2024年十大IT技术趋势报告

2024年十大IT技术趋势报告 由中国大陆、美国硅谷、以色列资深专家合作共同完成。进一步交流，请联系e休的技术人生exiu@victorlamp.com e休的技术⼈⽣exiu@victorlamp.com 煤油灯科技|WWW.VICTORLAMP.COM ⽬录 TOP1：量子计算和量子通信技术，开始跑马圈地，2024年将是量子计算生态构建元年2 TOP2：LLM大模型，2024年将决定LLM大模型商业模式该何去何从5 TOP3：人形机器人，将带动整个AI机器人产业跨越式发展7 TOP4：区块链&WEB3.0，数字货币走过艰难期，WEB3.0新架构逐渐成型11 TOP5：自动驾驶，越来越多的消费者开始关注和接受自动驾驶汽车15 TOP6：低空飞行技术，将实现商业活动和公共服务的新型经济形态19 TOP7：新能源电池技术，传统能源与高科技融合的新“战场”22 TOP8：WEWORK破产，标志着互联网共享经济饱和时代到来，已经失去未来发展空间！25 TOP9：产业数字化，工业4.0+原材料是未来IT技术的新出口，但不是浪潮，更不是风口27 TOP10：芯片产业新格局，美国芯发展变缓，中国芯逐渐完备，日韩最受伤；AI芯片爆发，RISC-V乘势发展30 2024年十大IT技术趋势by煤油灯科技 煤油灯科技由中国大陆、美国硅谷、以色列专家组成专业技术团队，致力于提供深度技术洞察和行业思考。 TOP1：量子计算和量子通信技术，开始跑马圈地，2024年将是量子计算生态构建元年 作为当今世界科技的最前沿领域，量子科技的发展正在带来颠覆性和革命性的科学发现和科技发明，这无疑将推动人类社会实现跨越式发展。 2023年12月4日，IBM公司宣布推出了第三代量子芯片Heron以及基于Heron的IBM量子系统2，这被认为是世界上首个模块化的实用量子计算机。 在哥伦比亚广播公司的60分钟专题节目中，IBM高级副总裁兼研究总监达里奥·吉尔表示，此时此刻让人想起上世纪四五十年代，当时的先驱者们正在构建第一台电子计算机。主持人斯科特·佩利称，希望能够更清楚地解释这一突破，以便大家能够更好地理解可能改变人类文明的重大事件。 2023年进展： 各国和区域更进一步的确立了量子计算的战略定位，中国、美国、加拿大、日本、欧盟继续领跑，产业界有更多的公司能够交付真正的量子计算机，美国公司（如Google、IBM）更注重工程实用性，中国公司阿里巴巴、百度纷纷退出量计算研发。加拿大的D-wave公司宣布了进入门电路量子计算机的战略，美国领先的量子计算机创业公司成功上市，新的量子计算软件公司发展活跃。 量子计算的比特数和性能取得了进一步发展：Quantinuum公司的研究团队研究新型阱离子量子计算机——QuantinuumSystemModelH2，在这种计算机中，他们能够在不增加错误率的情况下增加量子比特的数量（从20个增加到32个），并且，所有32个量子比特都是全局纠缠的。同时，H2推出时的量子体积也达到了创纪录的65536。IBM发布了133量子比特的Heron量子处理单元（QPU）——这是IBM公司首款可量产的量子处理器；IBM还设法在其实验性芯片Condor中实现了1000个约瑟夫森结量子比特。 量子计算整体行业发生了一个显著的变化：量子计算实用性变得更强，包括IBM、Google等巨头，在强化量子计算的比特数的同时，更是注重了量子计算的工程实用性，在量子纠错方向上加大了力度，也取得了不错的进展，比如：IBM宣布将通过改进的错误缓解（errormitigation）和纠错技术（correctiontechniques）来开启实用化量子时代；2023年量子纠错领域里实现了程碑式突破，谷歌DQLR大幅提高量子可靠性。 混合量子计算和量子计算芯片堆叠架构取得突破性进展：NVIDIA发布了首个GPU加速的量子计算系统，NVIDIADGXQuantum将全球最强大的加速计算平台（由NVIDIAGraceHopper超级芯片和CUDAQuantum开源编程模型实现）与全球最先进的量子控制平台OPX（由QuantumMachines提供）相结合。IBM的模块化可扩展的133量子比特HeronQPU能够与其他QPU组合成更大的量子系统。 2024趋势：开始跑马圈地，2024是量子计算生态构建元年 量子计算行业在应用工程领域将延续实用化的趋势，在2023年工程纠错方面的突破基础上，这 也就意味着量子计算机在2024年的应用将会加速，但是我们也明显看到真正能够商用化的量子计算 机当前也只有美国和加拿大能够交付，日本有可能在2024年推出自己的商用量子计算机，中国随着阿里巴巴和百度等商业公司退出量子计算的研发，工业界暂时缺少巨头的投入和参与，在量子计算机商用化的进程上会有一定的影响，相应的一些初创公司已经有量子计算机推出，但是在产业生态的推进和构建方面相对于北美公司差距明显。 量子计算以云服务的形式交付将成为主流，兼以物理量子计算机和量子计算云服务的形式提供销售，量子计算机通过过去近三十年的探索，已经开始在工业和工程领域发挥其独特优势，在计算速度、安全等方面表现出来的突破性优势，有逐步替代超级计算机的趋势，在生物制药领域、人工智能AI、大规模计算和军事方面量子计算都会呈现出不可替代的优势。 随着量子计算的更多的商用，量子计算软件公司在2024年将进一步得到发展，会有更多的量子计算软件公司出现和得到行业资本的青睐。 2024年将成为量子计算生态构建的元年，量子计算的推广和应用培育将加速，量子计算生态构建现在IBM遥遥领先，已经有量子计算联盟IBMQuantumNetwork，Qiskit生态开发工具和平台，在量子计算的普及和开发者培育方面取得了领先的优势。 IBMQuantumNetwork有250多家财富500强公司、大学、实验室和初创公司，可以访问独 家会议和精选频道。IBM量子网络成员广泛合作，并与其内部专家的密切工作关系中受益。 NIST按照美国《国家量子倡议法案》的要求，作为推进量子科技联邦战略的一部分，支持成立了 QED-C，由斯坦福国际研究院（SRIInternational）负责QED-C的管理。QED-C运作模式如下： QED-C运作模式 QED-C企业成员共148家企业，占比61.9%，包括谷歌、微软、IBM等科技巨头；波音、洛克希德·马丁等军工制造巨头；Zapata、Rigetti、IonQ等量子初创公司；德勤、波士顿咨询集团等咨询服务类公司；ZRGPartners、StrategicQC等人才招聘与服务类公司，这些不同类型的利益相关者共同构成了量子产业生态系统。 2023年德国汉堡启动“量子创新之都”（QuantumInnovationCapital，QUIC）量子计算网络。2024年对于欧洲来说，也是量子计算生态启动年！ TOP2：LLM大模型，2024年将决定LLM大模型商业模式该何去何从 大语言模型(LLM)正在改变我们与技术互动的方式，如OpenAI的GPT系列、Bloom、Bard、Bert、LaMDa、LLaMa等，它们正在塑造一个与机器交流就像与朋友聊天一样自然的未来。从生成创意内容到协助高级研究，大型语言模型正在融入我们的日常生活。 2022年由OpenAI的ChatGPT出山，带火了AI大模型的行业风口，刚刚过去的2023年则是大模型行业爆发的实施年，大量的大模型创业公司涌现，各行各业都在讨论大模型如何影响行业发展，由美国发起，中国快速跟进，中美正成为全球大模型的两大基地。 近几年发布的主要的大模型地图： 大模型的核心技术Transformer，有其独特的架构优势，在主流的AI应用领域实际应用效果超越了传统的RNN和CNN，首先是从语言类模型发起（如：ChatGPT），2023年成功的实现了语言文字和图像图形的融合多模态架构，基于Transformer的各种应用模型浪涌出现，具体从https://huggingface.co/就可以看到有如何繁荣。 TheAIcommunitybuildingthefuture.Theplatformwherethemachinelearningcommunitycollaboratesonmodels,datasets,andapplications. Huggingface起初是一家总部位于纽约的聊天机器人初创服务商，他们本来打算创业做聊天机器人，然后在github上开源了一个Transformers库，虽然聊天机器人业务没搞起来，但是他们的这个库在机器学习社区迅速大火起来。目前已经共享了超100,000个预训练模型，10,000个数据集，变成了AI界的github。 大模型技术背后的硬实力是大算力，更进一步主要是矩阵计算，GPU是当前不二的选择，行业领先的GPU研发公司英伟达Nvidia是最大的受益者，比如：英伟达H100是一款针对高性能计算和人工智能应用的高端GPU产品，具有强大的计算能力和高内存容量，以及先进的互连技术，可以提升集群中的计算效率，加速深度学习、计算机视觉、自然语言处理等领域的AI训练和推理等计算密集型任务。 大模型的两个核心抓手：数据量大+算力大，当前训练大模型的数据主要来源于过去几十年互联网发展积累下来的数据，有大量的数据，但是数据良莠不齐，随着大模型应用的推广面临着互联网新增数据将以机器产生数据为主的时候，就可能导致数据的近亲繁殖，当前没有规避的方案。 大模型参数越来越多，现在已经达到几千亿参数，模型的能力越来越强，对于算力要求很高，模型训练的成本非常高，一次训练可能就耗费几千万美元，对于一般规模的公司或实体是无法承受的。对于千亿参数大模型的训练，现在能够使用的GPU也非常有限，几乎只有英伟达的H100以及更高级别的产品能用，所以说，如果有人宣称在普通PC机上面，或者手机上面实现大模型，那是在打擦边球，充其量就是在里面安装了一个入口，通过营销宣传乘风口。 有了大模型的Transformer是不是以前的RNN和CNN等AI方法就完全被抛弃了呢？其实不会。因为，对于AI的很多场景并不需要特别大的模型，如果用大模型去做不但成本高，而且效果不一定好，还是用传统的AI算法足够并且效果还好，可控。AI大模型有其优势场景，传统的AI模型和算法同样有使用的场景，并且应用的场景不少。 “技术不是为工程师而生，而是为应用而生”，2024年大模型LLM核心点就是能否找到杀手级应用或者杀手级商业模式，所以说，2024对于大模型来说是能否继续火下去的转折年，当前大模型在各个行业都在推广应用，但是基本上都是在原有业务基础上进行效率提升和优化，在文案处理类 （包括图像和视频）工作中表现出色，把有些原本需要人做的事情替代了，但是文案处理类工作并非物质生产性工作，并且实质性的文案类工作与人直接相关，在实质流程中涉及到法律责任和管理权限因素，必须要责任人的参与，所以剩余的就是格式化的工作或者不是那么需要有责任性的工作（如：聊天、内容搜索、装饰画生成等等）AI可以替代。 把大模型作为基础能力融入到浏览器和搜索引擎中就是典型的应用场景，继微软的Bing引入AI之后，谷歌Chrome浏览器的最新版本正式引入生成式AI功能。在新的Chrome版本中，生成式AI功能让用户可以更轻松地在网络上完成工作：让用户的选项卡井井有条，在在线编写内容时获得帮 助，并使用AI生成自定义的Chrome背景。 AI大模型到底能不能成为新业态，当前还是在摸索和争论中，大家认可大模型有用，但是到底只是作为效率提升的使能器，还是能够形成独立的新业态，也就像当年的WEB互联网刚出现的时候，当时大家都觉得这个东西有价值但是不知道怎么赚钱，直到Yahoo把在线广告商业做成一门生意之后，互联网才成为一种新业态，后来发展成为广告、游戏、电商、支付等几种主要的商业模式，才有后来几十年互联网的蓬勃发展。 今天的AI大模型同样面临着商业化的挑战，小