飛象網(wǎng)訊 科技點亮未來，創(chuàng)新驅(qū)動發(fā)展。隨著科技創(chuàng)新的步伐日益加快，2024年將迎來新一輪的突破，有望從根本上重塑整個世界的生活、互動和交流方式。是德科技緊跟技術(shù)創(chuàng)新與行業(yè)發(fā)展動向，于近期發(fā)布了2024主要技術(shù)趨勢預測，內(nèi)容涵蓋云計算、6G、AI與營銷及AI趨勢、軟件測試與AI、半導體和軟件與AI、EDA、量子、電動汽車等熱點話題，旨在為行業(yè)提供前瞻性的洞察與思考，從而預見未來。
此次關(guān)于趨勢預測的文章共分為上下兩篇，上篇重點圍繞AI與營銷及AI趨勢、軟件測試與AI 、半導體和軟件與AI、以及EDA等領(lǐng)域進行深入探討，解讀新質(zhì)生產(chǎn)力會給各行各業(yè)帶來哪些變化與影響。
趨勢一：AI與營銷及AI趨勢
1. AI與營銷
· 未來會是怎樣
市場營銷部門會越來越多地依靠AI 技術(shù)的幫助來完成數(shù)據(jù)分析、見解提煉以及效率提升等任務，這一切都是為了讓營銷活動發(fā)揮出最佳效果。
· 客戶參與：AI 掌控方向盤
到 2024 年底，大多數(shù)的客戶電子郵件將由 AI 生成。品牌會越來越頻繁地使用生成式 AI 引擎撰寫文案初稿供人類審核批準。但是，營銷團隊必須訓練大型語言模型（LLM），才能全自動生成客戶內(nèi)容，并凸顯品牌特色。這種操作將在 2026 年成為常態(tài)，團隊因此能夠?qū)⒐ぷ髦匦霓D(zhuǎn)移到活動管理和優(yōu)化上。
· 版權(quán)成為關(guān)注焦點
生成式設(shè)計工具逐漸普及，但遇到了一個棘手的問題——版權(quán)。很多 AI 解決方案在抓取視覺內(nèi)容的時候并沒有考慮后果。2024 年，人們會付出大量精力，著重找到 AI 圖像創(chuàng)作版權(quán)問題的解決方案，從而厘清版權(quán)歸屬。如此一來，營銷團隊就能放心大膽地使用 AI 設(shè)計工具，而無需擔心牽涉法律問題，因此可以節(jié)省寶貴的時間和金錢。
· AI 與人才：賦能時代
AI 的普及將不可避免地改變營銷團隊的組織結(jié)構(gòu)。低級別的行政管理角色會消失，大量分析職位也將變得多余。不過，前路也并非完全暗淡——未來對數(shù)據(jù)科學家的需求會激增，數(shù)據(jù)分析將成為未來幾年最受歡迎的技能之一，并且不會受到經(jīng)濟下行的影響。人類會繼續(xù)主導營銷工作，但機器發(fā)揮的作用會與日俱增。在市場營銷領(lǐng)域，AI（具有防護措施）為人類賦能的狀況還會持續(xù)至少十年。
· AI 高效提升個性化服務
在市場營銷部門努力提升個性化服務的過程中，AI 將發(fā)揮至關(guān)重要的作用。得益于 AI，市場營銷部門能夠通過優(yōu)化市場細分來生成更多客戶體驗。此外，AI 還能優(yōu)化廣告定位和營銷策略，實現(xiàn)更高程度的客戶參與和訂單轉(zhuǎn)化。
2. AI趨勢
· AI 與零售
零售業(yè)一直在快速整合 AI技術(shù)，以期提高效率、增加銷售額。一項創(chuàng)新即將浮出水面，那就是通過神經(jīng)網(wǎng)絡(luò)與購物者和產(chǎn)品的結(jié)合來打造新零售體驗。譬如，從 2024 年開始，AI 導購能夠在與用戶身材相近的模特上展示衣服，以便用戶準確地看到衣服在不同姿勢下的真實效果。這種高度個性化、身臨其境的體驗代表了零售業(yè)的未來發(fā)展方向。
· AI 與數(shù)字孿生：改變醫(yī)療保健行業(yè)
數(shù)字孿生技術(shù)越來越普及，當下，融合了 AI 的數(shù)字孿生技術(shù)已經(jīng)在醫(yī)療保健領(lǐng)域創(chuàng)造了新的模式。這項技術(shù)將大幅減輕系統(tǒng)承受的壓力，為個人提供更多選擇，有助于提高個人的生活品質(zhì)。AI 驅(qū)動的數(shù)字孿生有望開創(chuàng)一個關(guān)愛老齡化人口的新時代，讓人們能夠獨立生活更長時間。
AI 將在潛在健康問題的早期診斷中發(fā)揮關(guān)鍵作用。舉個例子，全身磁共振成像（MRI）會利用 AI 來識別、預測和分析數(shù)據(jù)模式，并且在遠早于病灶肉眼可見時輔助診斷疾病。此外，在協(xié)助醫(yī)務人員理解和解釋研究結(jié)果以及提供治療和護理建議方面，AI 也將發(fā)揮更突出的作用。
趨勢二：軟件測試與AI
AI 與測試：以永遠在線為基準
隨著 AI 越來越多地嵌入軟件，系統(tǒng)的自主程度會上升，同時風險和復雜性也會隨之增加，測試因此變得非常有挑戰(zhàn)性。所以，僅用一組固定的測試（程序）已無法再勝任智能系統(tǒng)的評測，需要 AI 技術(shù)來自動、持續(xù)地測試各種 AI 應用。軟件測試的未來是自主測試設(shè)計和執(zhí)行。
為什么 AI 可能降低質(zhì)量而不是提高質(zhì)量
當 AI 進入了人們周邊的各個系統(tǒng)后，系統(tǒng)會變得越發(fā)復雜和先進，其質(zhì)量卻面臨下降風險。這是由于大量排列的結(jié)果，然而人們不可能對每一項都進行測試，因此需要圍繞測試的方式、內(nèi)容和時間來做出決策，才能確保質(zhì)量穩(wěn)定。
AI：監(jiān)管需要深度和廣度
人們普遍認為有必要對 AI 進行監(jiān)管。然而，由于涉及的技術(shù)范圍廣、復雜程度高，因此關(guān)于監(jiān)管應當包括哪些內(nèi)容還存在很大爭議。只有在產(chǎn)生了重大負面影響的大事件發(fā)生后，監(jiān)管才能得到必要的資助。屆時，明確的標準和優(yōu)秀案例才會發(fā)揮效力。如果不盡快實施監(jiān)管，AI 脫離掌控的風險會攀升。
AI 與安全：對新常態(tài)保持警惕
認識到伴隨 AI 而生的相關(guān)風險后，企業(yè)需要任命一位 AI 和安全合規(guī)高管。隨著時間的推移，這一職位終將與 CSO 合并。
企業(yè)務必要通過實時學習來設(shè)立防護欄，確保 AI 合規(guī)。常態(tài)化的檢查和平衡有助于驗證智能系統(tǒng)行為如常、沒有失控。實時監(jiān)控將成為標準操作。然而，隨著這些系統(tǒng)的發(fā)展，企業(yè)也有必要測試它們是否學會了在進行非法活動時假裝一切正常。強化學習和類似技術(shù)可能會在無意中推動 AI 通過隱匿行蹤來實現(xiàn)其目標，這會成為 2030 年之前需要解決的重大問題。
對于有能力清理、控制和為 AI 設(shè)置防護欄的企業(yè)來說，這些問題會給他們創(chuàng)造一系列新的機遇。
為什么 AI 需要駕照和定期查驗
AI 系統(tǒng)目前是由構(gòu)建這些系統(tǒng)的公司進行測試。隨著對于風險的了解越來越深入，業(yè)界需要一個獨立的機構(gòu)來驗證 AI 系統(tǒng)是否合規(guī)。第一步是獲得 AI 認證（AI 駕照）。然而，它就如同汽車一樣，需要定期測試，才能確保合乎道德標準、負責任、沒有偏見，并且符合必要的國家和行業(yè)標準。從長遠來看，每一套 AI 系統(tǒng)都需要貼上 NFT 標簽，以證明它符合用途和各種必要的標準。
公民開發(fā)者退出舞臺，商業(yè)開發(fā)者風生水起
長期以來，業(yè)界一直依靠公民開發(fā)者來解決 IT 人才短缺問題。然而，AI 解決方案的快速增長推動著新一代商業(yè)開發(fā)者的成長。這部分領(lǐng)域?qū)＜覅⑴c SDLC 的機會越來越多，因為他們了解企業(yè)的目標和運營。新一波無代碼系統(tǒng)也會橫空出世，幫助商業(yè)用戶制定目標，然后利用 AI 技術(shù)填補缺口。運營知識一方面確保軟件滿足企業(yè)和組織的特定需求，另一方面可以降低風險。
AI 與可持續(xù)發(fā)展困境
AI 系統(tǒng)會給人們的生活帶來哪些轉(zhuǎn)變？關(guān)于這一點，各種說法沸沸揚揚，但很少有人關(guān)注所需的算力。2024 年，AI 對可持續(xù)發(fā)展的影響將成為人們關(guān)注的焦點，企業(yè)和組織會開始監(jiān)測整個技術(shù)基礎(chǔ)設(shè)施的碳足跡，努力實現(xiàn)凈零目標。公司因此需要決定在哪些方面使用 AI 以及如何明智地使用 AI，而不是隨心所欲地到處部署。在測試軟件和應用時，企業(yè)必須拋棄過去的全面測試做法，而應轉(zhuǎn)為預測最關(guān)鍵的測試，進而避免對環(huán)境造成影響。
趨勢三：半導體和軟件與 AI
先進半導體創(chuàng)新指日可待
要想連通數(shù)字世界和現(xiàn)實世界，需要強大的數(shù)字處理能力和數(shù)字接口來弄清楚信號之間的復雜關(guān)系。半導體技術(shù)的進步對于實現(xiàn)這一目標和克服相關(guān)挑戰(zhàn)至關(guān)重要。
這些問題包括提高數(shù)據(jù)傳輸速率，需要更大的帶寬，也意味著需要更高的載波頻率，需要將載波頻率擴展到太赫茲范圍。MIMO 等技術(shù)的使用增加了復雜性和密度，而采用不同拓撲結(jié)構(gòu)的網(wǎng)絡(luò)，如非地面（衛(wèi)星）鏈路，則進一步加劇了這一挑戰(zhàn)。
為了解決這些問題，需要進行一系列創(chuàng)新，其中包括將商用半導體（如 GPU 和 FPGA）與定制的 MMIC 和 ASIC 相結(jié)合，新解決方案將在尺寸、重量、性能和功耗方面帶來顯著改善。業(yè)界也需要用到能以極大帶寬和出色的信號保真度來捕獲和生成信號的數(shù)據(jù)轉(zhuǎn)換器。此外，光子解決方案也有助于擴大數(shù)據(jù)傳輸技術(shù)的覆蓋范圍和容量。
面向設(shè)計和測試的無縫軟件解決方案
目前的工作流程是一組松散互聯(lián)的工具。然而，隨著虛擬世界與現(xiàn)實世界逐步融合，需要一套統(tǒng)一的設(shè)計和測試工作流程，在仿真和測量步驟之間通過云無縫共享數(shù)據(jù)。
這些信息將不斷得到分析，為模擬和測量行為提供依據(jù)，填補從概念到最終測試之間的工作流程存在的空白。來自仿真的結(jié)果會被輸入 AI 工具中，進而提高設(shè)計和測試工作流程的速度和效率。數(shù)字孿生會用于設(shè)計和測試的緊密結(jié)合，因此只需要一次實際構(gòu)建即可。
6G 利用 AI 實現(xiàn)網(wǎng)絡(luò)優(yōu)化
6G 會利用 AI 來實現(xiàn)網(wǎng)絡(luò)優(yōu)化，此舉會帶來諸多測試挑戰(zhàn)。必須開發(fā)能夠測試人工智能算法的技術(shù)，以確保訓練數(shù)據(jù)沒有偏差，模型有效且沒有異常行為。
借力 AI 彌合仿真與現(xiàn)實之間的差距
展望未來，AI 技術(shù)將成為仿真模型的基礎(chǔ)，助力打造更準確、更高效、包含更豐富信息的模型。此外，AI 還能增強對測試數(shù)據(jù)的洞察力，減少錯誤，并幫助優(yōu)化設(shè)計和測試工作流程。
趨勢四：EDA
1. 性能預測仍然是電子設(shè)計的當務之急
2024 年，工程師仍然會繼續(xù)推動電子產(chǎn)品開發(fā)流程的前移。隨著設(shè)計從物理空間進入虛擬空間之后，工程師能夠高效發(fā)現(xiàn)問題并解決問題，獲得更深入的見解，實現(xiàn)性能改進。未來幾年，業(yè)界會著重推動設(shè)計與測試工作流程的銜接，從而應對無線、有線、航空航天與國防以及其他行業(yè)采用的電子產(chǎn)品日益復雜的技術(shù)要求和上市時間要求。
2. 新興電子設(shè)計創(chuàng)新
· 3DIC 與異構(gòu)小芯片：新標準問世
UCIe 等新標準浮出水面，這些標準可用于創(chuàng)建小芯片(Chiplet)，將片上系統(tǒng)設(shè)計解構(gòu)為更小的知識產(chǎn)權(quán)，然后使用先進的封裝將其組裝成 2.5D 和 3D 集成電路。要想準確地仿真晶圓間的物理層互連，設(shè)計人員需要用到滿足 UCIe 和其他標準的高速、高頻通道仿真。
· EDA 轉(zhuǎn)向 AI：由復雜變清晰
AI 和 ML 技術(shù)在 EDA 中的應用仍處于早期階段，設(shè)計工程師還在探索能夠讓復雜問題變簡單的使用場景。AI 對于仿真模型的開發(fā)和驗證特別有意義，因為它能協(xié)助處理大量數(shù)據(jù)。到2024 年，企業(yè)和組織會進一步將這兩種技術(shù)應用于硅和 III-V 族半導體工藝技術(shù)的器件建模，以及尚在研究當中的 6G 等新標準的系統(tǒng)建模。
· 軟件自動化賦能工程師
隨著摩爾定律逼近極限，通過工作流程自動化改進設(shè)計流程不失為提高設(shè)計工程師工作效率的一種途徑。到2024 年，Python API 之類的軟件自動化技術(shù)會發(fā)揮關(guān)鍵作用，把各種優(yōu)秀的工具集成到開放、可互操作的設(shè)計和測試生態(tài)系統(tǒng)中。
· 掌控數(shù)字化轉(zhuǎn)型：設(shè)計管理要點
在打造數(shù)字企業(yè)工作流的同時，很多企業(yè)和組織也在工具套件、數(shù)據(jù)和 IP 的設(shè)計管理方面進行了大力投入。今后，設(shè)計數(shù)據(jù)和 IP 管理軟件會發(fā)揮關(guān)鍵作用，支持跨地區(qū)大型團隊成功打造復雜的 SoC 和異構(gòu)小芯片設(shè)計。在需求定義和合規(guī)之間創(chuàng)建數(shù)字線程，與 PLM 等企業(yè)系統(tǒng)建立緊密聯(lián)系，這些都會在產(chǎn)品開發(fā)周期的數(shù)字化轉(zhuǎn)型中發(fā)揮作用。
· 新一代量子設(shè)計：優(yōu)化系統(tǒng)性能
量子計算飛速發(fā)展，從以免費的研究工具為主升級成了聚焦量子設(shè)計的商業(yè)產(chǎn)品和工作流程。新一代量子設(shè)計需要緊密集成的仿真工作流程，如此開發(fā)人員才能獲得快速、準確地優(yōu)化系統(tǒng)性能的能力。
· 硅光子研究推動數(shù)據(jù)中心轉(zhuǎn)型
數(shù)據(jù)中心蓬勃發(fā)展，為支持 AI 和 ML 工作負載的指數(shù)級增長提供強大計算性能，同時滿足電源和熱性能的需求。就加速數(shù)據(jù)中心轉(zhuǎn)型以滿足計算性能需求而言，硅光子研究將發(fā)揮至關(guān)重要的作用。在開發(fā)包含硅光子互連的高速數(shù)據(jù)中心芯片時，設(shè)計工程師需要工藝設(shè)計套件（PDK）和準確的仿真模型來支持高級開發(fā)工作。
