Alibaba DAMO Academy
23.01.2023, 10:42 Uhr
Tech-Trends 2023
Die Alibaba DAMO Academy ("DAMO"), die Forschungsinitiative der Alibaba Group, hat ihre jährliche Prognose der führenden Technologietrends veröffentlicht, die zahlreiche Branchen in den kommenden Jahren prägen könnten.
(Quelle: damo.alibaba.com)
Trend 1: Generative KI.
Generative KI kreiert neue Inhalte auf der Grundlage eines vorgegebenen Datensatzes von Text-, Bild- oder Audiodateien. Aktuell wird Generative KI vor allem für die Erstellung von Prototypen und Entwürfen verwendet und findet in den Bereichen Gaming, Werbung und Grafikdesign Anwendung. In Verbindung mit weiteren technologischen Fortschritten und Kostensenkungen wird sich die Generative KI zu einer umfassenden Technologie entwickeln und die Vielfalt, Kreativität und Effizienz bei der Erstellung von Inhalten erheblich steigern. Wenn sich die Generative KI in großem Maßstab durchsetzt, werden in den nächsten drei Jahren zahlreiche Geschäftsmodelle entstehen und Ökosysteme heranreifen.
Generative KI kreiert neue Inhalte auf der Grundlage eines vorgegebenen Datensatzes von Text-, Bild- oder Audiodateien. Aktuell wird Generative KI vor allem für die Erstellung von Prototypen und Entwürfen verwendet und findet in den Bereichen Gaming, Werbung und Grafikdesign Anwendung. In Verbindung mit weiteren technologischen Fortschritten und Kostensenkungen wird sich die Generative KI zu einer umfassenden Technologie entwickeln und die Vielfalt, Kreativität und Effizienz bei der Erstellung von Inhalten erheblich steigern. Wenn sich die Generative KI in großem Maßstab durchsetzt, werden in den nächsten drei Jahren zahlreiche Geschäftsmodelle entstehen und Ökosysteme heranreifen.
Trend 2: Dual-Engine-Ansatz zur Entscheidungsfindung.
Bislang basierte die traditionelle Methode der Entscheidungsfindung auf dem Operations Research (OR). Diese Methode stößt jedoch gerade bei der Verarbeitung von größeren Datenmengen an ihre Grenzen und reagiert nur langsam. Wissenschaft und Industrie setzen daher bei der Entscheidungsoptimierung verstärkt auf Maschinelles Lernen. Beide Verfahren ergänzen sich perfekt. In Kombination eingesetzt, können sie die Geschwindigkeit und Qualität der Entscheidungsfindung verbessern. Es wird prognostiziert, dass diese Technologie künftig in verschiedene Szenarien für eine dynamische Echtzeit-Ressourcenzuteilung eingesetzt wird. Dazu gehören zum Beispiel die Optimierung des Hafendurchsatzes, die Zuweisung von Flughafenpositionen oder die Verbesserung von Fertigungsprozessen.
Bislang basierte die traditionelle Methode der Entscheidungsfindung auf dem Operations Research (OR). Diese Methode stößt jedoch gerade bei der Verarbeitung von größeren Datenmengen an ihre Grenzen und reagiert nur langsam. Wissenschaft und Industrie setzen daher bei der Entscheidungsoptimierung verstärkt auf Maschinelles Lernen. Beide Verfahren ergänzen sich perfekt. In Kombination eingesetzt, können sie die Geschwindigkeit und Qualität der Entscheidungsfindung verbessern. Es wird prognostiziert, dass diese Technologie künftig in verschiedene Szenarien für eine dynamische Echtzeit-Ressourcenzuteilung eingesetzt wird. Dazu gehören zum Beispiel die Optimierung des Hafendurchsatzes, die Zuweisung von Flughafenpositionen oder die Verbesserung von Fertigungsprozessen.
Trend 3: Cloud-native Sicherheit.
Cloud-native Sicherheitslösungen werden implementiert, um nicht nur Sicherheitsfunktionen für die Cloud-Infrastruktur bereitzustellen, sondern auch um die Sicherheitsdienste durch die Nutzung von Cloud-nativen Technologien zu verbessern. Sicherheitstechnologien und Cloud Computing werden stärker als je zuvor integriert. In den nächsten drei bis fünf Jahren wird die Cloud-native Sicherheit vielseitiger werden und sich leichter an Multi-Cloud-Architekturen anpassen können. Sie wird auch den Aufbau von Sicherheitssystemen fördern, die dynamisch, durchgängig und präzise sind und in hybriden Umgebungen eingesetzt werden können.
Cloud-native Sicherheitslösungen werden implementiert, um nicht nur Sicherheitsfunktionen für die Cloud-Infrastruktur bereitzustellen, sondern auch um die Sicherheitsdienste durch die Nutzung von Cloud-nativen Technologien zu verbessern. Sicherheitstechnologien und Cloud Computing werden stärker als je zuvor integriert. In den nächsten drei bis fünf Jahren wird die Cloud-native Sicherheit vielseitiger werden und sich leichter an Multi-Cloud-Architekturen anpassen können. Sie wird auch den Aufbau von Sicherheitssystemen fördern, die dynamisch, durchgängig und präzise sind und in hybriden Umgebungen eingesetzt werden können.
Trend 4: Vortrainierte multimodale Basismodelle.
Vortrainierte multimodale Basismodelle haben sich zu einer neuen Infrastruktur für den Aufbau von KI-Systemen entwickelt. Diese Modelle können Wissen aus verschiedenen Modalitäten erfassen und das Wissen in einem einheitlichen Rahmen präsentieren. Künftig werden diese vortrainierten Basismodelle als grundlegende Infrastruktur von KI-Systemen für Bild-, Text- und Audioaufgaben dienen und KI-Systeme mit kognitiven Fähigkeiten ausstatten. Darunter auch die Fähigkeiten Schlussfolgerungen zu ziehen, Fragen zu beantworten und Zusammenfassungen zu erstellen.
Vortrainierte multimodale Basismodelle haben sich zu einer neuen Infrastruktur für den Aufbau von KI-Systemen entwickelt. Diese Modelle können Wissen aus verschiedenen Modalitäten erfassen und das Wissen in einem einheitlichen Rahmen präsentieren. Künftig werden diese vortrainierten Basismodelle als grundlegende Infrastruktur von KI-Systemen für Bild-, Text- und Audioaufgaben dienen und KI-Systeme mit kognitiven Fähigkeiten ausstatten. Darunter auch die Fähigkeiten Schlussfolgerungen zu ziehen, Fragen zu beantworten und Zusammenfassungen zu erstellen.
Trend 5: Hardware-Software-integrierte Cloud-Computing-Architektur.
Cloud Computing entwickelt sich zu einer neuen Architektur, in deren Mittelpunkt der Cloud Infrastructure Processor (CIPU) steht. Diese softwaredefinierte, hardwarebeschleunigte Architektur hilft, Cloud-Anwendungen zu beschleunigen und gleichzeitig eine hohe Elastizität und Agilität für die Entwicklung von Cloud-Anwendungen zu ermöglichen. CIPU wird der De-facto-Standard für Cloud Computing der nächsten Generation werden und neue Entwicklungsmöglichkeiten für die Forschung und Entwicklung von Software und das Design von speziellen Chips bieten.
Cloud Computing entwickelt sich zu einer neuen Architektur, in deren Mittelpunkt der Cloud Infrastructure Processor (CIPU) steht. Diese softwaredefinierte, hardwarebeschleunigte Architektur hilft, Cloud-Anwendungen zu beschleunigen und gleichzeitig eine hohe Elastizität und Agilität für die Entwicklung von Cloud-Anwendungen zu ermöglichen. CIPU wird der De-facto-Standard für Cloud Computing der nächsten Generation werden und neue Entwicklungsmöglichkeiten für die Forschung und Entwicklung von Software und das Design von speziellen Chips bieten.
Trend 6: Predictable Fabric basierend auf Edge-Cloud-Synergie.
Predictable Fabric wird durch Fortschritte im Cloud Computing vorangetrieben und zielt darauf ab, hochleistungsfähige Netzwerkdienste anzubieten. Ein unumkehrbarer Trend, da die heutigen Computer- und Netzwerkfunktionen allmählich miteinander konvergieren. Durch die umfassende Innovation von Cloud-definierten Protokollen, Software, Chips, Hardware, Architekturen und Plattformen wird erwartet, dass Predictable Fabric die traditionelle TCP-basierte Netzwerkarchitektur überholen und Teil des Kernnetzwerks in Rechenzentren der nächsten Generation werden wird.
Predictable Fabric wird durch Fortschritte im Cloud Computing vorangetrieben und zielt darauf ab, hochleistungsfähige Netzwerkdienste anzubieten. Ein unumkehrbarer Trend, da die heutigen Computer- und Netzwerkfunktionen allmählich miteinander konvergieren. Durch die umfassende Innovation von Cloud-definierten Protokollen, Software, Chips, Hardware, Architekturen und Plattformen wird erwartet, dass Predictable Fabric die traditionelle TCP-basierte Netzwerkarchitektur überholen und Teil des Kernnetzwerks in Rechenzentren der nächsten Generation werden wird.
Trend 7: Computergestützte Bildgebung.
Im Gegensatz zu herkömmlichen Bildgebungsverfahren nutzt die computergestützte Bildgebung mathematische Modelle und Signalverarbeitungsfunktionen und kann so eine noch tiefgreifendere Analyse von Lichtfeldinformationen durchführen. Diese Technologie wird bereits in großem Umfang in der Handyfotografie, der Medizin und beim autonomen Fahren eingesetzt. In Zukunft wird die computergestützte Bildgebung die traditionellen Bildgebungstechnologien weiter revolutionieren und innovative Anwendungen, wie die linsenlose Bildgebung und die Bildgebung ohne Sichtverbindung (Non-line-of-sight, NLOS), hervorbringen.
Im Gegensatz zu herkömmlichen Bildgebungsverfahren nutzt die computergestützte Bildgebung mathematische Modelle und Signalverarbeitungsfunktionen und kann so eine noch tiefgreifendere Analyse von Lichtfeldinformationen durchführen. Diese Technologie wird bereits in großem Umfang in der Handyfotografie, der Medizin und beim autonomen Fahren eingesetzt. In Zukunft wird die computergestützte Bildgebung die traditionellen Bildgebungstechnologien weiter revolutionieren und innovative Anwendungen, wie die linsenlose Bildgebung und die Bildgebung ohne Sichtverbindung (Non-line-of-sight, NLOS), hervorbringen.
Trend 8: Chiplets.
Das Chiplet-basierte Design ermöglicht es den Herstellern, ein System auf einem Chip (System on a Chip, SoC) in mehrere Chiplets aufzuteilen, die Chiplets separat in verschiedenen Prozessen zu fertigen und sie schließlich durch Verbindungen und Verpackungen in ein SoC zu integrieren. Die Verbindungsstandards für Chiplets werden in einem einzigen Standard vereinheitlicht, wodurch der Industrialisierungsprozess von Chiplets beschleunigt wird. Angetrieben von fortschrittlichen Packaging-Technologien könnten Chiplets eine neue Welle von Veränderungen im Forschungs- und Entwicklungsprozess integrierter Schaltungen einleiten und die Chipindustrie neu gestalten.
Das Chiplet-basierte Design ermöglicht es den Herstellern, ein System auf einem Chip (System on a Chip, SoC) in mehrere Chiplets aufzuteilen, die Chiplets separat in verschiedenen Prozessen zu fertigen und sie schließlich durch Verbindungen und Verpackungen in ein SoC zu integrieren. Die Verbindungsstandards für Chiplets werden in einem einzigen Standard vereinheitlicht, wodurch der Industrialisierungsprozess von Chiplets beschleunigt wird. Angetrieben von fortschrittlichen Packaging-Technologien könnten Chiplets eine neue Welle von Veränderungen im Forschungs- und Entwicklungsprozess integrierter Schaltungen einleiten und die Chipindustrie neu gestalten.
Trend 9: PIM.
Bei der Processing-in-Memory-Technologie (PIM) handelt es sich um die Integration von CPU und Speicher auf einem einzigen Chip, wodurch Daten direkt im Speicher verarbeitet werden können. Künftig sollen Compute-in-Memory-Chips in leistungsfähigeren Anwendungen wie Cloud-basierten Inferenzen eingesetzt werden. Dadurch wird sich die traditionelle rechenzentrierte Architektur hin zu einer datenzentrierten Architektur verschieben, was sich positiv auf Bereiche wie Cloud Computing, KI und Internet of Things (IoT) auswirken soll.
Bei der Processing-in-Memory-Technologie (PIM) handelt es sich um die Integration von CPU und Speicher auf einem einzigen Chip, wodurch Daten direkt im Speicher verarbeitet werden können. Künftig sollen Compute-in-Memory-Chips in leistungsfähigeren Anwendungen wie Cloud-basierten Inferenzen eingesetzt werden. Dadurch wird sich die traditionelle rechenzentrierte Architektur hin zu einer datenzentrierten Architektur verschieben, was sich positiv auf Bereiche wie Cloud Computing, KI und Internet of Things (IoT) auswirken soll.
Trend 10: Groß angelegte urbane digitale Zwillinge.
Das Konzept der urbanen digitalen Zwillinge hat sich zu einem neuen Ansatz für die Stadtverwaltung entwickelt. Bisher haben digitale Zwillinge in Großstädten große Fortschritte in Bereichen wie Verkehrsmanagement, Prävention und Management von Naturkatastrophen, Kohlenstoffspitzen und -Neutralität erzielt. In Zukunft sollen die digitalen Zwillinge autonomer und multidimensionaler werden.
Das Konzept der urbanen digitalen Zwillinge hat sich zu einem neuen Ansatz für die Stadtverwaltung entwickelt. Bisher haben digitale Zwillinge in Großstädten große Fortschritte in Bereichen wie Verkehrsmanagement, Prävention und Management von Naturkatastrophen, Kohlenstoffspitzen und -Neutralität erzielt. In Zukunft sollen die digitalen Zwillinge autonomer und multidimensionaler werden.
