然語言理解、語音處理、

計算機視覺等領(lǐng)域地交叉應(yīng)用取得顯著

進展。

2022 年，技術(shù)上的突出進展來自

于 BEiT-3 多模態(tài)基礎(chǔ)模型，該模型在

視覺 - 語言任務(wù)處理上具備出色表現(xiàn)，

包括視覺問答、圖片描述生成和跨模態(tài)

檢索等。BEiT-3 通過統(tǒng)一的模型框架和

骨干網(wǎng)絡(luò)（backbone）建模，能夠更加

輕松地完成多模態(tài)編碼和處理不同的下

游任務(wù)。另一方面，CLIP（Contrastive

Language-Image Pre-training）的 廣 泛

應(yīng)用也促進了多模態(tài)模型的技術(shù)發(fā)展。

CLIP 作為基于對比學(xué)習(xí)的預(yù)訓(xùn)練模

型，負(fù)責(zé)從文本特征映射到圖像特征，

能夠指導(dǎo) GAN 或擴散模型（Diffusion

Model）生 成 圖 像。 在 文 生 圖 領(lǐng) 域，

Stable Diffusion 也使用了 CLIP，它能

夠通過文本提示調(diào)整模型，并借助擴散

模型改善圖像質(zhì)量。與此同時，開源極

大的促進了多模態(tài)的融合和預(yù)訓(xùn)練模型

的發(fā)展。通過開源來降低模型使用門檻，

將大模型從一種新興的 AI 技術(shù)轉(zhuǎn)變?yōu)榉€(wěn)

健的基礎(chǔ)設(shè)施，已成為許多大模型開發(fā)者

的共識。

多模態(tài)預(yù)訓(xùn)練模型的發(fā)展將重塑人

工智能商業(yè)模式，并為人們的生產(chǎn)生活

方式帶來積極影響。對個人而言，類似

CLIP 的多模態(tài)模型，將使更多非技術(shù)出

身的人能夠表達自己的創(chuàng)造力，無需再

借助工具和編程專業(yè)能力。對企業(yè)來說，

多模態(tài)預(yù)訓(xùn)練模型將成為企業(yè)生產(chǎn)效率

提升的關(guān)鍵。商業(yè)模式上，具備大數(shù)據(jù)、

算力資源和模型開發(fā)能力的科技企業(yè)，

將會成為模型服務(wù)的提供方，幫助企業(yè)

將基礎(chǔ)模型的能力與生產(chǎn)流程融合起來，

實現(xiàn)效率和成本最優(yōu)。

認(rèn)知智能的發(fā)展，不會局限在文本或

圖像等單一的模態(tài)上。未來，如何針對不

同模態(tài)建立更高效的模型架構(gòu)和統(tǒng)一的骨

干網(wǎng)絡(luò)，使得大模型能夠廣泛地支持各種

下游任務(wù)將成為主要挑戰(zhàn)。在此基礎(chǔ)上，

更多的挑戰(zhàn)來自于挖掘不同模態(tài)（如圖

像 - 文本，文本 - 自然語言，視頻 - 文本）

數(shù)據(jù)間的相關(guān)信息，并巧妙的設(shè)計預(yù)訓(xùn)練

任務(wù)，讓模型更好的捕捉不同模態(tài)信息之

間的關(guān)聯(lián)。

語音、視覺和多模態(tài)預(yù)訓(xùn)練模型將

加速人工智能向通用基礎(chǔ)模型方向演進。

在這個演進過程中，深度學(xué)習(xí)與強化學(xué)

習(xí)相互促進發(fā)展，融合大量行業(yè)知識，

模型將具備在不斷變化的環(huán)境中快速適

應(yīng)的靈活性。建立統(tǒng)一的、跨場景、多

任務(wù)的多模態(tài)基礎(chǔ)模型會成為人工智能

發(fā)展的主流趨勢之一。隨著技術(shù)的不斷

成熟，大模型在開發(fā)成本、易用性、開

發(fā)周期、性能上會更具優(yōu)勢，給產(chǎn)品化

和商業(yè)化帶來更多可能性。

以 GPT 系 列 模 型 為

代 表 的 大 模 型（ 大

規(guī)模預(yù)訓(xùn)練模型或

者基礎(chǔ)模型）展現(xiàn)

出了超出預(yù)期的“理

解”和“創(chuàng)造”能力，

提示模型尺度與智

能之間的正相關(guān)關(guān)

系 仍 在 生 效。 同 時

我們對大模型內(nèi)在

機理了解還很不夠，

大模型的可解釋性

和 可 控 性 仍 很 弱，

但這正是激勵我們

繼續(xù)前行的動力。

文繼榮

中國人民大學(xué)信息

學(xué)院院長

高瓴人工智能學(xué)院

執(zhí)行院長

多模態(tài)預(yù)訓(xùn)練模型

對圖片 - 文字進行聯(lián)

合 表 證 學(xué) 習(xí)， 并 擴

展 到 語 音， 視 頻 等

其 他 模 態(tài)， 在 多 個

多模態(tài)相關(guān)的任務(wù)

（理解，檢索，生成，

問答等）取得明顯

優(yōu) 勢， 在 廣 泛 的 行

業(yè)應(yīng)用場景中能夠

從不同信息源獲取

知識并進行統(tǒng)一表

示 學(xué) 習(xí)， 可 以 成 為

覆蓋廣泛領(lǐng)域的通

用基礎(chǔ)模型。

黃非

達摩院語言技術(shù)實

驗室負(fù)責(zé)人

趨勢一 多模態(tài)預(yù)訓(xùn)練大模型

專家點評

趨勢解讀

10 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

Chiplet

趨勢二

摘要

Chiplet 的互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，重構(gòu)芯片研發(fā)流程。

Chiplet 是硅片級別的“解構(gòu) - 重構(gòu) -

復(fù)用”，它把傳統(tǒng)的 SoC 分解為多個芯

粒模塊，將這些芯粒分開制備后再通過

互聯(lián)封裝形成一個完整芯片。芯?？梢?/p>

采用不同工藝進行分離制造，可以顯著

降低成本，并實現(xiàn)一種新形式的 IP 復(fù)用。

隨著摩爾定律的放緩，Chiplet 成為持續(xù)

提高 SoC 集成度和算力的重要途徑，特

別是隨著 2022 年 3 月份 UCle 聯(lián)盟的成

立，Chiplet 互聯(lián)標(biāo)準(zhǔn)將逐漸統(tǒng)一，產(chǎn)業(yè)

化進程將進一步加速?；谙冗M封裝技

術(shù)的 Chiplet 可能將重構(gòu)芯片研發(fā)流程，

從制造到封測，從 EDA 到設(shè)計，全方位

影響芯片的區(qū)域與產(chǎn)業(yè)格局。

范式重置

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 11

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

Chiplet 技術(shù)是提高芯片集成度、節(jié)約芯片成本、實現(xiàn)晶粒（die）級可重用的最重要的方法。未來，Chiplet 技術(shù)

將在高性能計算、高密度計算等領(lǐng)域發(fā)揮著重要作用。先進的 Chiplet 技術(shù)將繼續(xù)由代工廠主導(dǎo)，混合使用 2D、2.5D、

3D 等先進封裝技術(shù)將進一步提高產(chǎn)品性價比與競爭力。

王海洋

象帝先計算技術(shù)有限公司副總裁

專家點評

自1965 年摩爾定律首次被提出以

來，集成電路產(chǎn)業(yè)一直遵循著摩

爾定律向前發(fā)展。直到近幾年，隨著晶體

管尺寸逼近材料的物理極限，工藝節(jié)點進

步的花費已難以承受，芯片性能的提升也

不再顯著，摩爾定律接近極致。在此背景

下，Chiplet（芯粒）技術(shù)逐漸嶄露頭角，

有望成為產(chǎn)業(yè)界解決高性能、低成本芯片

需求的重要技術(shù)路線。

Chiplet 創(chuàng)新了芯片封裝理念。它把

原本一體的 SoC（System on Chip，系統(tǒng)

級芯片）分解為多個芯粒，分開制備出這

些芯粒后，再將它們互聯(lián)封裝在一起，形

成完整的復(fù)雜功能芯片。這其中，芯?？?/p>

以采用不同的工藝進行分離制造，例如對

于 CPU、GPU 等工藝提升敏感的模塊，

采用昂貴的先進制程生產(chǎn)；而對于工藝提

升不敏感的模塊，采用成熟制程制造。同

時，芯粒相比于 SoC 面積更小，可以大

幅提高芯片的良率、提升晶圓面積利用率，

進一步降低制造成本。此外，模塊化的芯

?？梢詼p少重復(fù)設(shè)計和驗證環(huán)節(jié)，降低芯

片的設(shè)計復(fù)雜度和研發(fā)成本，加快產(chǎn)品的

迭代速度。Chiplet 被驗證可以有效降低

制造成本，已成為頭部廠商和投資界關(guān)注

的熱點。

Chiplet 的技術(shù)核心在于實現(xiàn)芯粒間

的高速互聯(lián)。SoC 分解為芯粒使得封裝難

度陡增，如何保障互聯(lián)封裝時芯粒連接工

藝的可靠性、普適性，實現(xiàn)芯粒間數(shù)據(jù)傳

輸?shù)拇髱?、低延遲，是 Chiplet 技術(shù)研

發(fā)的關(guān)鍵。此外，芯粒之間的互聯(lián)特別是

2.5D、3D 先進封裝會帶來電磁干擾、信

號干擾、散熱、應(yīng)力等諸多復(fù)雜物理問題，

這需要在芯片設(shè)計時就將其納入考慮，并

對 EDA 工具提出全新的要求。

近年來，先進封裝技術(shù)發(fā)展迅速。

作 為2.5D、3 D封裝關(guān)鍵技術(shù)的TSV

（Through Silicon Via，硅通孔）已可以

實現(xiàn)一平方毫米100萬個TSV。封裝技術(shù)

的進步，推動Chiplet應(yīng)用于CPU、GPU等

大型芯片。2022年3月，多家半導(dǎo)體領(lǐng)軍

企業(yè)聯(lián)合成立了UCIe（Universal Chiplet

Interconnect Express，通用Chiplet高速

互聯(lián)聯(lián)盟）。Chiplet互聯(lián)標(biāo)準(zhǔn)有望逐漸實

現(xiàn)統(tǒng)一，并形成一個開放性生態(tài)體系。

面向后摩爾時代，Chiplet 可能將是

突破現(xiàn)有困境最現(xiàn)實的技術(shù)路徑。Chiplet

可以降低對先進工藝制程的依賴，實現(xiàn)與

先進工藝相接近的性能，成為半導(dǎo)體產(chǎn)業(yè)

發(fā)展重點。從成本、良率平衡的角度出發(fā)，

2D、2.5D 和 3D 封裝會長期并存；同構(gòu)

和異構(gòu)的多芯粒封裝會長期并存；不同的

先進封裝和工藝會被混合使用。Chiplet 有

望重構(gòu)芯片研發(fā)流程，從制造到封測，從

EDA 到設(shè)計，全方位影響芯片產(chǎn)業(yè)格局。

趨勢解讀

趨勢二 Chiplet

12 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

存算一體

趨勢三

摘要

資本和產(chǎn)業(yè)雙輪驅(qū)動，存算一體芯片將在垂直細(xì)分領(lǐng)域迎來規(guī)

?；逃?。

存算一體旨在計算單元與存儲單

元融合，在實現(xiàn)數(shù)據(jù)存儲的同時直接進

行計算，以消除數(shù)據(jù)搬移帶來的開銷，

極大提升運算效率，以實現(xiàn)計算存儲的

高效節(jié)能。存算一體非常符合高訪存、

高 并 行 的 人 工 智 能 場 景 計 算 需 求。 在

產(chǎn) 業(yè) 和 投 資 的 驅(qū) 動 下， 基 于 SRAM，

DRAM，F(xiàn)lash 存儲介質(zhì)的產(chǎn)品進入驗

證期，將優(yōu)先在低功耗、小算力的端側(cè)

如智能家居、可穿戴設(shè)備、泛機器人、

智能安防等計算場景落地。 未來，隨著

存算一體芯片在云端推理大算力場景落

地，或?qū)碛嬎慵軜?gòu)的變革。它推動

傳統(tǒng)的以計算為中心的架構(gòu)向以數(shù)據(jù)為

中心的架構(gòu)演進，并對云計算、人工智能、

物聯(lián)網(wǎng)等產(chǎn)業(yè)發(fā)展帶來積極影響。

范式重置

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 13

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

隨著 AI 在各領(lǐng)域的應(yīng)用逐漸廣泛，

以深度學(xué)習(xí)為代表的神經(jīng)網(wǎng)絡(luò)算

法需要系統(tǒng)高效處理海量的非結(jié)構(gòu)化數(shù)

據(jù)，例如文本、視頻、圖像、語音等。

而傳統(tǒng)馮·諾依曼體系下運行的計算機通

常包括存儲單元和計算單元兩部分，數(shù)

據(jù)需要在處理器與存儲器之間進行頻繁

遷移，如果內(nèi)存的傳輸速度跟不上 CPU

的性能，就會導(dǎo)致計算能力受到限制，

出現(xiàn)“內(nèi)存墻” “功耗墻”。這就對芯

片的并行運算、低延遲、帶寬提出了更

高的要求。

近年來，產(chǎn)業(yè)界領(lǐng)軍企業(yè)在存算一

體的前沿技術(shù)研究上持續(xù)發(fā)力。三星在

頂級學(xué)術(shù)期刊 Nature 上發(fā)表了全球首個

基于 MRAM（磁性隨機存儲器）的存內(nèi)

計算研究；臺積電在 ISSCC 上合作發(fā)表

了六篇關(guān)于存內(nèi)計算存儲器 IP 的論文，

大力推進基于 ReRAM 的存內(nèi)計算方案；

SK 海力士則發(fā)表了基于 GDDR 接口的

DRAM 存內(nèi)計算研究。學(xué)術(shù)界和產(chǎn)業(yè)

界普遍認(rèn)為存算一體有望成為突破算力

性能和功耗瓶頸的技術(shù)方向之一。特別

是在大規(guī)模并行計算場景中，例如 VR/

AR、無人駕駛、天文數(shù)據(jù)計算、遙感影

像數(shù)據(jù)分析等，存算一體芯片具備高帶

寬、低功耗的顯著優(yōu)勢。微觀上，算力

是一個具體的技術(shù)指標(biāo)。算的快（高吞吐、

低延遲）、算的準(zhǔn)（高精準(zhǔn)度）、算的

?。ǖ统杀?、低功耗）是對算力的基本

要求。存算一體是從微觀層面進行架構(gòu)

的優(yōu)化，面臨存儲器設(shè)計和生產(chǎn)工藝的

挑戰(zhàn)，需要整個產(chǎn)業(yè)鏈的參與支持。

實現(xiàn)存算一體的技術(shù)路徑主要有以

下三個：技術(shù)較成熟的是近存計算，利

用先進封裝技術(shù)把計算邏輯芯片和存儲

器封裝到一起，通過減少內(nèi)存和處理單元

的路徑，以高 I/O 密度來實現(xiàn)高內(nèi)存帶

寬以及較低的訪問開銷。近存計算主要通

過 2.5D、3D 堆疊來實現(xiàn)，廣泛應(yīng)用在

各類 CPU 和 GPU 上；近期投資熱度較

高的是存內(nèi)計算，通過傳統(tǒng)的存儲介質(zhì)如

DRAM、SRAM、NOR Flash、NAND

Flash 來實現(xiàn)。計算操作由位于存儲芯片

/ 區(qū)域內(nèi)部的獨立計算單元完成，更適用

于算法固定的場景；技術(shù)尚處于探索期的

是基于非易失性存儲器技術(shù)做的新型存

儲原件，比如通過憶阻器 ReRAM 電阻

調(diào)制來實現(xiàn)數(shù)據(jù)存儲。其他如相變存儲器

(PCM)、自旋磁存儲器 (MRAM) 等，也

作為存算一體新的技術(shù)路徑。存算一體的

計算方式分為數(shù)字計算和模擬計算。數(shù)字

計算主要以 SRAM 作為存儲器件，具有

高性能、高精度的優(yōu)勢，更適合大算力高

能效場景。模擬計算通常使用 FLASH、

ReRAM 等非易失性介質(zhì)作為存儲器件，

存儲密度大，并行度高，更適合小算力，

計算精度要求不高的場景。

目前，存算一體已經(jīng)在產(chǎn)業(yè)細(xì)分領(lǐng)

域掀起了創(chuàng)業(yè)浪潮，并受到投資界和產(chǎn)業(yè)

界的關(guān)注和投入。存算一體在技術(shù)上向著

高精度、高算力和高能效的方向發(fā)展。在

資本和產(chǎn)業(yè)雙輪驅(qū)動下，基于 SRAM、

NOR Flash 等成熟存儲器的存內(nèi)計算將

在垂直領(lǐng)域迎來規(guī)模化商用，小算力、低

功耗場景有望優(yōu)先迎來產(chǎn)品和生態(tài)的升

級迭代，大算力通用計算場景或?qū)⑦M入技

術(shù)產(chǎn)品化初期?；诜且资?、新型存儲

元件的存算一體依賴于工藝、良率的提升,

走向成熟預(yù)計需要 5-10 年。

趨勢解讀

存算一體一直是高

能效計算的重要技

術(shù) 之 一。 近 年 來，

萬物互聯(lián)和人工智

能的發(fā)展加速了存

算一體的技術(shù)產(chǎn)品

化 進 程， 產(chǎn) 業(yè) 界 對

于存算一體最終的

產(chǎn)品形態(tài)也在持續(xù)

探 索。 未 來 存 內(nèi) 計

算產(chǎn)品將以單芯片

和 Chiplet 兩種形式

共 存。 應(yīng) 用 場 景 的

多樣性也將從物聯(lián)

網(wǎng)邊緣端設(shè)備向大

算力通用計算領(lǐng)域

不 斷 拓 展， 有 望 成

為 AI 時代主流的計

算架構(gòu)。

李科奕

華夏芯（北京）通

用處理器技術(shù)有限

公司董事長

專家點評

趨勢三 存算一體

14 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

云原生安全

摘要

安全技術(shù)與云緊密結(jié)合，打造平臺化、智能化的新型安全體系。

云原生安全是安全理念從邊界防御

向縱深防御、從外掛模式向內(nèi)生安全的

轉(zhuǎn)變，實現(xiàn)云基礎(chǔ)設(shè)施的原生安全，并

基于云原生技術(shù)提升安全的服務(wù)能力。

安全技術(shù)與云計算由相對松散走向緊密

結(jié)合，經(jīng)過“容器化部署”、“微服務(wù)

化轉(zhuǎn)型”走向“無服務(wù)器化”的技術(shù)路線，

實現(xiàn)安全服務(wù)的原生化、精細(xì)化、平臺

化和智能化： ● 以安全左移為原則，構(gòu)建產(chǎn)品研發(fā)、

安全、運維一體化的產(chǎn)品安全體系，

增進研發(fā)，安全和運維融合協(xié)同；

● 以統(tǒng)一的身份驗證和配置管理為基

礎(chǔ)，實現(xiàn)精準(zhǔn)授權(quán)和動態(tài)策略配置；

● 以縱深防御體系為架構(gòu)，平臺級的安

全產(chǎn)品為依托，實現(xiàn)精準(zhǔn)主動防御，

化解傳統(tǒng)安全產(chǎn)品碎片化的問題；

● 以安全運營為牽引，實現(xiàn)涵蓋應(yīng)用、

云產(chǎn)品、網(wǎng)絡(luò)等全鏈路的實時檢測、

精準(zhǔn)響應(yīng)、快速溯源和威脅狩獵。

產(chǎn)業(yè)革新

趨勢四

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 15

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

隨著云計算與各領(lǐng)域深度融合，云

上快速迭代、彈性伸縮、海量數(shù)

據(jù)處理等特征要求安全防護體系相應(yīng)升

級，為動態(tài)變化、復(fù)雜多元的運行環(huán)境

提供有效的安全防護。

云原生安全是依托云原生理念和

技術(shù)特性對安全體系進行的優(yōu)化和重

構(gòu)，通過逐步實現(xiàn)安全技術(shù)服務(wù)的輕

量化、敏捷化、精細(xì)化和智能化，來保

障云基礎(chǔ)設(shè)施的原生安全，并形成更強

的安全能力。其基本特征包括全鏈路的

DevSecOps 安全管理，一體化精細(xì)化的

身份與權(quán)限管控、平臺化的縱深防御體

系，以及實時化、綜合化的可視、可管、

可控體系。

云原生安全經(jīng)歷了一系列變遷：從

安全保障云原生到云原生賦能安全，內(nèi)

涵不斷擴展，逐步形成了一套涵蓋基礎(chǔ)

設(shè)施、應(yīng)用、數(shù)據(jù)、研發(fā)測試、安全運

營等在內(nèi)的防護體系。云原生應(yīng)用保護

平臺、面向云原生的攻擊面管理平臺、

云原生威脅檢測與響應(yīng)、云原生事件取

證與溯源等，這一系列新型的防護措施

也應(yīng)運而生、快速發(fā)展，得到了業(yè)界共識。

從管理視角、運營視角和用戶視角，

可以看到云原生安全的三方面價值： ● 全鏈路風(fēng)險可視可控。將安全和合

規(guī)要求貫穿軟件生產(chǎn)和服務(wù)全鏈路，

及時掃描檢查關(guān)鍵環(huán)節(jié)，避免后期

處置造成被動，最大程度降低整體

風(fēng)險管控成本。

● 基礎(chǔ)設(shè)施安全運營閉環(huán)高效。安全

防護功能融合化，可以實現(xiàn)異常事

件響應(yīng)處置流程的閉環(huán)管理；策略

執(zhí)行自動化，可減少對安全運營人

員的依賴，降低誤操作概率；同時，

自動阻斷機制可以為應(yīng)對攻擊和修

復(fù)爭取更充分的時間。

● 云上客戶資產(chǎn)全面保障。幫助客戶

全面、實時監(jiān)測各類數(shù)據(jù)資產(chǎn)；在

身份驗證、配置管理、應(yīng)用運行時

監(jiān)控、數(shù)據(jù)安全保護等方面提供多

元化、靈活調(diào)用的安全服務(wù)。

實踐中，云原生安全也面臨著一系

列挑戰(zhàn)，比如在異構(gòu)復(fù)雜環(huán)境中各類數(shù)

字資產(chǎn)的監(jiān)控數(shù)據(jù)如何快速、高質(zhì)量的

采集匯聚；云上各方如何明晰權(quán)責(zé)，形

成開放協(xié)同的安全生態(tài)等等。

未來 3-5 年，云原生安全將更好的適

應(yīng)多云架構(gòu)，幫助客戶構(gòu)建覆蓋混合架構(gòu)、

全鏈路、動態(tài)精準(zhǔn)的安全防護體系。同時

配套構(gòu)建起新型治理體系和專業(yè)人才體系；

在安全防護效能方面，智能化技術(shù)為實現(xiàn)

細(xì)粒度的訪問鑒權(quán)、數(shù)據(jù)安全管控、風(fēng)險

自動識別和處置提供強有力的支持，保障

用戶順暢高效使用，提供無摩擦的服務(wù)體

驗。同時，基于云的安全服務(wù)形式也將不

斷創(chuàng)新，云原生的安全托管，以攻促防等

形式將逐步發(fā)展成熟，成為安全體系的重

要組成部分。

對于未來技術(shù)趨勢的

準(zhǔn) 確 預(yù) 測， 是 一 件 非

常 難 的 事 情， 但 作 為

“隨動技術(shù)”（reactive

tech） 的 網(wǎng) 絡(luò) 安 全 技

術(shù)，卻不見得特別難。

達摩院十大趨勢對于網(wǎng)

絡(luò)安全技術(shù)的研判經(jīng)歷

了反復(fù)討論和調(diào)整，從

后量子時代密碼技術(shù)變

化，到可信隱私計算的

下一步發(fā)展；從網(wǎng)絡(luò)攻

防技術(shù)的變化，最后落

腳到了云原生安全，就

是體現(xiàn)了網(wǎng)絡(luò)安全技術(shù)

的“后發(fā)先至”特點，

就像密碼技術(shù)需要提前

應(yīng)對‘后量子時代’，去

回應(yīng)現(xiàn)在看起來產(chǎn)業(yè)化

還似乎遙遙無期的量子

計算技術(shù)一樣，對云原

生安全的關(guān)注，也勢必

成為新的一年網(wǎng)絡(luò)安全

圈內(nèi)的熱點。

翟起濱

中國科學(xué)院信息安

全國家重點實驗室

教授

云原生安全不是特指云

原生技術(shù)的安全，而是

包含云基礎(chǔ)設(shè)施的原生

安全和用云的原生能力

形成更加彈性、統(tǒng)一、

智能的安全能力。

作為云服務(wù)提供商，要

保證基礎(chǔ)設(shè)施安全和云

產(chǎn)品自身安全，根據(jù)服

務(wù)模式與客戶明確安全

責(zé)任共擔(dān)的邊界。作為

安全服務(wù)商，可以更充

分的借助云的能力，為

客戶提供平臺化、一體

化的產(chǎn)品和服務(wù) . 由于

云原生安全的范圍廣，

技術(shù)復(fù)雜，需要各方更

加開放和協(xié)同，為云上

的用戶提供全面高效，

可視可管可控的一體化

安全服務(wù)保障。未來 1-2

年，可以重點關(guān)注云上

身份安全和智能化的安

全運營中心。

歐陽欣

阿里云首席風(fēng)險官，

阿里云安全產(chǎn)品事

業(yè)部總經(jīng)理

趨勢解讀

趨勢四 云原生安全

專家點評

16 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

軟硬融合云計算體系架構(gòu)

云計算向以 CIPU 為中心的全新云計算體系架構(gòu)深度演進，通過

軟件定義，硬件加速， 在保持云上應(yīng)用開發(fā)的高彈性和敏捷性

同時，帶來云上應(yīng)用的全面加速。

云計算從以 CPU 為中心的計算體系

架構(gòu)向以云基礎(chǔ)設(shè)施處理器（CIPU）為

中心的全新體系架構(gòu)深度演進。通過軟

件定義，硬件加速，在保持云上應(yīng)用開

發(fā)的高彈性和敏捷性同時，帶來云上應(yīng)

用的全面加速。新的體系架構(gòu)下，軟硬

一體化帶來硬件結(jié)構(gòu)的融合，接入物理

的計算、存儲、網(wǎng)絡(luò)資源，通過硬件資

源的快速云化實現(xiàn)硬件加速。此外，新

架構(gòu)也帶來軟件系統(tǒng)的融合。這意味著

以 CIPU 云化加速后的算力資源，可通

過 CIPU 上的控制器接入分布式平臺，

實現(xiàn)云資源的靈活管理、調(diào)度和編排。

在此基礎(chǔ)上，CIPU 將定義下一代云計

算的服務(wù)標(biāo)準(zhǔn)，給核心軟件研發(fā)和專用

芯片行業(yè)帶來新的發(fā)展機遇。

摘要

趨勢五

產(chǎn)業(yè)革新

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 17

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

隨著后摩爾時代的帶來，CPU 的性

能提升趨近于天花板，數(shù)據(jù)量的

爆發(fā)式增長帶來極高的數(shù)據(jù)處理需求。

企業(yè)在大數(shù)據(jù)、 AI 等數(shù)據(jù)密集型計算的

應(yīng)用場景越來越多。這兩方面的因素導(dǎo)

致以 CPU 中心的云計算體系架構(gòu)碰上了

技術(shù)瓶頸，無法應(yīng)對云上時延和帶寬的

進一步擴展。傳統(tǒng)的 CPU 體系架構(gòu)需要

向著軟硬一體化的方向迭代升級。

云計算的體系架構(gòu)發(fā)展經(jīng)歷了三個

階段，已經(jīng)解決了超高并發(fā)和大算力的

經(jīng)濟性問題。第一階段在 2010 年左右，

以 X86 服務(wù)器、互聯(lián)網(wǎng)中間件為代表的

分布式架構(gòu)技術(shù)為主。第二階段在 2015

年左右，云廠商通過軟件定義的方式，構(gòu)

建了虛擬私有云（VPC）和計算存儲分離

的池化架構(gòu)。在新的池化架構(gòu)之下，計

算存儲網(wǎng)絡(luò)資源可以分別實現(xiàn)按需擴容。

目前，云計算進入第三階段，引入

專用硬件，形成軟硬一體化的虛擬化架

構(gòu)，實現(xiàn)了全面硬件加速。這個階段云

計算面臨的挑戰(zhàn)，是在數(shù)據(jù)密集計算、

云數(shù)據(jù)中心東西流量越來越大的趨勢下，

實現(xiàn)云計算單位成本下更高的計算性能，

以及更高效的云數(shù)據(jù)中心管理。 而計算

效率的提升，還需要回到芯片和系統(tǒng)底

層中去。

以CIPU為核心的云計算體系架構(gòu)，

在工程實現(xiàn)上主要有以下三方面突破：

首先，是底層硬件結(jié)構(gòu)的融合，帶

來全面硬件加速。基于 CIPU 的新架構(gòu)

能夠向下管理數(shù)據(jù)中心硬件，配合云操

作系統(tǒng)，對計算、存儲，網(wǎng)絡(luò)，安全進

行全面加速，把 IDC 真正變成一臺高速

總線互聯(lián)的超級計算機。在用戶云上計

算最需要的基礎(chǔ)云網(wǎng)絡(luò)和云存儲鏈路上

提供更低的延遲、更高的帶寬和吞吐。

其次，在全鏈路實現(xiàn)硬件加速的基

礎(chǔ)上，創(chuàng)新地實現(xiàn)了 eRDMA，不但能

夠大規(guī)模組網(wǎng)，還能讓用戶無需修改負(fù)

載的代碼，無感加速， 讓云上的高性能

計算普惠服務(wù)化成為現(xiàn)實。

最后，在全新的云數(shù)據(jù)中心硬件體

系架構(gòu)下，CIPU 和服務(wù)器的系統(tǒng)組合，

既可以一對多，也能實現(xiàn)多對一，高效

滿足云上不同計算場景下東西向流量計

算配比的靈活需求。

軟硬融合的云計算體系架構(gòu)，保持

了軟件定義，在分布式架構(gòu)時期構(gòu)建的

交付敏捷性和靈活度，池化架構(gòu)時期構(gòu)

建的彈性、可靠性、可用性，還帶來了

云上應(yīng)用的全面加速，顯著提升了計算

性能。

未來三年，云計算向以 CIPU 為中

心的全新云計算體系架構(gòu)深度演進，云

上的函數(shù)計算，容器服務(wù)，數(shù)據(jù)庫服務(wù)，

大數(shù)據(jù)服務(wù)，AI 等云服務(wù)，也將全面被

CIPU 加速。從購買計算資源進行自身應(yīng)

用加速，到全面使用云上服務(wù)，用戶將

獲得 CIPU 加速帶來的全面體驗。從資

源到服務(wù)，云計算服務(wù)的核心價值，很

大程度將取決于云廠商能提供的底層計

算能力和計算效率。

軟硬件一體化設(shè)計

是當(dāng)前計算架構(gòu)的

重要演進方向。尤其

在復(fù)雜的云計算場

景 中， 軟 硬 件 的 協(xié)

同優(yōu)化與迭代升級

更是決定其性能提

升 的 關(guān) 鍵。CIPU 是

阿里云結(jié)合其飛天

操 作 系 統(tǒng)， 實 現(xiàn) 對

數(shù) 據(jù) 中 心 計 算、 存

儲、 網(wǎng) 絡(luò) 等 多 維 資

源進行高效管理和

軟硬件協(xié)同加速的

代 表 性 技 術(shù)。CIPU

在阿里云的成功實

踐也預(yù)示著軟硬件

一體化的虛擬化架

構(gòu)將引領(lǐng)云計算的

技術(shù)升級。

任炬

清華大學(xué)計算機系

副教授

CIPU 有非常多的創(chuàng)

新，比較值得一提的

是其提供的 eRDMA

能力，通過全面普惠

的 大 規(guī) 模 彈 性 VPC

網(wǎng)絡(luò)， 對云上分布

式 workload 做高性

能 網(wǎng) 絡(luò) 加 速， 從 緩

存， 數(shù) 據(jù) 庫， 大 數(shù)

據(jù)，AI 等， 有 20%

到 80% 不 等 的 e2e

性 能 提 升， 且 無 需

用戶修改一行代碼。

云計算體系架構(gòu)基

礎(chǔ)技術(shù)的不斷革新，

正在推動云上基礎(chǔ)

計算能力開始大幅

超 越 線 下 服 務(wù) 器，

而企業(yè)只要上云就

能從云計算資源或

云 服 務(wù) 中， 低 成 本

獲得這些還在不斷

擴大的系統(tǒng)紅利。

蔣林泉

阿里云研究員

阿里云神龍計算平

臺負(fù)責(zé)人

專家點評

趨勢解讀

趨勢五 軟硬融合云計算體系架構(gòu)

18 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

基于云定義的可預(yù)期網(wǎng)絡(luò)技術(shù)，即將從數(shù)據(jù)中心的局域應(yīng)用走

向全網(wǎng)推廣。

可預(yù)期網(wǎng)絡(luò)（Predictable Fabric）是

由云計算定義，服務(wù)器端側(cè)和網(wǎng)絡(luò)協(xié)同

的高性能網(wǎng)絡(luò)互聯(lián)系統(tǒng)。計算體系和網(wǎng)

絡(luò)體系正在相互融合，高性能網(wǎng)絡(luò)互聯(lián)

使能算力集群的規(guī)模擴展，從而形成了

大算力資源池，加速了算力普惠化，讓

算力走向大規(guī)模產(chǎn)業(yè)應(yīng)用。可預(yù)期網(wǎng)絡(luò)

不僅支持新興的大算力和高性能計算場

景，也適用于通用計算場景，是融合了

傳統(tǒng)網(wǎng)絡(luò)和未來網(wǎng)絡(luò)的產(chǎn)業(yè)趨勢。通過

云定義的協(xié)議、軟件、芯片、硬件、架構(gòu)、

平臺的全棧創(chuàng)新，可預(yù)期高算力網(wǎng)絡(luò)有

望顛覆目前基于傳統(tǒng)互聯(lián)網(wǎng) TCP 協(xié)議的

技術(shù)體系，成為下一代數(shù)據(jù)中心網(wǎng)絡(luò)的

基本特征，并從數(shù)據(jù)中心的局域應(yīng)用走

向全網(wǎng)推廣。

摘要

趨勢六

產(chǎn)業(yè)革新

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 19

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

可預(yù) 期 網(wǎng) 絡(luò)（Predictable Fabric）

是由云計算定義，服務(wù)器端側(cè)和

網(wǎng)絡(luò)協(xié)同的高性能網(wǎng)絡(luò)互聯(lián)系統(tǒng)。計算

體系和網(wǎng)絡(luò)體系正在相互融合，它通過高

性能網(wǎng)絡(luò)互聯(lián)使能算力集群的規(guī)模擴展，

從而形成大算力資源池，加速了算力普惠

化，讓算力走向大規(guī)模產(chǎn)業(yè)應(yīng)用。可預(yù)期

網(wǎng)絡(luò)不僅支持新興的大算力和高性能計

算場景，也適用于通用計算場景，是融合

了傳統(tǒng)網(wǎng)絡(luò)和未來網(wǎng)絡(luò)的產(chǎn)業(yè)趨勢。

網(wǎng)絡(luò)的本質(zhì)是連接。高帶寬、低時

延、高穩(wěn)定性、少抖動一直是網(wǎng)絡(luò)追求

的目標(biāo)。傳統(tǒng) TCP 網(wǎng)絡(luò)協(xié)議棧，雖然在

互聯(lián)網(wǎng)中廣泛部署和應(yīng)用，但是 TCP 協(xié)

議棧誕生時期的網(wǎng)絡(luò)帶寬和質(zhì)量已經(jīng)無

法與如今大帶寬高質(zhì)量的數(shù)據(jù)中心網(wǎng)絡(luò)

相提并論。端側(cè)和網(wǎng)絡(luò)分層解耦，基于

網(wǎng)絡(luò)黑盒傳統(tǒng)盡力而為（best-effort）的

網(wǎng)絡(luò)體系結(jié)構(gòu)，無法滿足當(dāng)今大算力池

化所需要的高性能網(wǎng)絡(luò)互聯(lián)需求。因此，

“可預(yù)期的”高性能網(wǎng)絡(luò)架構(gòu)在大算力需

求驅(qū)動下應(yīng)運而生。這對于傳統(tǒng)基于“盡

力而為”的網(wǎng)絡(luò)體系提出了新的挑戰(zhàn)。

可預(yù)期網(wǎng)絡(luò)以大算力為基本出發(fā)點，

把端網(wǎng)融合作為實現(xiàn)方式?？深A(yù)期網(wǎng)絡(luò)

摒棄傳統(tǒng)端側(cè)計算、存儲和網(wǎng)絡(luò)分層解

耦的架構(gòu)，創(chuàng)新地采用端側(cè)和網(wǎng)絡(luò)側(cè)協(xié)

同設(shè)計和深度融合的思路，構(gòu)建了基于

端網(wǎng)融合的新型網(wǎng)絡(luò)傳輸協(xié)議、擁塞控

制算法、多路徑智能化調(diào)度、以及芯片、

硬件深度定制和卸載等技術(shù)的全新算網(wǎng)

體系?？深A(yù)期網(wǎng)絡(luò)能夠大幅度提升分布

式并行計算的網(wǎng)絡(luò)通信效率，從而構(gòu)建

高效的算力資源池，實現(xiàn)了云上大算力

的彈性供給。云計算重新定義的可預(yù)期

網(wǎng)絡(luò)技術(shù)體系，將對產(chǎn)業(yè)鏈上下游、芯

片技術(shù)演進產(chǎn)生深遠(yuǎn)影響，成為算力普

惠化的新范式。

算力網(wǎng)絡(luò)的發(fā)展正在經(jīng)歷從 0 到 1

的過程，需要互聯(lián)網(wǎng)科技公司和運營商

共同定義。如果將算力網(wǎng)絡(luò)作為未來的

關(guān)鍵基礎(chǔ)設(shè)施，它將對網(wǎng)絡(luò)可預(yù)期性提

出更高的要求。數(shù)字化社會下的算力普

惠，將持續(xù)驅(qū)動數(shù)據(jù)中心網(wǎng)絡(luò)向高性能、

資源池化的云計算方向發(fā)展，這將使網(wǎng)

絡(luò)可預(yù)期技術(shù)在未來2-3年內(nèi)發(fā)生質(zhì)變，

逐漸成為主流技術(shù)趨勢。

趨勢解讀

過去十年，網(wǎng)絡(luò)行業(yè)發(fā)生最大的變革是互聯(lián)網(wǎng)公司在超大規(guī)模需求驅(qū)動下，重新定義了網(wǎng)絡(luò)系統(tǒng)：以軟件為中心

的設(shè)備白盒替代了傳統(tǒng)協(xié)議為中心的經(jīng)典網(wǎng)絡(luò)。未來十年，在大規(guī)模算力需求驅(qū)動下，云計算將重新定義下一代

高性能網(wǎng)絡(luò)系統(tǒng)，端網(wǎng)融合架構(gòu)已經(jīng)開始觸發(fā)網(wǎng)絡(luò)的生態(tài)變革，集計算和網(wǎng)絡(luò)于一體的 DPU 芯片更是雨后春筍般

出現(xiàn)，勢將推動整個網(wǎng)絡(luò)向可預(yù)期方向演進。

蔡德忠

阿里云智能副總裁兼首席網(wǎng)絡(luò)科學(xué)家

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

專家點評

20 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

雙引擎智能決策

摘要

融合運籌優(yōu)化和機器學(xué)習(xí)的雙引擎智能決策，將推進全局動態(tài)

資源配置優(yōu)化。

企業(yè)需在紛繁復(fù)雜、動態(tài)變化的環(huán)

境中快速精準(zhǔn)地做出經(jīng)營決策。經(jīng)典決

策優(yōu)化基于運籌學(xué)，通過對現(xiàn)實問題進

行準(zhǔn)確描述來構(gòu)建數(shù)學(xué)模型，同時結(jié)合

運籌優(yōu)化算法，在多重約束條件下求目

標(biāo)函數(shù)最優(yōu)解。隨著外部環(huán)境復(fù)雜程度

和變化速度不斷加劇，經(jīng)典決策優(yōu)化對

不確定性問題處理不夠好、大規(guī)模求解

響應(yīng)速度不夠快的局限性日益突顯。學(xué)

術(shù)界和產(chǎn)業(yè)界開始探索引入機器學(xué)習(xí)，

構(gòu)建數(shù)學(xué)模型與數(shù)據(jù)模型雙引擎新型智

能決策體系，彌補彼此局限性、提升決

策速度和質(zhì)量。未來，雙引擎智能決策

將進一步拓展應(yīng)用場景，在大規(guī)模實時

電力調(diào)度、港口吞吐量優(yōu)化、機場停機

安排、制造工藝優(yōu)化等特定領(lǐng)域推進全

局實時動態(tài)資源配置優(yōu)化。

產(chǎn)業(yè)革新

趨勢七

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 21

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

近年來，全球性突發(fā)事件（如疫情、

戰(zhàn)爭、技術(shù)管制等）頻繁出現(xiàn)，使

得外部環(huán)境變得更加復(fù)雜、不確定性更高；

同時，市場不斷變化、要求不斷提升。企

業(yè)需在紛繁復(fù)雜、動態(tài)變化的環(huán)境中，快

速精準(zhǔn)地做出經(jīng)營決策。

智能決策是綜合利用多種智能技術(shù)

和工具，基于既定目標(biāo)，對相關(guān)數(shù)據(jù)進行

建模、分析并得到最優(yōu)決策的過程。該過

程將約束條件、策略、偏好、目標(biāo)等因素

轉(zhuǎn)化為數(shù)學(xué)模型，并利用智能技術(shù)自動實

現(xiàn)最優(yōu)決策，旨在解決日益復(fù)雜、動態(tài)變

化的經(jīng)營決策問題（如打車平臺派單、充

電樁選址、生產(chǎn)排程等問題）。

經(jīng)典決策優(yōu)化基于運籌學(xué)，起源于二

戰(zhàn)中的空戰(zhàn)規(guī)劃。它通過對現(xiàn)實問題進行

準(zhǔn)確描述刻畫來構(gòu)建數(shù)學(xué)模型，同時結(jié)合

運籌優(yōu)化算法，在多重約束條件下求目標(biāo)

函數(shù)最優(yōu)解?；谶\籌學(xué)的決策優(yōu)化對數(shù)

據(jù)量的依賴性弱、求解質(zhì)量較高、可解釋

性較強，被廣泛運用于各類決策場景。

隨著外部環(huán)境復(fù)雜程度和變化速度不

斷加劇，經(jīng)典決策優(yōu)化的局限性愈發(fā)突現(xiàn)，

主要體現(xiàn)在：一是對于不確定性問題的處

理能力不足，二是對大規(guī)模問題響應(yīng)不夠

迅速。學(xué)術(shù)界和產(chǎn)業(yè)界開始探索引入機器

學(xué)習(xí)，構(gòu)建數(shù)學(xué)模型與數(shù)據(jù)模型雙引擎新

型智能決策體系。機器學(xué)習(xí)基于數(shù)據(jù)驅(qū)動

模型，模擬出近似解區(qū)域，縮小經(jīng)典方式

求解空間，可大幅提升求解效率。機器學(xué)

習(xí)的優(yōu)勢在于可應(yīng)對不確定性高、在線響

應(yīng)速度快的場景；劣勢為學(xué)習(xí)效率慢、成

本高，且求解的質(zhì)量不夠高。由此可以看出，

運籌優(yōu)化和機器學(xué)習(xí)的結(jié)合完美彌補了彼

此局限性，極大地提升了決策速度和質(zhì)量。

雙引擎智能決策尚處于起步階段。眾

多決策優(yōu)化場景（如交通領(lǐng)域港口吞吐量

優(yōu)化、機場停機安排等，制造領(lǐng)域工藝優(yōu)化、

產(chǎn)銷協(xié)同等），開始嘗試用雙引擎方式在

動態(tài)變化中快速找到最優(yōu)解。最典型的、

也最具挑戰(zhàn)的場景是電力調(diào)度場景。電力

調(diào)度場景轉(zhuǎn)化為智能決策問題可描述為：

● 目標(biāo)：在滿足電網(wǎng)安全穩(wěn)定運行前提

下，降低購電成本或者實現(xiàn)全社會福

利最大化，并促進新能源消納。

● 約束條件：1）必須滿足所有安全約束 ,

包括節(jié)點電壓、線路與斷面熱穩(wěn)定限

額；2）發(fā)用電負(fù)荷平衡約束；3）滿

足物理特性 , 如機組爬坡、開停機曲

線、梯級水電等。

● 決策難點：1）調(diào)度業(yè)務(wù)非常復(fù)雜，涉

及海量決策數(shù)據(jù) : 目前省級變量與約

束達千萬級別 ; 隨著新能源快速裝機

以及引入負(fù)荷側(cè)參與調(diào)節(jié)，直到實現(xiàn)

雙碳目標(biāo)全網(wǎng)變量與約束預(yù)計將超過

十億級；2）新能源發(fā)電占比將越來越

大，其波動性和隨機性將對模型驅(qū)動

的數(shù)學(xué)優(yōu)化效率帶來極大挑戰(zhàn)；3）機

器學(xué)習(xí)難以保證滿足所有安全約束。

雙引擎智能決策將機器學(xué)習(xí)與底層

優(yōu)化技術(shù)深度耦合在了一起，在滿足各類

安全約束條件的情況下，將計算效率提高

10 倍以上，有望實現(xiàn)秒級調(diào)度優(yōu)化，突

破新型電力系統(tǒng)電網(wǎng)調(diào)度追風(fēng)、逐日決策

的性能瓶頸。

未來，雙引擎智能決策將進一步拓展

應(yīng)用場景，在特定領(lǐng)域?qū)崿F(xiàn)更多主體、更

大范圍的資源配置優(yōu)化，進而推進全局實

時動態(tài)的資源配置優(yōu)化。

近 年 來， 隨 著 全 球

減碳活動的推廣和

新 能 源 的 發(fā) 展， 能

源管理的系統(tǒng)復(fù)雜

度迅速增加。光伏、

風(fēng)電、儲能、微電網(wǎng)、

充 電 樁、 電 動 車 在

內(nèi)的各種新能源設(shè)

備 增 長 迅 猛， 對 發(fā)

電 側(cè)、 電 網(wǎng) 側(cè) 和 用

戶側(cè)的能源管理都

提出了更高的挑戰(zhàn)。

傳統(tǒng)電力管理需要

面 對 如 多 能 互 補、

削 峰 填 谷、 預(yù) 測 優(yōu)

化、 柔 性 充 放 等 各

種新的運營需求。

新的能源智能決策

系統(tǒng)將會整合“源網(wǎng)

荷儲”端的各種信息，

對海量的能源數(shù)據(jù)

進行快速分析、自動

優(yōu)化、和實時響應(yīng)，

實現(xiàn)全局和局部的

能源資源配置優(yōu)化，

從傳統(tǒng)粗放的管理

逐漸向精細(xì)化和智

能化轉(zhuǎn)變。

未來的智慧能源管

理將引領(lǐng)一次新的

技 術(shù) 革 命， 帶 來 各

種全新的應(yīng)用和商

業(yè) 機 會， 連 接 每 個

人 的 生 活。 雙 引 擎

智能決策系統(tǒng)將不

斷推進能源效率提

升 和 優(yōu) 化， 為 實 現(xiàn)

國家的雙碳目標(biāo)奠

定堅實的基礎(chǔ)。

羅宇翔

普華永道可持續(xù)戰(zhàn)

略與運營合伙人

專家點評

趨勢解讀

趨勢七 雙引擎智能決策

22 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

計算光學(xué)成像

摘要

計算光學(xué)成像突破傳統(tǒng)光學(xué)成像極限，將帶來更具創(chuàng)造力和想

象力的應(yīng)用。

計算光學(xué)成像是一個新興多學(xué)科交

叉領(lǐng)域。它以具體應(yīng)用任務(wù)為準(zhǔn)則，通

過多維度獲取或編碼光場信息（如角度、

偏振、相位等），為傳感器設(shè)計遠(yuǎn)超人

眼的感知新范式；同時，結(jié)合數(shù)學(xué)和信

號處理知識，深度挖掘光場信息，突破

傳統(tǒng)光學(xué)成像極限。目前，計算光學(xué)成

像處于高速發(fā)展階段，已取得許多令人

振奮的研究成果，并在手機攝像、醫(yī)療、

無人駕駛等領(lǐng)域開始規(guī)?；瘧?yīng)用。未來，

計算光學(xué)成像有望進一步顛覆傳統(tǒng)成像

體系，帶來更具創(chuàng)造力和想象力的應(yīng)用，

如無透鏡成像、非視域成像等。

趨勢八

產(chǎn)業(yè)革新

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 23

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

傳統(tǒng)光學(xué)成像建立在幾何光學(xué)基礎(chǔ)

上，借鑒人眼視覺“所見即所得”

的原理，而忽略了諸多光學(xué)高維信息。

當(dāng)前傳統(tǒng)光學(xué)成像在硬件功能、成像性

能方面接近物理極限，在眾多領(lǐng)域已無

法滿足應(yīng)用需求。例如 ，在手機攝影領(lǐng)

域，無法在保證成像效果的同時縮小器

件重量和體積，出現(xiàn)令人詬病的“前劉

?！焙汀昂笤“浴钡那闆r；在顯微成像領(lǐng)

域，無法同時滿足寬視場和高分辨率的

需求；在監(jiān)控遙感領(lǐng)域，難以在光線較

暗、能見度較低的復(fù)雜環(huán)境中獲得清晰

圖像……

隨著傳感器、云計算、人工智能等

新一代信息技術(shù)的不斷演進，新型解決

方案逐步浮出水面——計算光學(xué)成像。

計算光學(xué)成像以具體應(yīng)用任務(wù)為準(zhǔn)則，

通過多維度獲取或編碼光場信息（如角

度、偏振、相位等），為傳感器設(shè)計遠(yuǎn)

超人眼的感知新范式；同時，結(jié)合數(shù)學(xué)

和信號處理知識，深度挖掘光場信息，

突破傳統(tǒng)光學(xué)成像極限（如圖1 所示）。

計算光學(xué)成像是一個新興多學(xué)科交

叉領(lǐng)域 , 早期概念在上個世紀(jì) 70 年代中

期才逐步形成。隨著信息技術(shù)的蓬勃發(fā)

展，計算光學(xué)成像已成為國際研究熱點。

由于計算光學(xué)成像研究內(nèi)容覆蓋范圍廣，

目前還沒有一個比較明確的分類方法。

按照計算成像技術(shù)所解決的應(yīng)用問題來

分類，可以大致分為以下三類：（1）功

能提升：對傳統(tǒng)方式無法獲取的光學(xué)信

息，如光場、偏振、相干度等進行成像

或測量；（2）性能提升：即提升現(xiàn)有成

像技術(shù)的性能指標(biāo)，如空間分辨率、時

間分辨率、景深、復(fù)雜環(huán)境魯棒性等；（3）

簡化與智能化：通過單像素、無透鏡等

特定技術(shù)簡化成像系統(tǒng)，或者以光速實

現(xiàn)特定人工智能任務(wù)（如圖 2 所示）。

計算光學(xué)成像技術(shù)現(xiàn)處于高速發(fā)展

階段，還需克服諸多挑戰(zhàn)：首先，需以

傳感器為中心重新設(shè)計光學(xué)系統(tǒng)；其次，

由于需要獲取多維度光學(xué)信息，需引入

新型光學(xué)器件和光場調(diào)控機制，隨之而

來的是更多的硬件成本和研發(fā) / 調(diào)試時

間成本；再次，為了使計算成像硬件和

軟件有更好的協(xié)同，則需重新開發(fā)算法

工具；最后，對算力要求非常高，對應(yīng)

用設(shè)備芯片及其適配性提出更高要求。

圖 1: 傳統(tǒng)光學(xué)成像（左邊）VS 計算光學(xué)成像（右邊）[22]

在過去的十多年來，

信息技術(shù)的高速發(fā)

展為光學(xué)成像注入

了 新 的 生 命， 計 算

成 像 應(yīng) 運 而 生， 悄

無聲息中顛覆了人

類與機器感知世界

的方式。從“所見即

所得”的一一映射到

對高維光場的耦合

編 碼 與 計 算 重 構(gòu)，

計算成像將光作為

信息載體的一部分，

模糊了物理世界與

數(shù) 字 世 界 的 邊 界，

從而突破了物理約

束，見所未見。從此，

我們能夠捕捉光傳

播 的 軌 跡， 看 到 千

里 之 外 的 聲 音， 解

析生命活動的奧秘，

穿 云 透 霧， 洞 察 秋

毫。從毫厘微末間的

細(xì) 胞 病 毒， 到 廣 袤

宇宙中的第一縷光，

計算成像將不斷開

拓人類的認(rèn)知邊界；

從無人系統(tǒng)手機攝

影， 到 工 業(yè) 監(jiān) 測 安

防 監(jiān) 控， 計 算 成 像

將融入人們生活的

方 方 面 面， 推 動 數(shù)

字經(jīng)濟高速發(fā)展。

吳嘉敏

清華大學(xué)自動化系

助理教授

專家點評

趨勢解讀

趨勢八 計算光學(xué)成像

24 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

計算光學(xué)成像雖然是一個新興技

術(shù)，但已取得了很多令人振奮的研究成

果（2014 諾貝爾獎——超分辨熒光顯微

成像、2017 年諾貝爾獎——冷凍電鏡），

并在手機攝像、醫(yī)療、監(jiān)控、工業(yè)檢測、

無人駕駛等領(lǐng)域開始規(guī)模化應(yīng)用。如在

手機攝像領(lǐng)域，主流手機廠商均初步融

入了計算光學(xué)成像思路，從比拼硬件光

學(xué)，轉(zhuǎn)而追求硬件加算法的協(xié)同；目前

手機攝像在相當(dāng)一部分場景的拍攝效果

達到、甚至超過一般單反相機。

未 來， 計 算 光 學(xué) 成 像 將 進 一 步 顛

覆傳統(tǒng)成像體系，帶來更具創(chuàng)造力和

想象力的應(yīng)用。元成像芯片可實現(xiàn)大

范圍無像差三維感知，有望徹底解決手

機后置攝像頭突出的問題。無透鏡成像

（FlatCam）能夠簡化傳統(tǒng)基于透鏡的相

機成像系統(tǒng)，進一步減小成像系統(tǒng)體積

并有望用于各類可穿戴設(shè)備。此外，利

用偏振成像技術(shù)能夠透過可見度不高的

介質(zhì)清晰成像，實現(xiàn)穿云透霧。還有非

視域成像，能夠通過記錄并解析光傳播

的高速過程來對非視域下目標(biāo)進行有效

探測，實現(xiàn)隔墻而視，在反恐偵察、醫(yī)

療檢測等領(lǐng)域具有廣泛的應(yīng)用價值。

圖 2: 計算光學(xué)成像技術(shù)分類 [22]

產(chǎn)業(yè)革新

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 25

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

大規(guī)模城市數(shù)字孿生

摘要

城市數(shù)字孿生在大規(guī)模趨勢基礎(chǔ)上，繼續(xù)向立體化、無人化、全

局化方向演進。

城市數(shù)字孿生自 2017 年首度被提出

以來，受到廣泛推廣和認(rèn)可，成為城市

精細(xì)化治理的新方法。近年來，城市數(shù)

字孿生關(guān)鍵技術(shù)實現(xiàn)了從量到質(zhì)的突破，

具體體現(xiàn)在大規(guī)模方面，實現(xiàn)了大規(guī)模

動態(tài)感知映射（更低建模成本）、大規(guī)模

在線實時渲染（更短響應(yīng)時間），以及

大規(guī)模聯(lián)合仿真推演（更高精確性）。目

前，大規(guī)模城市數(shù)字孿生已在交通治理、

災(zāi)害防控、雙碳管理等應(yīng)用場景取得較

大進展。未來城市數(shù)字孿生將在大規(guī)模

趨勢的基礎(chǔ)上，繼續(xù)向立體化、無人化、

全局化方向演進。

趨勢九

趨勢九 大規(guī)模城市數(shù)字孿生

26 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

城市數(shù)字孿生自 2017 年首度被提

出以來，受到廣泛推廣和認(rèn)可。

我們持續(xù)追蹤城市數(shù)字孿生進展，分別

在 2019 年及 2021 年的十大科技趨勢報

告中進行了詳細(xì)闡述。近年來，中央部

委多角度全方位出臺數(shù)字孿生城市相關(guān)

政策，旨在進一步推進城市精細(xì)化治理

新方法。

城市數(shù)字孿生旨在以城市為對象，

在數(shù)字世界建設(shè)與物理世界 1:1 的數(shù)字

映射，進而通過數(shù)字映射進行多學(xué)科機

理與仿真推演，并與物理世界進行實時

雙向同步。近兩年，精準(zhǔn)映射、生成渲染、

仿真推演等城市數(shù)字孿生關(guān)鍵技術(shù)實現(xiàn)

了從量到質(zhì)的突破，具體體現(xiàn)在大規(guī)模

上，分別實現(xiàn)了大規(guī)模動態(tài)感知映射、

大規(guī)模在線實時渲染，以及大規(guī)模聯(lián)合

仿真推演。

在精準(zhǔn)映射方面，與耗人、耗時、

耗財力的傳統(tǒng)測量測繪方式不同，綜合

運用遙感、雷達、視覺、定位及其它多

種傳感器及存量測繪數(shù)據(jù)，以更低成本

實現(xiàn)對城市靜態(tài)部件，以及動態(tài)對象（如

人、車等）進行位置、狀態(tài)等多屬性實

時感知。未來，通過匯聚城市天空地多

維度、各類型傳感器數(shù)據(jù)，再結(jié)合 AI 感

知能力，可融合提取同一實體的多源異

構(gòu)數(shù)據(jù)、構(gòu)建多個實體之間的內(nèi)在關(guān)系，

在數(shù)字世界中進行大規(guī)模、低成本、統(tǒng)一、

實時、精準(zhǔn)的映射表達。

在生成渲染方面，基于精準(zhǔn)映射的

數(shù) 據(jù) 基 礎(chǔ)， 結(jié) 合 AIGC（AI Generated

Content）與 游 戲 大 世 界 生 成 PGC

（Professional Generated Content） 等

技術(shù)能力，可實現(xiàn)分層次、分尺寸、多

分辨率城市級三維場景模型的自動化生

經(jīng)過幾年的探索，數(shù)

字孿生城市發(fā)展進

入 了 深 水 區(qū)。 黨 的

二十大提出“打造宜

居、韌性、智慧城市”

等要求，數(shù)字孿生城

市成為中國式現(xiàn)代

化在城市落地的重

要手段。今年以來，

從 工 業(yè) 制 造、 交 通

運 輸、 水 利 流 域、

能源生產(chǎn)到城市治

理，從車間、道路、

水域、電廠到樓宇、

園 區(qū)、 城 市， 從 產(chǎn)

品 模 型 設(shè) 計、 設(shè) 備

遠(yuǎn) 程 控 制、 人 機 虛

實交互到算法仿真

推 演， 數(shù) 字 孿 生 技

術(shù)應(yīng)用在各行業(yè)不

斷 滲 透 影 響 深 遠(yuǎn)，

大規(guī)模動態(tài)感知映

射、在線實時渲染、

以及聯(lián)合仿真推演

技術(shù)能力不斷提升。

然而深水區(qū)也暴露

出一個關(guān)鍵的問題，

就是任何傳統(tǒng)引擎，

都實現(xiàn)不了數(shù)字孿

生，數(shù)字孿生城市必

須打造一個新引擎。

因此未來將以大規(guī)

?！皩ο髮嶓w孿生 +

業(yè)務(wù)流程孿生”構(gòu)建

城市孿生體，實現(xiàn)“多

源”數(shù)據(jù)融合重組，

“多能”新引擎構(gòu)建，

“多跨”場景實現(xiàn)，

城市數(shù)字孿生將在

大規(guī)模孿生體構(gòu)建

基 礎(chǔ) 上， 真 正 實 現(xiàn)

從量到質(zhì)的突破。

高艷麗

中國信息通信研究

院規(guī)劃所總工

圖 3: 城市交通分析

專家點評

趨勢解讀

場景變換

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 27

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

成，以及支持多人在線、互動式大規(guī)模

實時渲染。

在仿真推演方面，將多學(xué)科、大規(guī)

模的機理與仿真模型聯(lián)合作用于同一數(shù)

字大世界，形成“仿真機理元宇宙”，

構(gòu)建虛實互動、雙向調(diào)控機制。關(guān)鍵技

術(shù)包括：1）仿真系統(tǒng)云原生化，基于云

原生超算調(diào)度和求解器，可大幅縮短仿

真計算時間，實現(xiàn)城市級場景、百萬級

以上實體規(guī)模實時計算響應(yīng)；2）統(tǒng)一接

口融合計算，多種機理模型及仿真模型

能進行實時融合計算，形成多仿真聯(lián)合

服務(wù)能力。

在技術(shù)推動和需求牽引的共同作用

下，大規(guī)模城市數(shù)字孿生已在交通治理、

災(zāi)害防控、雙碳管理等應(yīng)用場景取得較

大進展。如在交通治理方面，在城市高

精路網(wǎng)、水網(wǎng)、河道、車輛等實體三維

建模及實時渲染的基礎(chǔ)上（建模成本降

低 90%+、時間從數(shù)月縮短到數(shù)天），

通過聯(lián)合道路交通流、城市內(nèi)澇積水、

自動駕駛、人群移動等仿真模型，實現(xiàn)

對城市大型活動現(xiàn)場人群疏散引導(dǎo)、交

通管控策略、天氣情況影響、公共交通

供給等全方位策略預(yù)案的孿生演練與效

果評估（針對應(yīng)急事態(tài)做到“ 1 分鐘啟

動預(yù)案 ”、“ 5 分鐘到達現(xiàn)場 ”；大型

賽事“ 1 小時疏散 ”）。

基于數(shù)字孿生的智慧城市市場空間

十分廣闊。據(jù) IDC 預(yù)測，到 2025 年智

慧城市投資規(guī)模將超過千億美元，5 年復(fù)

合增長率超過 30%。目前，城市數(shù)字孿

生面臨的最大瓶頸，在于城市級大規(guī)模

對象實體孿生以及業(yè)務(wù)流程孿生的城市

孿生體尚未完全搭建起來。城市數(shù)字孿

生將在大規(guī)模特征的基礎(chǔ)上，繼續(xù)向立

體化、無人化、全局化方向演進。未來，

城市數(shù)字孿生既作為城市立體化綜合無

人系統(tǒng)（無人車、無人機、機器人等）的

研發(fā)測試環(huán)境，同時也是實現(xiàn)全局感知、

全局調(diào)度的支撐系統(tǒng)。

當(dāng)城市的感知能力，以及以還原、建模、渲染、仿真推演為代表的計算能力發(fā)展到一定臨界值，城市級別的大規(guī)模數(shù)

字孿生成為可能。構(gòu)建城市級別的數(shù)字孿生，將開啟城市領(lǐng)域一個全新的計算范式。城市數(shù)字孿生世界不僅僅是城市

的可視化渲染，更是城市的眾多業(yè)務(wù)的新的載體，為業(yè)務(wù)創(chuàng)新提供了支撐。在這里，城市數(shù)字孿生不僅精準(zhǔn)地捕捉到

城市的當(dāng)下，也全面記錄著城市的歷史。更重要的是，通過接入多領(lǐng)域的仿真能力，并支持基于云計算的云原生仿真

改造，城市數(shù)字孿生可以進行大規(guī)模的聯(lián)合仿真推演計算，在一個平臺上，多領(lǐng)域多精度的仿真同時進行，并且相互

博弈，進而可以從城市的過去推演城市未來發(fā)展的可能性。

曾震宇

阿里云智能副總裁、行業(yè)解決方案研發(fā)部負(fù)責(zé)人

趨勢九 大規(guī)模城市數(shù)字孿生

專家點評

28 達摩院 2023 十大科技趨勢

摘要

產(chǎn)業(yè)革新

生成式 AI

生成式AI進入應(yīng)用爆發(fā)期，將極大地推動數(shù)字化內(nèi)容生產(chǎn)與創(chuàng)造。

摘要 生成式 AI（Generative AI 或 AIGC）

是利用現(xiàn)有文本、音頻文件或圖像創(chuàng)建

新內(nèi)容的技術(shù)。過去一年，其技術(shù)上的

進展主要來自于三大領(lǐng)域：圖像生成領(lǐng)

域， 以 DALL·E-2、Stable Diffusion 為

代表的擴散模型（Diffusion Model）；

自然語言處理（NLP）領(lǐng)域基于 GPT-3.5

的 ChatGPT；代碼生成領(lǐng)域基于 Codex

的 Copilot。 現(xiàn)階段的生成式 AI 通常被

用來生成產(chǎn)品原型或初稿，應(yīng)用場景涵

蓋圖文創(chuàng)作、代碼生成、游戲、廣告、

藝術(shù)平面設(shè)計等。未來，生成式 AI 將成

為一項大眾化的基礎(chǔ)技術(shù)，極大的提高

數(shù)字化內(nèi)容的豐富度、創(chuàng)造性與生產(chǎn)效

率，其應(yīng)用邊界也將隨著技術(shù)的進步與

成本的降低擴展到更多領(lǐng)域。

趨勢十

場景變換

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 29

趨勢六 端網(wǎng)融合的可預(yù)期網(wǎng)絡(luò)

生成式 AI 使用各種機器學(xué)習(xí)算法，

從數(shù)據(jù)中學(xué)習(xí)要素，使機器能夠創(chuàng)

建全新的數(shù)字視頻、圖像、文本、音頻或

代碼等內(nèi)容。它創(chuàng)建出的內(nèi)容與訓(xùn)練數(shù)據(jù)

保持相似，而非復(fù)制。它的發(fā)展得益于近

年來大模型在基礎(chǔ)研究尤其是深度學(xué)習(xí)上

的突破，真實數(shù)據(jù)的積累和計算成本的下

降。在過去的這一年，生成式 AI 將人工智

能的價值聚焦到“創(chuàng)造”二字，這標(biāo)志著人

工智能開始具備定義和呈現(xiàn)新事物的能力。

過去一年，生成式 AI 的進展主要體

現(xiàn)在如下領(lǐng)域：

圖像生成領(lǐng)域的進展來自擴散模型

（Diffusion model） 的 應(yīng) 用， 以 DALL·

E-2、Stable Diffusion 為代表。擴散模型

是一種從噪聲中生成圖像的深度學(xué)習(xí)技術(shù)。

擴散模型技術(shù)的背后，是更精準(zhǔn)理解人類

語義的預(yù)訓(xùn)練模型、以及文本與圖像統(tǒng)一

表示模型（CLIP）的支撐。它的出現(xiàn)，讓

圖像生成變得更具想象力。

自然語言處理（NLP）領(lǐng)域的進展來

自于基于 GPT3.5 的 ChatGPT（Generative

Pre-trained Transformer）。這是一種基于

互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)

模型，用于問答、文本摘要生成、機器翻

譯、分類、代碼生成和對話 AI。得益于文

本和代碼相結(jié)合的預(yù)訓(xùn)練大模型的發(fā)展，

ChatGPT 引入了人工標(biāo)注數(shù)據(jù)和強化學(xué)習(xí)

（RLHF）來進行持續(xù)訓(xùn)練和優(yōu)化。加入強

化學(xué)習(xí)后，大模型能夠理解人類的指令以

及背后的含義，根據(jù)人類反饋來判斷答案

的質(zhì)量，給出可解釋的答案，并對于不合

適的問題給出合理的回復(fù)，形成一個可迭

代反饋的閉環(huán)。

代碼生成領(lǐng)域的進展來自代碼生成系

統(tǒng) AlphaCode 和 Copilot。2022 年 2 月，

Deepmind 推出了他們的最新研究成果

AlphaCode。它是一個可以自主編程的系

統(tǒng)，在 Codeforces 舉辦的編程競賽中，超

過了 47% 的人類工程師。這標(biāo)志著 AI 代

碼生成系統(tǒng)，首次在編程競賽中，達到了

具有競爭力的水平。 基于開源代碼訓(xùn)練的

Copilot 開始商業(yè)化，作為訂閱服務(wù)提供給

開發(fā)者，用戶可以通過使用 Copilot 自動補

全代碼。 Copilot 作為一個基于大型語言模

型的系統(tǒng)，盡管在多數(shù)情況下仍需要人工

二次修正，但在簡單、重復(fù)性的代碼生成上，

將幫助開發(fā)者提升工作效率，并給 IDE（集

成開發(fā)環(huán)境）行業(yè)帶來重大影響。

隨著內(nèi)容創(chuàng)造的爆發(fā)式增長，如何做

到內(nèi)容在質(zhì)量和語義上的可控，成為可控

式生成，將是生成式 AI 面臨的主要挑戰(zhàn)。

在產(chǎn)業(yè)化方面，降成本仍是關(guān)鍵挑戰(zhàn)。只

有像 ChatGPT 這樣的大模型訓(xùn)練成本和推

理成本足夠低，才有可能規(guī)模化推廣。此外，

數(shù)據(jù)的安全可控、創(chuàng)作版權(quán)和信任問題也

需要隨著產(chǎn)業(yè)化加快逐一解決。

未來三年，生成式 AI 將步入技術(shù)產(chǎn)品

化的快車道，在商業(yè)模式上會有更多探索，

產(chǎn)業(yè)生態(tài)也會隨著應(yīng)用的普及逐步完善。屆

時，生成式 AI 的內(nèi)容創(chuàng)造能力將達到人類

水平。擁有數(shù)據(jù)、計算能力、產(chǎn)品化經(jīng)驗的

大型科技公司將成為生成式 AI 落地的主要

參與者。基于生成模型的計算基礎(chǔ)設(shè)施和平

臺會逐步發(fā)展起來，模型變成隨手可得的服

務(wù)，客戶不需要部署和運行生成式模型的專

業(yè)技能就可以使用。生成模型將在交互能力、

安全可信、認(rèn)知智能上取得顯著進展，以輔

助人類完成各類創(chuàng)造性工作。

趨勢解讀

趨勢十 生成式 AI

生 成 式 AI 在 2022

年 迎 來 了 突 破。 不

管 是 圖 片 生 成， 代

碼生成還是開放域

文 本 生 成， 在 生 成

內(nèi) 容 的 質(zhì) 量， 邏 輯

性和安全性方面都

有 明 顯 的 提 升。 基

于 AI 生成技術(shù)的應(yīng)

用場景在今后幾年

會更多涌現(xiàn)。但是，

安全可控有倫理負(fù)

責(zé)任的生成技術(shù)仍

然 需 要 重 點 研 發(fā)，

對于虛假生成內(nèi)容

造成的不良社會影

響需要尤其關(guān)注。

黃非

達摩院語言技術(shù)實

驗室負(fù)責(zé)人

專家點評

30 達摩院 2023 十大科技趨勢

參考文獻

［1］????Gautam Kumar, et al. Swift: Delay

is Simple and Effective for Conges

-

tion Control in the Datacenter. SIG

-

COMM 2020.

［2］????Wang, Shuai, et al. Predictable vFab

-

ric on Informative Data Plane. SIG

-

COMM 2022.

［3］????Gibson, Dan, et al. Aquila: A Unified,

Low-latency Fabric for Datacenter

Networks. NSDI 2022.

［4］????V. Olteanu, et al. An Edge-queued

Datagram Service for all Datacenter

Traffic. NSDI 2022.

［5］????H. Bao, L. Dong, S. Piao, F. Wei.

BEiT: BERT Pre-Training of Im

-

age Transformers

，Microsoft Re

-

search. https: //aka.ms/beit. arX

-

iv:2106.08254v2,2022.

［6］????X. Pan, T. Ye, D. Han, et al. Contras

-

tive Language-Image Pre-Training

with Knowledge Graphs. arX

-

iv:2210.08901,2022.

［7］????C. Saharia, W. Chan, S. Saxena, et

al. Photorealistic Text-to-Image Diffusion Models with Deep Language

Understanding. arXiv:2205.11487,

2022.

［8］????R. Zhang, B.Li, W. Zhang, et al. Col

-

laboration of Pre-trained Models

Makes Better Few-shot Learner.

arXiv:2209.12255,2022.

［9］????W. Ma, M. Zhao, X. Xie, et al. Is

Self-Attention Powerful to Learn

Code Syntax and Semantics?. arX

-

iv:2212.10017.2022.

［10］ G. Gao et al. Die to Wafer Hybrid

Bonding for Chiplet and Heteroge

-

neous Integration: Die Size Effects

Evaluation-Small Die Applications.

2022 IEEE 72nd Electronic Com

-

ponents and Technology Conference

(ECTC), 2022, pp. 1975-1981, doi:

10.1109/ECTC51906.2022.00310.

［11］ John H. Lau. Recent Advances and

Trends in Advanced Packaging.

IEEE Transactions on Compo

-

nents,w Packaging and Manufactur

-

ing Technology ( Volume: 12, Issue:

2, February 2022).

［12］ T. Tang, Y. Xi. Cost-Aware Explora

-

tion for Chiplet-Based Architecture

with Advanced Packaging Technol

-

ogies. arXiv:2206.07308.2022.

［13］ A. Mullen et al., Gartner Top Stra

-

tegic Technology Trends for 2022

[EB/OL].2021. https://www.

gartner.com/en/newsroom/pressreleases/2021-10-18-gartner-identifies-the-top-strategic-technologytrends-for-2022.

［14］ Gartner. 中國云安全市場概覽 [EB/

OL].2022.

［15］ 中國信息通信研究院

. 云原生架構(gòu)安

全白皮書

. [R]

，2021.

［16］ 何寶宏

. 云與安全深度融合推動原

生云安全發(fā)展 .[J]. 中國信息安全

，

2022.

［17］ 袁曙光

. 云安全的未來是云原生安

全 .[J]. 中國信息安全

，2022.

［18］ 宋勝攀等

. 零信任在云原生安全中的

應(yīng)用研究 .[J]. 保密科學(xué)技術(shù)

，2021.

［19］ 世界經(jīng)濟論壇

. 數(shù)字孿生城市：框架

與全球?qū)嵺`洞察力報告 .[R]

，2022.

［20］ 中國信息通信研究院

, 中國互聯(lián)網(wǎng)協(xié)

會

, 中國通信標(biāo)準(zhǔn)化協(xié)會

. 數(shù)字孿生

城市白皮書 .[R]

，2021.

［21］ IDC. 中國數(shù)字孿生城市市場分析，

2021.[R]

，2022.

［22］ 左超，陳錢

. 計算光學(xué)成像：何來，

何處，何去，何從？ .[J]. 紅外與激

光工程

，2022

，51(2).

［23］ 戴瓊海

，趙建林

，司徒國海

，方璐 .

計算光學(xué)成像專題 .[J]. 光學(xué)學(xué)報

，

2020

，40(1).

2023 TOP TEN TECHNOLOGY TRENDS OF DAMO ACADEMY 31

????

????

????

????

????

????

????

????

????

致謝

外部專家（以姓氏拼音為序）

陳凱

香港科技大學(xué)教授

劉益東

中國科學(xué)院自然科學(xué)史研究

所研究員、博士生導(dǎo)師

王喜文

科技作家、北京華夏工聯(lián)網(wǎng)智

能技術(shù)研究院院長

徐愈

中國信息化百人會執(zhí)委

陳廳

電子科技大學(xué)計算機科學(xué)與

工程學(xué)院教授

羅宇翔

普華永道可持續(xù)戰(zhàn)略與運營

合伙人

魏小強

奇虎 360 天樞智庫高級研究員

徐亭

SXR 科技智庫創(chuàng)始人及理事長

陳文光

清華大學(xué)教授、螞蟻集團技術(shù)

研究院院長

喬思遠(yuǎn)

奇安信科技集團股份有限公

司副總工程師

文繼榮

中國人民大學(xué)信息學(xué)院院長、

教授

楊輝

北京郵電大學(xué)電子工程學(xué)院

教授

陳興蜀

四川大學(xué)網(wǎng)絡(luò)安全學(xué)院院長

任炬

清華大學(xué)計算機系副教授

武超則

中信建投證券研究所所長

翟起濱

中國科學(xué)院信息安全國家重

點實驗室教授

陳勛

中國科學(xué)技術(shù)大學(xué)電子工程

與信息科學(xué)系教授

孫茂松

清華大學(xué)計算機系黨委書記、

教授

吳飛

浙江大學(xué)計算機科學(xué)與技術(shù)

學(xué)院教授

鄒萍

36 氪研究院院長

陳宗周

《電腦報》創(chuàng)始人、《環(huán)球科

學(xué)》雜志創(chuàng)始人

唐杰

IEEE fellow、清華大學(xué)計算

機系教授、副系主任

鄔賀銓

中國工程院院士

張力

中國現(xiàn)代國際關(guān)系研究院原

副院長

陳輝

中國未來研究會產(chǎn)業(yè)創(chuàng)新工

作委員會會長

滕皋軍

中國科學(xué)院院士、東南大學(xué)附

屬中大醫(yī)院院長

吳嘉敏

清華大學(xué)自動化系助理教授

張延川

中國通信學(xué)會副理事長兼秘

書長

高艷麗

中國信息通信研究院規(guī)劃所

總工

汪曉銀

中國未來研究會大數(shù)據(jù)與數(shù)

學(xué)模型專業(yè)委員會主任

謝濤

北京大學(xué)計算機學(xué)院講席教授

張義榮

奇虎 360 天樞智庫總監(jiān)、網(wǎng)絡(luò)

空間安全高級研究員

江一舟

復(fù)旦大學(xué)附屬腫瘤醫(yī)院乳腺

外科副主任醫(yī)師、研究員

王才有

原衛(wèi)生部統(tǒng)計信息中心副主任

薛鋒

微步在線黨支部書記、創(chuàng)始人兼 CEO

朱衛(wèi)列

中國華能集團有限公司原首

席信息師

李科奕

華夏芯（北京）通用處理器技

術(shù)有限公司董事長

王海洋

象帝先計算技術(shù)有限公司副

總裁

徐明偉

清華大學(xué)計算機科學(xué)與技術(shù)

系教授、網(wǎng)絡(luò)技術(shù)研究所所長

左曉棟

中國科技大學(xué)公共事務(wù)學(xué)院、

網(wǎng)絡(luò)空間安全學(xué)院教授

李世鵬

IEEE fellow、國際歐亞科學(xué)

院院士

王軍

中國信息安全測評中心原總

工程師

徐文強

前瞻產(chǎn)業(yè)研究院院長

編纂委員會

指導(dǎo)組

張建鋒：阿里巴巴達摩院院長

周靖人：阿里巴巴達摩院副院長、阿里云智能首席技術(shù)官

工作組

劉湘雯（組長）：阿里巴巴達摩院秘書長，阿里云智能副總裁

段佳惠、翟恩南、李俊平、李貝、尹泊明、余建平、朱逸菲、范博佳、李博、薛達、王婧璇、

劉洋、楊柳林、朱迅垚、錢蓓、陳振華、程弢、肖成、劉湘琳、劉書好、肖劍、謝婞敏、麻芃、

秦钖、唐佩、余婧、任妍、劉建強、李亞英

翻譯組

邴孝娟、Eric Naik、魏之婷、張寧、林蓉、張紫琦、孫峭、單依依、張彩霞、王嬌、樊敏、

張佳杰、何婷、陳潔

32 達摩院 2023 十大科技趨勢

歡迎關(guān)注達摩院了解更多信息

本內(nèi)容未經(jīng)阿里巴巴達摩院（杭州）科技有限公司書面授權(quán)認(rèn)可，任何人不得復(fù)制、修改、轉(zhuǎn)載、摘

編或以其它任何方式使用本報告的全部或部分內(nèi)容。