趋势 1. 人工智能从感知智能进化到认知智能
人工智能在以下领域已达到或超越人类水平 “听力, 说话和看”, 但是它仍处于认知智能领域, 需要外部知识, 逻辑推理或域迁移.来自认知心理学的认知智能, 脑科学与人类社会历史的启示, 并结合跨学科知识图谱, 因果推理, 持续学习, 比如技术, 建立稳定的知识获取和表达的有效机制, 让知识能够应用和机器理解, 实现从认知智能到认知智能的关键突破.
趋势 2. 计算与存储融合突破AI算力瓶颈
冯诺依曼架构的存储与计算分离不再适合数据驱动的人工智能应用.频繁的数据处理带来的算力瓶颈和功耗瓶颈成为探索更高级算法的限制因素.与大脑的神经结构相似, 内部计算架构将数据存储单元和计算单元合二为一, 可以显着减少数据处理，大幅提高计算的并行性和能源效率.硬件架构上计算与存储融合的创新将突破AI算力瓶颈.
趋势 3. 工业互联网的超融合
5G快速发展, 物联网设备, 云计算和边缘计算将推动工业互联网超级融合，实现工业控制系统的智能化集成, 通信系统和信息系统.制造企业将实现设备自动化, 运输自动化和生产调度自动化, 从而实现柔性制造. 同时, 工厂上下游生产线可实时调整协调.这将大大提高工厂的生产效率和企业的盈利能力.对于价值千亿甚至上百万亿的行业, 提高效率 5-10% 将产生数万亿人民币.
趋势 4. 机器之间的大规模协作成为可能
传统单一智能无法满足大规模智能设备的实时感知与决策.物联网协同感知技术和5G通信技术的发展将实现多个智能体之间的协作 — 机器之间相互配合、相互竞争，完成目标任务.多个智能体协作带来的群体智能将进一步放大智能系统的价值: 大规模智能红绿灯调度将实现动态实时调整, 仓库机器人协同完成货物分拣高效配合, 无人驾驶汽车可以感知全球路况, 群无人机协同高效打通配送最后一公里.
趋势 5. 模块化降低芯片设计门槛
传统芯片设计模式无法高效满足快速迭代的需求, 芯片的定制化和碎片化.以RISC-V为代表的开放指令集及其对应的开源SoC芯片设计, 高级抽象硬件描述语言和基于IP的模板化芯片设计方法推动了芯片敏捷设计方法和开源芯片生态的快速发展.此外, 基于chiplet的模块化设计方法封装了不同的功能 “芯片模块” 一起采用先进封装, 允许跳过流程芯片，快速定制满足应用需求的芯片, 进一步加快芯片的交付速度.
趋势 6. 量产级区块链应用将进入大众
区块链即服务将进一步降低企业应用区块链技术的门槛, 以及专门为区块链设计的各种硬件芯片如端, 云链固化核心算法也将应运而生, 从而实现物理世界资产与链上资产的锚定, 进一步拓展价值互联网边界，实现 10,000 链式互联.将来, 大量区块链创新应用场景和跨行业、跨生态的多维度合作将涌现, 以及超过 10 每天将向公众推出百万个生产级区块链应用程序.
趋势 7. 量子计算已进入关键时期
在 2019, 为之而战 “量子霸权” 让量子计算再次成为世界科技焦点.超导量子计算芯片成果增添了业界对超导路线和大规模量子计算步伐的乐观预期.在 2020, 量子计算领域将经历投资进一步加大的阶段, 竞争加剧, 工业化加速，生态更加丰富.作为两个最关键的技术里程碑, 容错量子计算并展示实用量子优势将是量子计算实用化的转折点.未来几年实现这些目标中的任何一个都将是一项艰巨的任务, 量子计算将进入技术阶段.
新材料驱动半导体器件创新
在摩尔定律减速和算力、存储需求爆发的双重压力下, 基于硅的经典晶体管难以维持半导体产业的发展.新材料将通过新的物理机制实现新的逻辑，从而彻底改变半导体行业, 贮存, 以及互连概念和设备.例如, 拓扑绝缘体和二维超导材料可实现无损耗电子和自旋输运, 它可以成为新型高性能逻辑和互连设备的基础.新型磁性材料和新型电阻材料可带来sot-mram、电阻存储器等高性能磁存储器.
趋势 9: 保护数据隐私的AI技术将加速到来
与数据流相关的合规成本正在上升.利用AI技术保护数据隐私正成为新的技术热点, 可以保证各方的数据安全和隐私, 同时, 联合用户实现特定计算, 解决数据孤岛和数据共享信任度低的问题, 并实现数据的价值.
10. 云成为IT技术创新中心
随着云技术的进一步发展, 云已经远远超出了IT基础设施的范围，逐渐演变成一切IT技术创新的中心.云已通新芯片, 新数据库, 由于驱动自适应网络, 物联网, 大数据, 人工智能, 链块, 量子计算是 IT 技术的纽带, 同时求导无需服务器计算, 云原生软件架构, 软硬一体化设计, 操作模式等智能自动化新技术, 云正在重新定义IT.云, 从广义上讲, 不断将新的IT技术转化为可访问的服务，构成整个数字经济的基础设施.
