2020年國(guó)內(nèi)和國(guó)際形勢(shì)的風(fēng)云變幻，必將對(duì)IT行業(yè)產(chǎn)生巨大影響，改變著整個(gè)行業(yè)的技術(shù)發(fā)展方向；但也會(huì)有技術(shù)發(fā)展，沿著自己的軌跡前進(jìn)，不受外界的干擾。
體系結(jié)構(gòu)，云計(jì)算
化繁為簡(jiǎn)，走“簡(jiǎn)約”之路，走微服務(wù)之路。
到2020年，微服務(wù)領(lǐng)域?qū)?huì)有一個(gè)新的詞匯：宏服務(wù)。實(shí)際上，宏服務(wù)并非一個(gè)全新的架構(gòu)，而是一種在單體與微服務(wù)之間取得平衡的思想。
當(dāng)前微服務(wù)的發(fā)展增加了系統(tǒng)的復(fù)雜性，微服務(wù)日益細(xì)化，復(fù)用率達(dá)到頂峰，服務(wù)之間的關(guān)系也越來(lái)越復(fù)雜，維護(hù)費(fèi)用也越來(lái)越高。因此，技術(shù)人員提出了“宏服務(wù)”，即在微細(xì)服務(wù)的分割粒度上找到一個(gè)平衡的位置，使系統(tǒng)更容易維護(hù)，實(shí)現(xiàn)多人協(xié)作維護(hù)，代碼庫(kù)重構(gòu)也更簡(jiǎn)單。
到2021年，化繁為簡(jiǎn)仍將是微服務(wù)的主題。
云原生不再是資源導(dǎo)向型的，而是應(yīng)用導(dǎo)向型的。
在市場(chǎng)方面，由云原生技術(shù)提供的業(yè)務(wù)場(chǎng)景非常豐富，比如金融、制造、因特網(wǎng)等。對(duì)這些企業(yè)而言，應(yīng)用云本地技術(shù)的最大困難不在于搭建云平臺(tái)，而在于遷移到云上。由于沒(méi)有為云計(jì)算開(kāi)發(fā)傳統(tǒng)應(yīng)用程序，因此遷移工作將非常繁重，如遷移工具的使用調(diào)試、遷移后的運(yùn)行和維護(hù)等。此外，如果僅僅通過(guò)虛擬化和重新部署的方式遷移上云，就不能發(fā)揮云計(jì)算的彈性、高并發(fā)性等優(yōu)點(diǎn)。
所以現(xiàn)在云原生不再是資源驅(qū)動(dòng)型的，而是應(yīng)用驅(qū)動(dòng)型的，虛擬機(jī)和服務(wù)器不再是云原生的中心，許多技術(shù)專家也把這稱為“云原生的2.0時(shí)代”。圍繞“應(yīng)用”，規(guī)范企業(yè)應(yīng)用的生命周期管理，建立統(tǒng)一的云原生應(yīng)用部署、運(yùn)行、運(yùn)維、管理標(biāo)準(zhǔn)化流程，實(shí)現(xiàn)企業(yè)應(yīng)用的生命周期管理，這正是未來(lái)云原生發(fā)展的重點(diǎn)和挑戰(zhàn)。
公司也會(huì)越來(lái)越意識(shí)到：“云在幫助我們的同時(shí)，還在幫助我們的商業(yè)部門。”技術(shù)架構(gòu)將逐漸轉(zhuǎn)變?yōu)槊嫦驑I(yè)務(wù)的微服務(wù)結(jié)構(gòu)，減少對(duì)開(kāi)發(fā)和運(yùn)營(yíng)的關(guān)注，并真正專注于業(yè)務(wù)。
邊緣計(jì)算技術(shù)將迎來(lái)大規(guī)模商用落地。
就產(chǎn)業(yè)結(jié)構(gòu)而言，目前邊緣計(jì)算仍處于起步階段，下游主要由芯片、硬件、軟件和連接等組成，下游廠商將逐步將硬件和軟件設(shè)施向智能開(kāi)放；中游主要是支撐平臺(tái)，涉及的廠商包括云服務(wù)供應(yīng)商、電信運(yùn)營(yíng)商，這些廠商通常會(huì)選擇特定領(lǐng)域作為邊緣計(jì)算應(yīng)用的突破口；而上游則是應(yīng)用，為智能終端和應(yīng)用賦能邊緣計(jì)算。整個(gè)產(chǎn)業(yè)鏈，從上游到中游到下游，企業(yè)都在探索邊緣計(jì)算的商業(yè)模式和顧客價(jià)值。
就落地場(chǎng)景而言，目前邊緣計(jì)算落地主要集中在能源互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、AR/VR/高清視頻、云游戲、無(wú)人駕駛、智能商店、醫(yī)療保健等領(lǐng)域。
前面。
低代碼將帶來(lái)前端領(lǐng)域的新變化。
非IT技術(shù)人員也可以利用低代碼平臺(tái)構(gòu)建軟件；允許使用通用平臺(tái)開(kāi)發(fā)多個(gè)應(yīng)用程序，這在一定程度上解決了IT部門積壓任務(wù)的問(wèn)題；支持多平臺(tái)部署，只要開(kāi)發(fā)一個(gè)應(yīng)用程序，就可以在不同的環(huán)境下編譯運(yùn)行；易于維護(hù)，從而簡(jiǎn)化了軟件的更新、調(diào)試、修復(fù)和修改。
當(dāng)前，許多企業(yè)為了提高開(kāi)發(fā)效率，特別是前端開(kāi)發(fā)的效率，采用了低代碼平臺(tái)。蘇寧消費(fèi)平臺(tái)研發(fā)中心前端技術(shù)總監(jiān)禹立彬在InfoQ此前接受采訪時(shí)表示：“作為一家電商公司的前端團(tuán)隊(duì)，我們以前遇到類似的業(yè)務(wù)需求，通常都是組件化+人工修改，今年我們嘗試了低代碼平臺(tái)，大大減少了前端程序員的工作量。現(xiàn)在蘇寧低代碼/無(wú)代碼平臺(tái)運(yùn)行良好，成本節(jié)省明顯，以搭建促銷場(chǎng)所為例，已由4-5人的團(tuán)隊(duì)減少到2人。
大數(shù)據(jù)，大人工智能
大數(shù)據(jù)加速與云的融合，湖倉(cāng)一體從理論到實(shí)踐。
第六，工業(yè)智能將跨越發(fā)展的初級(jí)階段。
伴隨著深度學(xué)習(xí)、知識(shí)圖譜等技術(shù)的發(fā)展，算法對(duì)于復(fù)雜問(wèn)題的可解性有了顯著提高，人工智能技術(shù)也逐漸發(fā)展到能夠解決實(shí)際問(wèn)題，超越人類。以此為基礎(chǔ)，工業(yè)智能逐步發(fā)展起來(lái)，比較典型的有：基于數(shù)據(jù)驅(qū)動(dòng)的優(yōu)化決策、深度視覺(jué)質(zhì)量檢測(cè)；工業(yè)知識(shí)圖譜解決全局性、行業(yè)性問(wèn)題；開(kāi)發(fā)和廣泛應(yīng)用人機(jī)交互等智能工業(yè)機(jī)器人。
近年來(lái)，工業(yè)智能經(jīng)歷了三個(gè)主要階段：基于規(guī)則、基于統(tǒng)計(jì)和基于復(fù)雜計(jì)算。三個(gè)主要階段，一方面，專家系統(tǒng)、傳統(tǒng)機(jī)器學(xué)習(xí)、知識(shí)圖譜、前沿機(jī)器學(xué)習(xí)四種技術(shù)并存并不斷融合；另一方面，技術(shù)演進(jìn)的脈絡(luò)越來(lái)越清晰，逐漸形成以知識(shí)圖譜為代表的知識(shí)工程和以深度學(xué)習(xí)為代表的數(shù)據(jù)科學(xué)兩大方向。但是，目前工業(yè)智能的應(yīng)用主要集中在點(diǎn)狀場(chǎng)景上，普及程度有限，還存在很多問(wèn)題，尚處于發(fā)展的初級(jí)階段。
可解釋性AI離大規(guī)模應(yīng)用落地更近了一步。
因?yàn)闄C(jī)器學(xué)習(xí)模型具有“黑箱”性質(zhì)，模型內(nèi)部的原理和模型決策過(guò)程很難理解。但AI的操作結(jié)果將被解釋給人類用戶；同時(shí)，AI操作的問(wèn)題將由人類工程師來(lái)定位和解決；此外，AI過(guò)程將需要人來(lái)管理。
由于計(jì)算能力的增強(qiáng)，算法模型變得越來(lái)越復(fù)雜，體積也越來(lái)越大，盡管它的確很強(qiáng)大，可以幫助我們做越來(lái)越多的事情，甚至在許多特定的任務(wù)中，性能超越人，但我們?cè)絹?lái)越不能理解這些模型，這是一個(gè)棘手的問(wèn)題。我們所說(shuō)的可解釋性，就是希望能直接理解模型的工作機(jī)制，打破人工智能的黑箱。
可解解釋性機(jī)器學(xué)習(xí)的思想就是在選擇模型的時(shí)候，考慮模型的精確度和可解釋性，它不僅提供了模型的預(yù)測(cè)結(jié)果，而且還提供了模型的合理性。目前對(duì)模型本身的可解釋性以及基于結(jié)果的可解釋性研究較多。
認(rèn)知智力方面的突破值得期待。
怎樣獲得智慧？現(xiàn)在有兩條路可走：第一條是所謂的“暴力美學(xué)”，數(shù)據(jù)不足就加數(shù)據(jù)，比如GPT-3，相信將來(lái)GPT-4,GPT-5...這樣的想法可能會(huì)成功。但我們可以從另一個(gè)角度來(lái)看生物智能是如何產(chǎn)生的。生物學(xué)智能有許多實(shí)現(xiàn)途徑，不能僅僅依靠神經(jīng)元數(shù)量或暴力美學(xué)來(lái)解決問(wèn)題。
若將通用人工智能定義為三個(gè)條件：一是多任務(wù)且能完成大量任務(wù)，而不只是一個(gè)單一任務(wù)；二是具有魯棒性；三是有能力適應(yīng)多種環(huán)境。因此，未來(lái)我們需要將神經(jīng)科學(xué)、認(rèn)知科學(xué)和計(jì)算科學(xué)有機(jī)地結(jié)合起來(lái)，加強(qiáng)人工智能與腦科學(xué)的雙向互動(dòng)，揭示生物智能系統(tǒng)的精細(xì)結(jié)構(gòu)和工作機(jī)制，構(gòu)建功能類腦、性能超腦的智能系統(tǒng)，以視覺(jué)等功能動(dòng)物和典型模式動(dòng)物作為參照來(lái)測(cè)試智能水平，為人工智能的未來(lái)發(fā)展探索可行之路。
5G網(wǎng)絡(luò)建設(shè)初見(jiàn)成效，促進(jìn)了智慧醫(yī)療、工業(yè)制造等產(chǎn)業(yè)發(fā)展。
五代機(jī)的發(fā)展速度，遠(yuǎn)遠(yuǎn)超過(guò)了前幾代通訊技術(shù)。到2020年，全球運(yùn)營(yíng)商加快基站建設(shè)，作為全球5G最大的布網(wǎng)市場(chǎng)，目前中國(guó)5G基站已經(jīng)超過(guò)70萬(wàn)個(gè)。就5G終端和消費(fèi)者而言，目前各主流智能手機(jī)品牌已經(jīng)進(jìn)入消費(fèi)市場(chǎng)，即使5GiPhone在今年晚些時(shí)候才上市，但銷量不俗，也有望助推5G市場(chǎng)的快速發(fā)展。
但是5G仍然缺乏“殺手锏應(yīng)用”。5G具有低延遲、高帶寬等特點(diǎn)，進(jìn)入2021年，5G將與“視頻”、“云游”、“物聯(lián)網(wǎng)”、“邊緣計(jì)算”等技術(shù)相結(jié)合，成為未來(lái)5G發(fā)展的新方向。
受暴發(fā)的影響，現(xiàn)場(chǎng)直播、短視頻和音視頻通話等視頻場(chǎng)景逐漸成為常態(tài)，如何使聲音和畫面更加一致，減少卡頓，降低延遲？沒(méi)有5G這一關(guān)鍵技術(shù)，答案是不可能的。另外，HDD技術(shù)發(fā)展的一個(gè)基本條件是帶寬，只有帶寬變得越來(lái)越大，才有可能實(shí)現(xiàn)。
區(qū)塊鏈技術(shù)在“新基建”的推動(dòng)下，加速了其落地。
溫馨提示：內(nèi)容僅供信息傳播，供參考.
來(lái)源：億歐
賽絲智能家居 
詢問(wèn)賽絲
