【導讀】鑒于過(guò)去幾十年技術(shù)變革的速度，預測趨勢似乎是一項吃力不討好的任務(wù)。但我們認為擁有前瞻性的視角很重要，以下是我們對未來(lái)幾年可能持續塑造和重塑行業(yè)的因素的預測。
鑒于過(guò)去幾十年技術(shù)變革的速度，預測趨勢似乎是一項吃力不討好的任務(wù)。但我們認為擁有前瞻性的視角很重要，以下是我們對未來(lái)幾年可能持續塑造和重塑行業(yè)的因素的預測。
1. 助力機器更精準地 “思考”
近年來(lái)，機器學(xué)習、深度學(xué)習和人工智能（AI）取得了巨大進(jìn)展。過(guò)去的重點(diǎn)大多放在訓練支撐 AI 服務(wù)的模型上，而現在發(fā)展勢頭正在從訓練轉向推理。
推理更類(lèi)似于思考和推理過(guò)程，是將經(jīng)過(guò)訓練的模型應用于數據，以得出預測和結論。相比于側重于 “學(xué)習” 的芯片技術(shù)，更適合 “思考” 的芯片技術(shù)將脫穎而出，從而使 AI 得出更準確的結果。此外，人們對神經(jīng)處理單元（NPUs）的關(guān)注將超過(guò)圖形處理單元（GPUs），尤其是在靠近數據來(lái)源的嵌入式應用場(chǎng)景中。
光子集成電路（PICs）的進(jìn)步提高了數據傳輸的速度和容量，這將推動(dòng)超高速人工神經(jīng)網(wǎng)絡(luò )和神經(jīng)形態(tài)計算的發(fā)展。對于計算機視覺(jué)應用而言，卷積神經(jīng)網(wǎng)絡(luò )（CNNs）將徹底改變機器對圖像和視覺(jué)信息的解釋和理解能力。
2. AI持續向邊緣發(fā)展
AI 芯片技術(shù)的不斷創(chuàng )新，尤其是神經(jīng)處理單元（NPUs）的發(fā)展，為每一個(gè)連接設備和傳感器增添更多智能功能帶來(lái)了越來(lái)越多的機遇。這就是邊緣 AI，即把 AI 功能嵌入到位于網(wǎng)絡(luò )邊緣的設備中。
在設備和傳感器中植入智能分析功能，使其更接近輸入數據的源頭，這不僅能減少延遲，還能提高數據的安全性和隱私性。邊緣的 AI 處理還減少了從設備傳輸到數據中心的數據量，相應地減輕了服務(wù)器的處理負擔。使用 TinyML 等輕量級 AI 模型的 NPUs，相比數據中心的 GPUs，能源效率也要高得多。
考慮到連接設備和傳感器的數量和類(lèi)型，邊緣 AI 在各個(gè)工業(yè)和消費領(lǐng)域的應用潛力顯而易見(jiàn)。這一領(lǐng)域的創(chuàng )新將迅速發(fā)展，為每一個(gè)設備賦予 “智能”。
3. 硅技術(shù)的新方向
如何以更高效的方式提升半導體性能將成為首要任務(wù)。碳化硅（SiC）就是一個(gè)很好的例子。它在功率電子領(lǐng)域的特性和優(yōu)勢已廣為人知，在汽車(chē)、能源和工業(yè)應用方面潛力巨大。
然而，SiC 半導體的制造頗具挑戰。該領(lǐng)域的創(chuàng )新將通過(guò)制造過(guò)程的垂直整合實(shí)現，從設計到測試的緊密協(xié)作，以此提高產(chǎn)量和產(chǎn)品質(zhì)量。
硅光子學(xué)也已成為一項非常適合應對當前和未來(lái)計算挑戰的技術(shù)。硅光子學(xué)利用光（光子）而非電子來(lái)傳輸信息，與傳統電子半導體相比，它能以更低的延遲提高數據傳輸效率。這使其成為 AI 數據中心內部互連的理想技術(shù)，但其潛在應用幾乎是無(wú)限的。
傳統芯片技術(shù)推動(dòng)量子計算發(fā)展
多年來(lái)，量子計算一直停留在概念層面的討論中，盡管它似乎更像是科幻作品里的東西，而非能在現實(shí)世界中得到應用。量子所代表的計算能力的飛躍是如此巨大，這意味著(zhù)需要一種全新的處理技術(shù)方法。然而，只需做出相對較小的調整，現有的半導體制造技術(shù)就可以用來(lái)為量子計算機提供動(dòng)力。這將徹底改變局面。
采用經(jīng)過(guò)實(shí)踐驗證的 FD - SOI 半導體工藝技術(shù)將加速量子計算朝著(zhù)實(shí)際應用方向發(fā)展。雖然量子計算并不適用于所有計算任務(wù)，但我們將會(huì )看到，從金融服務(wù)到制藥行業(yè)，從網(wǎng)絡(luò )安全到氣候建模等各個(gè)行業(yè)領(lǐng)域和應用場(chǎng)景，都會(huì )對量子計算的潛在用例展開(kāi)探索。
5. 生物傳感器從健身愛(ài)好者領(lǐng)域拓展至日常健康管理
數以百萬(wàn)計的業(yè)余運動(dòng)員已經(jīng)在積極使用可穿戴設備，在運動(dòng)時(shí)監測生物指標，衡量自己在提升健康水平方面的進(jìn)展。
生物傳感器技術(shù)不斷進(jìn)步，所監測的生物指標數量和類(lèi)型增加，尺寸縮小、成本降低，能源效率也大幅提高，這將使它們被嵌入到更多種類(lèi)的設備和材料中。當在監測內容、信息共享對象和時(shí)間方面做好平衡和控制時(shí)，人們會(huì )更愿意接受對自身健康指標的持續監測。
生物傳感器的應用將不再局限于個(gè)人和專(zhuān)業(yè)健身領(lǐng)域，而是會(huì )拓展到更廣泛的醫療保健服務(wù)中。結合邊緣AI，人們在需要時(shí)就能獲得醫療建議和診斷，而且很多時(shí)候無(wú)需前往診所或醫院。主動(dòng)式醫療保?。A防而非治療）將變得可行，有望顯著(zhù)減輕全球醫療系統的負擔。
6. 電動(dòng)汽車(chē)重回正軌，比以往更智能、更安全
雖然在某些市場(chǎng)，電動(dòng)汽車(chē)的銷(xiāo)量確實(shí)出現了下滑，整體銷(xiāo)售增長(cháng)率也低于預期，但從全球范圍來(lái)看，電動(dòng)汽車(chē)的銷(xiāo)量仍在增長(cháng)。
拋開(kāi)銷(xiāo)售數據不談，電動(dòng)汽車(chē)的技術(shù)創(chuàng )新仍在快速推進(jìn)。毫無(wú)疑問(wèn)，半導體、傳感器和軟件在汽車(chē)體驗和車(chē)輛安全運行方面將發(fā)揮越來(lái)越重要的作用。
電動(dòng)汽車(chē)內部更高效的電池和電源管理技術(shù)，以及各國和地區更完善、更高效的充電基礎設施，也將提示消費者對電動(dòng)汽車(chē)的接受程度。隨著(zhù)消費者越來(lái)越積極地參與向可再生能源的轉型，電動(dòng)汽車(chē)將成為他們最容易采取且影響深遠的行動(dòng)之一。
7. 萬(wàn)物皆可數字孿生
數字孿生是對物理實(shí)體（從機器、建筑到整個(gè)城市）的數字化表示，它支持虛擬建模、對規劃的改進(jìn)方案進(jìn)行測試，以及更快速地迭代現實(shí)世界中的優(yōu)化措施。
創(chuàng )建數字孿生的基礎是關(guān)于物理實(shí)體的精確數據流，這些數據通常由物聯(lián)網(wǎng)（IoT）和支持邊緣AI的傳感器提供。
智能傳感器領(lǐng)域的創(chuàng )新意味著(zhù)幾乎所有物理實(shí)體都可以實(shí)現數字化 “孿生”，從數據中獲得的見(jiàn)解將推動(dòng)設計、監測和流程優(yōu)化的進(jìn)步。幾乎每一種傳感器，從溫度傳感器到壓力傳感器，從空氣質(zhì)量傳感器到聲音傳感器，都將發(fā)揮重要作用。
城市管理部門(mén)將利用數字孿生技術(shù)減少污染、改善交通、增強安全性，并實(shí)現更廣泛的可持續發(fā)展目標。我們將為自己的家創(chuàng )建數字孿生，利用它來(lái)優(yōu)化能源使用，并作為增強智能家居自動(dòng)化的基礎。交通系統、醫院、機場(chǎng)、工廠(chǎng)、體育場(chǎng)館……一切皆可數字孿生。
8. 邁向無(wú)限，超越極限
我們正處于一個(gè)前所未有的衛星發(fā)射時(shí)代。目前，地球軌道上大約有 9,000 顆衛星，但預計到本十年末，這一數字將增長(cháng)到多達 60,000 顆。
這一增長(cháng)主要是由低地球軌道上的 “巨型衛星星座” 推動(dòng)的，這些星座正在構建覆蓋全球的低延遲、高性能通信網(wǎng)絡(luò )。
放眼地球軌道之外，許多國家都在規劃太空探索任務(wù)。在未來(lái)幾年內，人類(lèi)很有可能再次踏上月球。這些計劃中的探險任務(wù)的主要目標之一，是尋找和分析那些可能開(kāi)啟下一個(gè)技術(shù)創(chuàng )新時(shí)代的稀有礦物資源。
從近期的歷史來(lái)看，未來(lái)一年及以后，科技領(lǐng)域將取得一些驚人的進(jìn)步，變革的步伐將繼續加快。上述一些趨勢可能被證明是準確的，而另一些可能只是我們的美好愿望。幾乎可以肯定的是，還會(huì )出現一些我們尚未意識到的創(chuàng )新。
（來(lái)源：意法半導體博客）
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
人形機器人、人工智能大模型爆了 來(lái)CITE 2025一探究竟
代碼開(kāi)源！國產(chǎn)MCU平臺開(kāi)發(fā)的EtherCAT工業(yè)PLC伺服驅動(dòng)方案
