未來計算場景有哪些？

未來，大量感知計算將在邊緣完成， 處理大約 80% 的數據。

1.更聰明的 AI

人工智能的發展經歷了起起伏伏，算力、算法 和數據迎來了巨大的提升，ChatGPT 的問世推 倒了通往 AGI 的多米諾骨牌，大模型成為智能 時代的基礎設施， Scaling law 未來幾年持續 有效，AI 將跨過奇點，再次迎來爆發期。

行：AI 智慧交通

智能交通領域，通過攝像頭、雷達、氣象傳感 器等采集各種數據，邊緣完成車輛識別、交通 事件識別、路面狀況識別，生成局部路段的全 息數據，并在云端形成城市級道路數字孿生， 實現車道級實時路況、歷史路況的全息呈現。 通過云端策略計算，可以對每輛車、每條道路 生成不同的交通指令，指揮車輛、調節交通 信號，從而更高效、低碳的完成出行。預計 2030 年，全球道路上的電動汽車、面包車、 重型卡車和公共汽車數量將達到 1.45 億輛。 每輛汽車行駛中產生的數據（一輛車平均每天 行駛 2 小時，行駛中每秒上傳的壓縮數據將從 現在的 10KB 升至 1MB，10 萬輛車智能網聯 汽車每天需要傳輸的數據量大約為 720TB） 需要在汽車與城市之間頻繁進行數據交換，借 助智慧交通基礎設施的海量數據存儲和分析能 力，城市通勤時間將得到大幅提升（日均通勤 縮短 15-30 分鐘），交通事故和汽車對城市碳 排放量也隨之大幅降低。以計算為核心，持續 支撐交通的數字化升級和智慧化管理。大交通 從“運力”時代進入到“算力”時代是歷史的 必然選擇，“算力”帶來的交通安全、效率、 體驗的提升，必將釋放出新的生產力，推動社 會經濟的發展。

行：自動駕駛

高階自動駕駛將成為絕大多數汽車的標配，隨 著 AI 技術的提升，數據飛輪不斷迭代，自動駕 駛技術在加速發展，人的智慧和駕駛經驗將被 更敏捷準確地轉移到汽車上，實現更類人的智 能駕駛，讓人類出行更美好。 L3 將大規模商用，L4 甚至 L5 技術取得突破性 進展。全自動的數據標注系統提升數據飛輪速 度，效率較人工提升千倍甚至萬倍，尤其可以 完成人類不能標注的 BEV 等視頻數據標注。從 感知、預測到規控，基于一個大模型底座做到 多任務一張網，逐漸過渡到端到端一張網，在 無邊界探索中找到自動駕駛的邊界。車路協同 將輔助自動駕駛，車輛與道路基礎設施、其他 車輛及交通管理系統進行實時通信和協作，從 而提高行駛效率，減少事故。智能駕駛算力需 求增長會遠超摩爾定律，隨著自動駕駛級別的 不斷提升，算力需求不斷增長，到 2030 年自動 駕駛汽車的單車算力將超過 5000T FLOPS，云 端算力需求超過 200E FLOPS。

城：智慧的城市

城市占據全球 2% 的面積，居住著超過全球 50% 以上的人口，消耗了全球 2/3 的能源、排 放了 70% 的溫室氣體（250 多億噸二氧化碳）。 城市的智慧化治理成為實現城市可持續發展的 必然選擇。智慧城市中的物聯網傳感器則持續 生成城市運行的環境數據，未來，每一個物理 實體都將有一個數字孿生，如城市樓宇、水資源、 基礎設施等將組成城市數字孿生，實現更加智 能的城市管理。城市智慧治理將帶來 100 倍的 社會數據聚集，實現高效城市治理。 智慧能源基礎設施借助數據的保存和分析能力 將城市能源消耗中供需二者協調到一個系統中， 以實時數據處理來實現城市能源的高效調度。 例如：通過城市能源的消耗數據繪制出城市實 時能效地圖，動態監控能源的使用情況，再針 對性的進行能源調度，將居民高峰用電平均需 求減少 15% 以上。 城市中每個居民息息相關的氣象、海洋、地震 等公共服務，背后也是依賴大量的數據計算處 理。通過更多元、更大量的城市及自然環境數據， 智慧公共服務將可以更好地預測天氣、海洋和 地震對城市生活的影響，從而使城市在面對極 端事件時更具韌性。每個居民還可以通過這些 智慧化的公共服務，結合自身地理位置等信息， 以定制化的信息判斷氣候或突發事件對自身的 影響。 數據是智慧城市高效運作的核心要素，如何對 生成的海量數據進行有效管理和使用是智慧城 市發展繞不開的主題。

2.更普惠的 AI

以大模型為代表的 AI 技術全面進入人們的生活，徹底豐富人們的衣食住行，讓我們更高效的思考、 創作、學習，讓優質稀缺的資源變得更加容易獲得，大幅提升生活質量和工作效率。

醫：AI 精準醫療

世界衛生組織估計到 2030 年，將出現 1000 萬 衛生工作者的短缺，人工智能將為人類應對這 一挑戰提供有力的幫助，大幅提升醫療服務的 質量和效率，增強患者體驗，一定程度上彌補 醫療資源短缺，縮小不同地區醫療服務的差距， 降低高昂的醫療費用。 AI 在醫療領域的應用將無處不在，覆蓋診斷、 治療、護理等各個環節， AI 在醫學影像分析中 的應用將更加深入，AI 利用先進算法分析患者 數據，自動識別早期疾病跡象，AI 通過醫療大 模型和基因組學，為每位患者提供個性化醫療 方案，通過數字醫生為遠程患者進行咨詢與診 斷，通過 AI 機器人進行手術輔助。

醫：AI 藥物篩選

AI 將更加透明，不再是一個黑盒，不僅會告知 結論，同時也會告知如何得出結論的，讓人類 明白 AI 的思考過程，和人類建立彼此的互信。 有了這樣的基礎，AI 就可以在更廣的范圍內發 揮更大的作用，幫助人類完成復雜的任務，比如： 進行抗病毒藥物篩選，AI 會告訴我們選出藥物 的原因，而不是只給出一個藥物列表（通常情 況下，如果我們只是看到一個結果，將很難做 出決策）。

教育：個性化教育

人類訓練人工智能的過程，同時也是認識自己的 過程，人工智能使得認識人類的智能、人腦的規 律變得更加重要，進而重新認識教育、改革教育 [3]。未來人工智能將改變人類自己的學習、認 知的過程。如人工智能教員通過精細化地分析學 生的行為、習慣、能力等，制定個性化的教學內 容、計劃和教學方式，學生的學習潛力將得到極 大的挖掘，接納新知識更多、更容易。 AI 通過情感識別技術，能夠識別學生的情緒狀 態，提供相應的心理支持和輔導，有助于學生 的心理健康和整體發展。AI 不僅促進了教育的 個性化和公平性，還支持了學生的全面發展和 終身學習。

3.更縱深的感知

預計到 2030 年，全球聯接總數將達到兩千億， 傳感器的數量達到百萬億級，傳感器持續不斷 地從物理世界采集數據，溫度、壓力、速度、 光強、濕度、濃度等，為了讓機器人具備“視覺、 觸覺、聽覺、味覺、嗅覺”，需要更加多維的 感知能力。數據量、時延等原因決定了產生感 知的計算在邊緣完成，邊緣將具備智能的數據 處理能力，例如模仿人類大腦工作的模擬信息 處理技術等。未來，大量感知計算將在邊緣完成， 處理大約 80% 的數據。 感知智能讓海量數據的采集、分析成為可能， 讓更多的行業獲得感知自我的能力，并通過云 端的數字孿生與物理世界形成協同，驅動行業 的數字化創新。

食：智慧農業

全球糧食安全關系到社會穩定，但是農業面臨 重大挑戰，諸如勞動力短缺，土壤退化，水資 源缺乏，頻繁的極端天氣（干旱、洪水、颶風等） 對農業造成嚴重威脅等。未來將建立和完善天 空地一體化的智能農業信息遙感監測網絡，互 聯網、物聯網、大數據、云計算、人工智能等 現代信息技術與農業深度融合，具備農業信息 感知、定量決策、智能控制、精準投入、個性化服務的全新農業生產方式將逐步實現。智慧 農田、智慧大棚、智慧養殖、智慧種植、噴藥 無人機等對邊緣 AI 計算有廣泛的需求。農業智 能傳感與控制系統、智能化農業裝備和農機田 間作業自主系統將加快發展農業電子商務、食 品溯源防偽、農業休閑旅游、農業信息服務水平， 農業將迎來全方位全過程的數字化、網絡化、 智能化改造。

企業：智能控制設備

人工智能技術將在生產系統中高度普及，融入 企業作業各個環節，這將帶來工廠作業模式、 人員配置、部門區域協同等一系列的升級。未 來 10 年，人工智能技術將給關鍵生產環節帶來 大幅的質量提升與成本收益。AI 可以幫助制造 企業實現控制層智慧化運營管理、貫通層海量 數據分析挖掘以及感知層更低時延診斷預警。 中國制造 2025 提出，制造業重點領域全面實現 智能化，試點示范項目運營成本將降低 50%， 產品生產周期縮短 50%，不良品率降低 50%。 比如，工廠的軸承故障診斷、鋼爐熱異常檢測、 電力設備的檢修等深度學習場景，制造工廠可 以通過 AI 技術進行更低時延的診斷預警，提高 生產檢測效率，縮短訂單交付周期。

企業：生產機器人

未來，從操作機械到指揮機器，人類告別惡劣 極端的工作環境。人工智能將參與企業更多的 非操作性任務，人與機器形成無縫的協作關系。 從產品設計、生產、銷售，到企業架構、員工 的雇用和培訓等各個環節，人工智能將驅動企 業業務進行徹底的重塑。如企業采用人工智能 對經濟發展、社會熱點事件等進行分析，判斷行業外部及企業的發展趨勢，或者根據分析結 果優化生產計劃、形成方案，為產品概念的開 發提供決策建議；特別是在滿足個性化需求的 柔性生產中，人工智能的創造能力不僅能夠按 照定制要求設計，更能綜合需求變化和產品使 用數據生成新的產品設計。預計到 2030 年，每 萬名制造業員工將與 1000 個機器人共同工作， 機器準確理解人的指令、準確感知環境、做出 決策建議與行動。 今天，無人值守的黑燈工廠已開始規模部署，人 工智能驅動機器人忙碌于生產線和物流系統，在 重復性高的場景中，機器讓人類告別重復枯燥的 工作。未來，機器將幫助人類處理非確定場景下 危險、惡劣工作，人將從現場操作轉變為遠程指 揮，在更加舒適的環境中工作，遠離危險。 如在采礦業，中國提出了煤礦智能化發展的目 標，到 2025 年大型煤礦和災害嚴重煤礦基本 實現智能化決策和自動化協同運行，井下重點 崗位機器人作業，實現井下少人到井下無人， 2035 年建成智能感知、智能決策、自動執行的 煤礦智能化體系。[4] 從操作性工作到創造性工作，企業智能化重塑。 未來人工智能深度參與人類的思考，與人形成 互動，并呈現出推理的過程，成為可信任的智 能，將在金融、醫療、司法等需要高質量決策 的復雜場景中發揮巨大作用。未來 10 年，通過 對物理世界的不斷學習，人工智能將更加聰明， 從確定性場景到非確定性場景，在越來越多的 任務領域中增強人類，幫助人類獲得超越自我 的能力。