計算機行業的發展有兩個基本獨立的周期:金融周期和產品周期。最近有很多關于我們在金融周期中的位置的爭論。金融市場得到了大量的關注。它們往往會出現不可預測的波動,有時甚至是瘋狂的波動。相比之下,產品周期得到的關注相對較少,盡管它實際上是推動計算機行業向前發展的因素。我們可以嘗試通過研究過去和推斷未來來理解和預測產品周期。
技術產品周期是平臺和應用之間相互促進的互動關系。新的平臺促成了新的應用,而新的應用又使新的平臺更有價值,從而形成了一個正反饋循環。更小的、分支的技術周期一直在發生,但每隔一段時間——從歷史上看,大約每10到15年——主要的新周期就會開始,并且完全重塑計算景觀。
個人電腦使企業家們能夠創建文字處理器、電子表格和許多其他桌面應用程序。互聯網使搜索引擎、電子商務、電子郵件和信息傳遞、社交網絡、SaaS商業應用和許多其他服務成為可能。智能手機實現了移動信息、移動社交網絡和按需服務,如共享汽車。今天,我們正處于移動時代的中期。很可能還有更多的移動創新還未到來。
每個產品時代都可以分為兩個階段。1)醞釀階段,即新平臺剛推出時,但昂貴、不完整和/或難以使用;2)增長階段,即新產品出現時,解決了這些問題,拉開了指數增長期的序幕。
AppleII于1977年發布,但這正是1981年IBMPC的發布拉開了PC增長階段的序幕。
互聯網的醞釀階段發生在80年代和90年代初,當時它主要是學術界和政府使用的一種基于文本的工具。1993年,Mosaic網絡瀏覽器的發布開啟了增長階段,并一直持續到現在。
美國計算機硬件制造商PNY推出專為Chia設計的固態硬盤:美國計算機硬件制造商PNY推出了第一批專為Chia挖礦設計的固態硬盤(SSD)。PNY LX2030和LX3030 M.2 NVMe SSD是“超高耐用”型號,可提供高達54,000TB寫入(TBW)的耐用性等級。(decrypt)[2021/7/23 1:10:22]
90年代有有功能的手機,21世紀初有Sidekick和黑莓等早期的智能手機,但智能手機的增長階段真正開始于2007-8年,當時發布了iPhone,然后是Android。此后,智能手機的采用度開始呈爆炸式增長:今天約有2B人擁有智能手機。到2020年,全球80%的人口將擁有一部智能手機。
)
如果10-15年的模式重演,下一個計算時代應該會在未來幾年進入它的增長階段。在這種情況下,我們應該已經處于醞釀階段了。在硬件和軟件方面都有一些重要的趨勢,讓我們看到了計算機的下一個時代可能是什么。在這里,我談一談這些趨勢,然后對未來可能出現的情況提出一些建議。
硬件:小型、廉價、無處不在
在大型主機時代,只有大型機構才能買得起電腦。小型組織可以買得起微型計算機,家庭和辦公室可以買得起個人電腦,個人可以買得起智能手機。
我們現在正進入這樣一個時代:處理器和傳感器變得如此之小和便宜,以至于計算機的數量將比人的數量多很多。
這有兩個原因。一個是半導體行業在過去50年里的穩步發展。第二個是ChrisAnderson所說的"智能手機戰爭的和平紅利":智能手機的巨大成功導致了對處理器和傳感器的大規模投資。如果你拆解現代無人機、VR頭盔或物聯網設備,你會發現大部分是智能手機組件。
CIIA投資分析師:區塊鏈等加速滲透使通信計算機行業發展勢頭良好:CIIA投資分析師張海亮表示,今年伊始,5G新基建的政策緊鑼密鼓地展開,大數據、云計算、工業互聯網、人工智能、區塊鏈等新興技術加速向社會各領域滲透融合,同時也推升了相關企業效益,使得通信計算機行業在上半年發展勢頭良好。(證券日報)[2020/6/16]
在現代半導體時代,重點已經從獨立的CPU轉向被稱為片上系統的專業芯片束。
典型的片上系統捆綁了高能效的ARMCPU以及用于圖形處理、通信、電源管理、視頻處理等方面的專用芯片。
這種新的架構使基本計算系統的價格從約100美元降至約10美元。RaspberryPiZero是一臺1GHz的Linux電腦,你可以花5美元買到。以類似的價格,你可以買到一個支持wifi的微控制器,來運行一個版本的Python。很快這些芯片的價格將低于一美元。將計算機嵌入到所有任何東西中,將具有成本效益。
同時,在高端處理器中仍有令人印象深刻的性能改進。特別重要的是GPU,其中最好的是由Nvidia制造的。GPU不僅是對傳統的圖形處理有用,而且對機器學習算法和虛擬/增強現實設備也有用。Nvidia的路線圖承諾在未來幾年內會大幅的提高性能。
一種通配符技術是量子計算,今天它主要存在于實驗室中,但如果實現商業化,可以為生物學和人工智能等領域的某些類別的算法帶來數量級的性能改進。
軟件:AI的黃金時代
ETH礦工將6000臺計算機的芯片處理能力用于尋找冠狀病療法:金色財經報道,以太坊區塊鏈上最大的美國礦工CoreWeave正在將6000臺專用計算機的芯片處理能力重新定向用于尋找冠狀病療法的研究領域。這些GPU將幫助斯坦福大學的Folding@home,這一長期研究工作于2月27日啟動了一個旨在通過獨特的藥物開發方法來促進冠狀病研究的項目。該項目連接來自世界各地的數千臺計算機,組成用于疾病研究的分布式超級計算機。[2020/3/20]
今天,在軟件領域有著許多令人興奮的事情發生。分布式系統就是一個很好的例子。隨著設備的數量成倍增長,1)在多臺機器上任務并行化2)在設備間通信和協調變得越來越重要。有趣的分布式系統技術包括像Hadoop和Spark這樣的系統,用于大數據問題并行化,以及用于保護比特幣/區塊鏈的數據和資產。
但最令人興奮的軟件突破也許正發生在人工智能領域。人工智能有一個漫長的炒作和失望的歷史。AlanTuring本人曾預言,到2000年機器將能夠成功模仿人類。然而,也有充分的理由認為,人工智能現在可能最終進入一個黃金時代。
“機器學習是一種核心的、變革性的方式,我們正在重新思考我們正在做的一切。"-谷歌首席執行官SundarPichai
人工智能的很多興奮點都集中在深度學習上,這是一種機器學習技術,由現在著名的2012年谷歌項目推廣,該項目使用一個巨大的計算機集群來學習識別YouTube視頻中的貓咪。深度學習是神經網絡的后代,這項技術可以追溯到1940年代。它是由多種因素組合而成的,包括新的算法、廉價的并行計算和大數據集的廣泛使用,使其重新煥發生機。
我們很想把深度學習當作另一個硅谷的流行語來看待。然而,這種興奮是由令人印象深刻的理論和現實世界的結果所支持的。例如,在使用深度學習之前,ImageNet挑戰賽——一個受歡迎的機器視覺競賽——獲勝者的錯誤率在20-30%之間。使用深度學習,獲勝算法的準確率穩步提高,并在2015年超過了人類的表現。
聲音 | 澳大利亞計算機協會:區塊鏈潛力大 但在安全等方面存在不確定因素:澳大利亞計算機協會(ACS)今日在官網發布的一份最新報告稱,盡管區塊鏈很有潛力,但其真正的能力還遠未實現,尋求突破需解決一些關鍵問題。ACS表示,每個領域都對現有的區塊鏈框架提出了挑戰,并在數據可移植性、隱私、安全性等方面有著不確定因素。[2019/4/9]
許多與深度學習相關的論文、數據集和軟件工具都是開源的。這產生了民主化的效果,使個人和小型組織能夠建立強大的應用程序。WhatsApp僅用50名工程師就能建立一個服務于9億用戶的全球信息傳遞系統,相比之下,前幾代信息傳遞系統則需要成千上萬的工程師。這種"WhatsApp效應"現在正發生在人工智能領域當中。像Theano和TensorFlow這樣的軟件工具,結合了用于訓練的云數據中心,以及用于部署的廉價GPU,使得小型工程師團隊能夠建立最先進的人工智能系統。
例如,在這里,一個單獨的程序員在一個副業項目中使用TensorFlow對黑白照片進行著色。
而在這里,一家小型創業公司創造了一個實時物體分類器:
這當然會讓人想起科幻電影中的一個著名場景:
大型科技公司發布的深度學習的首批應用之一是谷歌照片中的搜索功能,它的智能程度令人震驚。
聲音 | 趙東:量子計算機成為威脅之前,比特幣可能已升級到抗量子的算法:趙東發布微博稱,今天特意請教了研究抗量子密碼算法的專家丁津泰教授,教授表示,未來量子計算機的確可能會威脅到比特幣的橢圓曲線加密算法,但需要操作一百萬級別的量子比特數才可以做到。 目前世界上最先進的量子計算機只能操作幾十個量子比特。趙東表示,等到量子計算機成為威脅之前,比特幣可能就升級到抗量子的算法了。[2019/1/26]
我們很快就會看到各種產品的智能大幅升級,包括:語音助手、搜索引擎、聊天機器人、3D掃描儀、語言翻譯機、汽車、無人機、醫療成像系統等等,甚至更多。
未來一萬家初創企業的商業計劃很容易預測。以X為例,再加上人工智能。這是一個大問題,現在它就在這里。-KevinKelly
構建人工智能產品的初創企業將需要保持對特定應用的激光關注,以與那些將人工智能作為首要任務的大型科技公司競爭。人工智能系統隨著更多數據的收集而會變得更好,這意味著有可能創造一個數據網絡效應的良性飛輪。地圖創業公司Waze利用數據網絡效應,生產出比他自己資本更雄厚的競爭對手更好的地圖。成功的人工智能初創公司將遵循類似的策略。
軟件+硬件:新的電腦
目前有各種新的計算平臺處于醞釀階段,且假以時日它們就會變得更好——并可能進入增長階段——因為它們融合了硬件和軟件方面的最新進展。盡管它們的設計和包裝非常不同,但它們有一個共同的主題:它們通過在世界的頂部嵌入一個智能虛擬化層而給我們帶來新的,增強的能力。下面是對一些新平臺的簡要概述:
汽車。像谷歌、蘋果、優步和特斯拉等大型科技公司正在對自動駕駛汽車投入大量資源。像特斯拉ModelS這樣的半自動駕駛汽車已經公開發售,并將迅速改進。完全自動駕駛將需要更長的時間,但可能不會超過5年。目前已經有完全自主的汽車,幾乎與人類司機一樣優秀。然而,由于文化和監管方面的原因,完全自主的汽車在被廣泛允許之前,可能需要比人類司機做的更好的多。
期待看到對自動駕駛汽車的更多投資。除了大型科技公司之外,大型汽車制造商也開始非常認真地對待自動駕駛。你甚至會看到一些由初創公司制造的有趣產品。深度學習軟件工具已經變得如此之好,以至于一個單獨的程序員能夠做出一輛半自動的汽車:
無人機。今天的消費級無人機包含現代硬件,但軟件相對簡單。在不久的將來,我們將看到融合了先進的計算機視覺和其他人工智能的無人機,使它們更安全,更容易駕駛,也更有用。休閑攝像將繼續流行,但也會有重要的商業用例。有數以千萬計的危險工作,涉及攀登建筑物、塔樓和其他結構,都可以使用無人機來更安全和有效地進行。
物聯網。物聯網設備的明顯用例是節約能源、安全和便利。Nest和Dropcam是前兩類的流行例子。在便利類別中,最有趣的產品之一是亞馬遜的Echo。
大多數人認為Echo是一個噱頭,直到他們嘗試了它,他們才對它的實用性感到驚訝。這是一個很好的演示,說明永遠在線的語音可以作為一個用戶界面是多么有效。在我們擁有能夠進行完整對話的具有普遍智能的機器人之前,還需要一段時間。但是,正如Echo所顯示的,今天的語音可以在有限的環境中取得成功。隨著最近在深度學習方面取得的突破使之進入了生產設備,語言理解也會隨之迅速提高。
物聯網也將在商業背景下被采用。例如,帶有傳感器和網絡連接的設備對監測工業設備非常有用。
可穿戴設備。今天的可穿戴計算機在多個方面受到限制,包括電池、通信和處理。那些已經成功的可穿戴設備都專注于狹窄的應用,如健身監測。隨著硬件組件的不斷改進,可穿戴設備將像智能手機那樣支持豐富的應用,釋放出廣泛的新應用。與物聯網一樣,語音可能將成為主要的用戶界面。
虛擬現實。2016年對VR來說是令人興奮的一年:OculusRift和HTC/ValveVive的推出,意味著舒適和沉浸式的VR系統最終將公開發售。VR系統需要真正的好,以避免"uncannyvalley"的陷阱。正確的VR需要特殊的屏幕,強大的顯卡,以及追蹤用戶精確位置的能力。今年,公眾將首次體驗到所謂的"臨場感"——當你的感官被充分欺騙就會感覺完全進入了虛擬世界。
VR頭盔將繼續改進,并變得更加實惠。主要的研究領域將包括。1)創建渲染和/或拍攝的VR內容的新工具,2)直接從手機和頭盔進行跟蹤和掃描的機器視覺,以及3)托管大型虛擬環境的分布式后端系統。
增強現實。AR可能會在VR之后出現,因為AR需要VR所需要的大部分東西,再加上額外的新技術。例如,AR需要先進的、低延遲的機器視覺,以便在同一互動場景中令人更加信服地結合真實和虛擬物體。
也就是說,AR的到來可能比你想象的要快。這個演示視頻是直接通過MagicLeap的AR設備拍攝的:
接下來會是什么?
有可能10-15年的計算周期模式已經結束,移動是最后的時代。也有可能下一個時代在一段時間內不會到來,或者只有上面討論的新計算類別的一個子集最終會變得很重要。
我傾向于認為我們正處于不是一個而是多個新時代的風口浪尖。“智能手機戰爭的和平紅利"創造了新設備的寒武紀爆炸,而軟件的發展,尤其是人工智能,將使這些設備變得智能和有用。上面討論的許多未來主義技術在今天都已經存在,并將在不久的將來廣泛使用。
觀察家們注意到,許多這些新設備正處于"尷尬的青春期"。這是因為它們正處于醞釀階段。就像70年代的個人電腦)、80年代的互聯網和21世紀初的智能手機一樣,我們看到的是一個還沒有完全到來的未來的碎片。但是,未來即將到來:市場有漲有跌,興奮度有起有伏,但是計算技術卻在穩步前進。
許多實力雄厚的利益相關方迫切的希望減少昂貴的跨境匯款費用。在這種情況下,國際貨幣基金組織指出,大約有100多個國家正在研究CBDC的發展.
1900/1/1 0:00:00Polkadot生態研究院出品,必屬精品波卡一周觀察,是我們針對波卡整個生態在上一周所發生的事情的一個梳理,同時也會以白話的形式分享一些我們對這些事件的觀察.
1900/1/1 0:00:00由一堆代碼寫出來的比特幣系統,從最初的一文不值到現在一個幣達到10萬元錢。比特幣自2009年發行為止,投資回報率為473.63萬倍.
1900/1/1 0:00:009月26日下午,博鰲亞洲論壇國際科技與創新論壇第二屆大會深圳推介會在深圳軟件產業園基地5B棟4樓鴻達廳舉辦.
1900/1/1 0:00:00今年的Chainlink秋季黑客松打破了各項紀錄:共有7800多人報名,280多次項目提交,來自全世界各地的開發者用他們的熱情和才華共同打造下一代混合型智能合約.
1900/1/1 0:00:00經歷昨天的大暴跌行情穩定不久之后,本以為可以平復市場情緒,讓人意想不到的事情繼續發酵。SEC對Coinbase發出了出人意料的警告,由于Coinbase在6月發布穩定幣儲蓄理財業務,用戶儲蓄的資.
1900/1/1 0:00:00