随着全球危机屡屡发生,如何借助技术解决棘手问题至关重要。如今获取资料的来源比以往都还要更多,若能将穿戴式设备、医疗设备、环境感测器、影片录制与撷取(video capture)和其他连网设备等资料与电脑视觉、机器学习和模拟等云端技术与应用结合,将对世界产生强大影响力。在2022 AWS re:Invent全球盛会期间,亚马逊技术长Werner Vogels分享了以下五大全球趋势的预测及观察。
![亚马逊技术长Werner Vogels分享五大全球趋势的预测及观察](/news/2022/12/27/1704158430S.jpg) |
亚马逊技术长Werner Vogels分享五大全球趋势的预测及观察 |
预测一:云端技术将翻转以往所认知的运动赛事
在未来几年,数位转型将全面横扫每项运动。奠基於云端技术,体育赛事将成为可被即时分析和协助做出决策的资料流,整合球员补充水分的时机、球的运动轨迹、观众饱和度等资料,并在每场比赛中的後台不断执行模拟以及预测,翻转人们所认知的运动赛事,带来比以往更精采可期的运动竞赛。此外,现场或透过直播的观赛体验也将发生变化。体育场馆将采用Amazon Go商店等零售产业的创新方法,例如使用电脑视觉、感测器融合和深度学习,做到无票入场和拿了就走(Grab-and-Go)的消费模式。新一代资料叠合和即时洞察也将深化至运动员层面以强化赛事体验,宛如视觉效果最顶尖的电动游戏。科技将成为职业体育赛事的竞争基础。
预测二:模拟世界将重塑体验
云端将让空间运算、模拟、数位孪生等技术变得更容易取得,带来全新的体验。在2023年,随着AWS SimSpace Weaver等模拟技术的推出,未来也终将得以模拟近??所有事物。透过模拟执行大量假设的场景,无需等待多年即可得知行为对未来的影响。例如Terraformation全球重新造林等公司凭藉AWS SimSpace Weaver的模拟技术,在达到种植1万亿棵树目标的过程中,模拟森林的生长情况,以确保森林健康和生物多样性,并尽力做到碳补偿(Carbon Offset)。
另一个快速成长的创新领域是空间运算。许多企业已经在建构专用硬体,并使用云端技术来捕捉和建立所有环境的3D模型,这也激发建筑、施工、商业地产和零售产业的创新浪潮。空间运算将在未来几年迅速发展,3D物件和环境将像社群短影片一样流行,且易於产生和使用。这些模型可以在虚拟本地(virtual home)中模拟出它们的特色,在消费者按下购买按钮前就能了解全盘细节。例如一盏虚拟灯不仅可以放在客厅,也可以透过开关灯以即时观察环境光与虚拟家俱的互动,并了解其能源消耗。
预测三:智慧能源创新浪潮
在2023年,能量贮存表面材料、分散式电网、智慧消费等技术将在全球快速发展,助力改善生产、储存和消耗能源的方式。亚马逊正在储存资源,以及在使用者需要时即可随需配送展开行动。云端技术将为材料研究科学开拓的新领域,例如将能源储存整合至提供动力的物体结构中,在一艘船的两侧安装动力电池。亚马逊也开始着手在长期储存能源领域的突破,例如熔盐、堆叠区块和燃料电池。
另一个领域是能源分散化。随着地缘政治事件和气候波动加剧的能源挑战,微电网将成为全球许多社区的解决方案,而云端技术是实现此目标的关键。来自太阳能电池板、风电场、地热和水力发电的资料将在云端串流、储存、监控、进一步精简与分析。机器学习将用於分析所有能源资料、预测使用高峰,并透过每户家庭的用电行为重新分配能源以预防停电。
预测四:供应链转型即将来临
在2023年,电脑视觉和深度学习等技术将推动供应链发展。无人驾驶车队、自主仓库管理和模拟只是引领智慧物流和全球供应链新时代的一小步。工厂中的物联网感测器数量将激增;机器学习将不仅用於预测机器故障,也会用於预防机器故障。云端技术驱动的数位货运网路解决全球运送产品的挑战。数位货运网路将穿越国家甚至海洋,并即时提供资料,帮助承运人优化最有效的航线,并改变航向以应对关键时刻,例如设备故障和天气干扰。供应链的每一个环节将能即时预测货物即时状态和到货时间。
货运网路将为首次跨国的自动驾驶卡车运输奠定基础。自动驾驶卡车运输将对全球供应链产生巨大影响。自动驾驶卡车可以24小时在路上行驶,无须休息,也不会疲倦或分心,产品也将更快、更安全、更高效地送达。抵达当地仓库後,机器人拣选和自动包装变得更加普及。机器人技术借助人工智慧、电脑视觉和对公司库存中单个产品的精确处理,也将开始在仓储中发挥更大的作用。
预测五:客制化晶片成为主流
在2023年,专用晶片将加快创新步伐,工作负载利用硬体优化带来最大化效能,同时降低能源消耗和成本。截至2022年12月,AWS平均每天启动1亿个EC2执行个体,近年来也相当投入於晶片设计。借助专为特定案例独家建构的客制化晶片,企业在云端执行的工作负载将获得更高效能、更好的成本效益。在未来几年,工作负载将转移到专为模型训练的AWS Trainium晶片和专为推论设计的AWS Inferentia晶片中,为工程师开启创新浪潮。透过使用基於AWS Trainium的执行个体节省50%的训练成本,或基於AWS Inferentia的执行个体上实现50%的每瓦效能提升。即便通用应用程式中,迁移至客制化晶片仍有好处,例如基於Graviton3的执行个体,在相同的效能下比同类EC2执行个体的能源消耗低60%。
成本节约和效能优势将带来更多实验、创新以及应用,并为其他特定工作负载提供更多客制化晶片。於2003年获得图灵奖的美国电脑科学家Alan Kay曾言:「真正认真对待软体的人应该制造自己的硬体。」在接下来的一年里,认真对待软体的人将开始利用客制化晶片带来竞争优势。