2020年，注定是充滿意外的一年。

在科技領域亦如此。

本文聚集了多位行業(yè)專家，圍繞2020年世界熱門的技術話題，進行各自的想法分享以及做出預測。預測的領域主要為邊緣物聯(lián)網(wǎng)，云，5G，人工智能和工程演進這五大關鍵技術。

行業(yè)專家包括：

Keysight團隊：Keysight是美國一家生產(chǎn)電子測試和測量設備和軟件的公司，主要服務于電信，航空航天/國防，工業(yè)，計算機和半導體行業(yè)。

Nubix團隊：Nubix是美國一家有效監(jiān)視大型分布式IT基礎架構的分析計算的所有者和運營商

WesternDigital團隊：WesternDigital是美國計算機硬盤驅動器制造商和數(shù)據(jù)存儲公司，它在電子行業(yè)擁有悠久的歷史，是最大的計算機硬盤驅動器制造商之一。

MathWorks團隊：MathWorks是世界領先的，為工業(yè)、政府和教育行業(yè)的工程師和科學家提供科學計算軟件的的開發(fā)商。

1 邊緣物聯(lián)網(wǎng)

Keysight團隊預測，未來數(shù)字雙胞胎將成為主流，系統(tǒng)級設計、測試和監(jiān)視將經(jīng)歷巨大的轉變。

物聯(lián)網(wǎng)將隨著廣泛的商業(yè)認可，增加的公共部門應用程序和加速的工業(yè)部署而迅速進入主流。到2020年，當物聯(lián)網(wǎng)真正形成時，我們將看到更高水平的智能體驗，物聯(lián)網(wǎng)正在有效地溝通和工作彼此。

數(shù)字孿生或完整復制仿真的概念是設計工程師的必殺技。到2020年，數(shù)字雙胞胎將憑借其加速創(chuàng)新的能力而成熟并走向主流。為了完全實現(xiàn)該技術的優(yōu)勢，公司將尋求先進的設計和測試解決方案，以無縫驗證和優(yōu)化其虛擬模型和實際同級產(chǎn)品，以確保其行為完全相同。

互聯(lián)世界將迫使人們對性能，可靠性和完整性進行評估的方式發(fā)生轉變。在2020年，要實現(xiàn)連接到與機械系統(tǒng)連接的通信系統(tǒng)的傳感器系統(tǒng)的全部潛力，將需要在系統(tǒng)級別進行測試的新方法。

如今，可以對雷達天線和雷達收發(fā)器模塊進行測試。但是，測試集成到汽車中的多天線雷達系統(tǒng)將需要不同的測試方法。數(shù)據(jù)中心，關鍵任務物聯(lián)網(wǎng)網(wǎng)絡，汽車以及各種新的，復雜的，支持5G的應用程序也是如此。

電子行業(yè)將強調系統(tǒng)級測試，這是確定的最終步驟，可確保在日益連接的世界中實現(xiàn)端到端的性能，完整性和可靠性。

Nubix產(chǎn)品副總裁TomYates預測，邊緣將越來越小，時間將不斷下滑。

圍繞邊緣概念的困難之一是定義進行計算的位置。是否應該在數(shù)據(jù)中心內完成？在云端？在霧中網(wǎng)關？就像在房地產(chǎn)中一樣，邊緣計算全都圍繞位置進行。在2020年，期望看到計算和設備成為近鄰以創(chuàng)造真正的優(yōu)勢。更多組織將尋求在生成數(shù)據(jù)的實際設備上處理數(shù)據(jù)，以解決與其他近邊緣架構相關的延遲，帶寬，連接性和成本問題。

2020年，邊緣計算背后的技術將真正變得微不足道。隨著越來越多的組織尋求在設備和傳感器上處理數(shù)據(jù)的真正優(yōu)勢，相關技術將開始萎縮。從小型電路板到小型電源需求，再到小型容器再到小型機器學習，我們已經(jīng)看到了IoT領域中微小事物的泛濫。我們現(xiàn)在看到的第一個容器足夠小，可以在微型微控制器上運行進程和微型分析功能。

盡管邊緣計算的定義無處不在，但它們都有一個共同的主題——減少數(shù)據(jù)傳輸（數(shù)量和距離）并縮短生成結果的時間。在2020年，我們將看到數(shù)字孿生和“升降”架構的消亡，這是當前基于云的企業(yè)架構的強項，無法解決大量邊緣帶來的延遲和帶寬問題設備已添加到網(wǎng)絡。相反，我們將看到新的企業(yè)架構的出現(xiàn)，這些架構旨在通過使用設備上計算，5G技術和機器學習推理來解決這些挑戰(zhàn)。

WesternDigital高級副總裁YusufJamal預測，IoT安全生態(tài)系統(tǒng)將加速發(fā)展和創(chuàng)新。

在2020年，我們將看到越來越多的人支持基于開放，基于標準的方法，以應對從邊緣到核心的IoT/IIoT安全挑戰(zhàn)。

5G和物聯(lián)網(wǎng)的興起正在徹底改變各種形狀和規(guī)模的企業(yè)和行業(yè)–從石油和天然氣，農(nóng)業(yè)，制造業(yè)到自動駕駛汽車和智慧城市。隨之而來的是數(shù)十億個已連接的設備，監(jiān)視器和傳感器，它們?yōu)閺亩它c到邊緣再到核心的敏感數(shù)據(jù)，系統(tǒng)和體系結構帶來了漏洞和安全風險。

當今高度多樣化的用例和專有的IoT安全解決方案根本無法達到規(guī)模經(jīng)濟。這將推動行業(yè)接受開放的軟件和硬件安全標準，RISC-V指令集體系結構（ISA）的新創(chuàng)新以及基于標準的設備和平臺。開放，可定制，全面，更強大，更易于使用和采用的解決方案將成為領導者，并有助于加速整個生態(tài)系統(tǒng)的新發(fā)展和創(chuàng)新。這將是保護世界依賴的數(shù)據(jù)的共同防御。

在沒有參與生態(tài)系統(tǒng)和利用其在行業(yè)中的集體力量的情況下，沒有任何一家公司有足夠的規(guī)模或足夠大的規(guī)模來推動這些變化。

MathWorks行業(yè)經(jīng)理預測，在工業(yè)4.0物聯(lián)網(wǎng)下，虛擬調試會成為現(xiàn)實，互聯(lián)機器將出現(xiàn)行業(yè)標準，智能工程師將有更多機會。

虛擬調試成為現(xiàn)實。隨著軟件復雜性和模塊化軟件組件可能組合的數(shù)量的增加，在物理機上執(zhí)行全面測試變得越來越困難，更加耗時，最終變得無濟于事。進行軟件的虛擬調試對驗證是否存在錯誤并驗證基于物理生產(chǎn)線的仿真模型是否滿足要求非常重要。諸如高精度齒輪磨床生產(chǎn)商ReishauerAG之類的創(chuàng)新領導者如今已經(jīng)使用多域仿真模型進行虛擬調試。

互聯(lián)機器的行業(yè)標準將會出現(xiàn)。在2020年及以后，將更加重視開發(fā)統(tǒng)一的標準，例如OPCUATSN，這將有助于確保工廠機器和模塊之間的互連性。機器不僅可以相互連接，而且可以連接到云系統(tǒng)，在云系統(tǒng)中，靈活的計算能力可用于對業(yè)務和工程數(shù)據(jù)運行強大的算法。

智能工程師將有更多機會。在工業(yè)4.0影響下，更多的工程師和科學家將致力于AI。建造和操作工業(yè)設備的公司需要改變職位，并雇用完全不同的技術工程師來為工業(yè)4.0反映工廠發(fā)展的開始的未來做準備。

2 云

對于云技術，WesternDigital團隊作出了以下5點預測：

①、在2020年及以后，HDD將繼續(xù)在數(shù)據(jù)中心蓬勃發(fā)展。

盡管許多人已經(jīng)預測了HDD的消亡多年，但是容量企業(yè)型HDD根本無法替代，后者始終滿足不斷增長的數(shù)據(jù)需求并為超大規(guī)模數(shù)據(jù)中心大規(guī)模提供TCO值。如今，行業(yè)分析公司IDC估計，全球已安裝的存儲容量中近2/3由HDD組成。IDC還預計，到2023年，每年將創(chuàng)建103ZB，并存儲12ZB-大約60％的存儲數(shù)據(jù)將位于核心/邊緣數(shù)據(jù)中心。在人與機器不斷增長的數(shù)據(jù)驅動下，這一主流技術將看到新的數(shù)據(jù)放置技術，更高的面密度，機械創(chuàng)新，智能數(shù)據(jù)存儲以及新材料創(chuàng)新，這些創(chuàng)新將為大規(guī)模生產(chǎn)提供新的容量點和總擁有成本可以預見的將來。

②、在全球范圍內，本地和區(qū)域數(shù)據(jù)中心的數(shù)量將會增加。

云的采用并沒有放緩；但是，兩個因素正在推動本地化數(shù)據(jù)中心的增長。首先是數(shù)據(jù)合規(guī)性。隨著多個國家尋求已經(jīng)或已經(jīng)通過數(shù)據(jù)本地化法律，組織將需要保持其數(shù)據(jù)更緊密以了解和減輕與數(shù)據(jù)合規(guī)性相關的潛在安全性和隱私風險。第二個是云遣返。本質上，大型企業(yè)希望擁有自己的數(shù)據(jù)并租用云，以尋求更好的成本和控制力，包括安全性，延遲和數(shù)據(jù)訪問。這些較大的企業(yè)將針對特定的突發(fā)應用，用例和項目更選擇性地使用云。

③、將會出現(xiàn)新的數(shù)據(jù)中心架構，以管理不斷增長的數(shù)據(jù)量和各種數(shù)據(jù)。

在Zettabyte規(guī)模的時代，數(shù)據(jù)基礎架構需要重新架構，以解決工作負載，應用程序和AI/IoT數(shù)據(jù)集不斷增長的規(guī)模和復雜性。這些構造將涉及多層工作負載優(yōu)化的存儲以及系統(tǒng)軟件的新方法。開源計劃ZonedStorage將幫助客戶利用SMRHDD和ZNSSSD的區(qū)域塊管理優(yōu)勢來順序寫入，以讀取為中心的工作負載。2020年，隨著Zettabyte規(guī)模時代中數(shù)據(jù)中心的重新定義，我們將在ZonedStorage中看到大量的應用程序和存儲軟件投資，以幫助推動更高效的存儲層。

④、數(shù)據(jù)利用設備，媒體和結構創(chuàng)新的層級將擴展而不是合同。

從人工智能，機器學習和大數(shù)據(jù)分析到各種商業(yè)智能和可訪問的存檔工作負載，以數(shù)據(jù)為中心的以讀取為中心的應用程序將繼續(xù)以十億字節(jié)的強勁增長。隨著企業(yè)在其數(shù)據(jù)基礎架構上提供越來越差異化的服務，這些大規(guī)模使用案例正在推動存儲層對性能，容量和成本效率的多樣化需求。為了滿足這些需求，數(shù)據(jù)中心體系結構將繼續(xù)朝著一種模型發(fā)展，該模型將通過結構一致地配置和訪問數(shù)據(jù)存儲解決方案，并將底層存儲平臺和設備交付給滿足特定應用需求的各種SLA。盡管我們當然希望在這些規(guī)模上擴大TLC和QLCFlash的部署，

⑤、面料和可組合物將形成共生關系。

以太網(wǎng)結構正成為數(shù)據(jù)中心的“通用背板”，統(tǒng)一了如何大規(guī)模共享，組合和管理存儲，以滿足日益變化的應用程序和工作負載的需求。在2020年，我們將看到越來越多地采用可組合的，分解的存儲解決方案，這些解決方案可以有效地在以太網(wǎng)架構上擴展，并為各種數(shù)據(jù)中心應用程序提供NVMe設備的全部性能潛力。可組合存儲將大大提高企業(yè)調配和優(yōu)化其數(shù)據(jù)基礎架構以滿足動態(tài)應用程序需求的靈活性和靈活性。

3 5G

Keysight團隊預測：要實現(xiàn)5G成熟，挑戰(zhàn)將無處不在。

2020年的5G新功能將給網(wǎng)絡帶來壓力，揭示新的數(shù)據(jù)中心和網(wǎng)絡瓶頸。

工業(yè)物聯(lián)網(wǎng)應用將增加訪問請求，移動汽車物聯(lián)網(wǎng)應用將延長延遲需求。邊緣計算對于處理增加的訪問請求并滿足嚴格的延遲要求將變得更加重要。

更高的數(shù)據(jù)速度將對數(shù)據(jù)中心中更快的內存，更快的數(shù)據(jù)總線和更快的收發(fā)器提出更高的要求。滿足速度和靈活性要求將是原因之一，但是通過網(wǎng)絡實現(xiàn)應用程序貨幣化的客戶可追溯性將成為升級到最新標準的主要動力。

我們將看到先進的設計，測試和監(jiān)視功能，可確保網(wǎng)絡和產(chǎn)品提供預期的性能和故障安全可靠性。業(yè)界將經(jīng)歷芯片組與產(chǎn)品制造商，軟件公司，網(wǎng)絡運營商，云托管公司和國際標準組織之間更緊密的合作，以構建明天的網(wǎng)絡基礎架構。

5G代表了許多領域的技術演進和革命，帶來了跨越多個領域的新技術挑戰(zhàn)。要實現(xiàn)5G成熟，挑戰(zhàn)將無處不在。

該行業(yè)將從一小批將最初的5G網(wǎng)絡商業(yè)化的早期行動者轉變?yōu)橐粋€全球社區(qū)，在這個社區(qū)中，每個大洲和許多國家的多個運營商都將擁有商業(yè)5G網(wǎng)絡。

早期采用者將擴大規(guī)模，2020年推出的用戶將迅速解決其初始部署中的問題。第二代設備和基站將被推向市場，并且該標準將在3GPP的Rel-16中發(fā)布另一個新版本。

2020年該行業(yè)的關鍵技術挑戰(zhàn)將是：確保中頻帶（3.5-5GHz）頻率的性能，將毫米波移至移動性，向完整的獨立（SA）5G網(wǎng)絡過渡的規(guī)劃以及解決架構分解和標準集中式RAN和移動邊緣計算（MEC）。

Nubix工程副總裁MikeGray預測：5G不會很快到達工業(yè)物聯(lián)網(wǎng)。

雖然5G在工業(yè)物聯(lián)網(wǎng)中具有巨大的潛力，但在制造，石油和天然氣，公用事業(yè)和交通運輸?shù)墓灸軌蚶眯碌囊苿蛹夹g方面，還有很長的一段路要走。主要原因：安裝和擴展此基礎架構的成本很高。5G將首先到達主要都會區(qū)，但在偏遠地區(qū)，由于5G覆蓋的距離不那么長，因此需要增加更多的蜂窩塔。對于物聯(lián)網(wǎng)傳感器和其他物聯(lián)網(wǎng)/邊緣計算基礎設施要求可靠性和低延遲的行業(yè)，不應期望很快利用5G的優(yōu)勢。

4 人工智能

西部數(shù)據(jù)首席信息官StevePhillpott預測：

公司將開始自動執(zhí)行ML的數(shù)據(jù)科學家角色

全世界根本沒有足夠的數(shù)據(jù)科學家來支持ML工作負載的增長。公司現(xiàn)在正在開發(fā)將ML的功能交付給軟件工程師和/或業(yè)務主題專家的方法。新的現(xiàn)成工具將能夠履行數(shù)據(jù)科學家的基本職責，而真正的數(shù)據(jù)科學家的角色將轉移至更高級別的附加值，例如針對特殊用例工作對ML進行微調。在3-5年內，機器學習自動化將成為常態(tài)，并且公司將擁有更多可用的工具來使數(shù)據(jù)科學家人員更加高效和敏捷。

AI/ML將幫助推動“自動”一切的采用

在IT中，對更高效率的追求永無止境，而自動化對于成功至關重要。從數(shù)據(jù)庫任務到制造到汽車，再到客戶體驗和自助業(yè)務功能，幾乎所有可以自動化的東西都將成為現(xiàn)實。利用多種數(shù)據(jù)類型的融合，新的AI/ML模型和見解將成為自動化的關鍵推動力。在2020年，組織將繼續(xù)實施AI/ML，以釋放自動化的力量來提高效率和提高生產(chǎn)力。結果？降低整個價值鏈的成本。

我們將在AI/ML生態(tài)系統(tǒng)中看到更多的標準化，這將使其更易于在邊緣集成和部署解決方案

分析是競爭優(yōu)勢——到2020年沒有在分析上進行投資的公司可能會在2021年停止營業(yè)。有太多的公司數(shù)據(jù)可以收集，處理然后轉化為洞察力。那些在這個領域沒有充分利用現(xiàn)代分析工具的人將會遭受苦難。這樣，新的互聯(lián)世界將有越來越多的工作負載移至邊緣，從而增加了確保這些非常小的邊緣設備具有運行和分析大量數(shù)據(jù)的能力的需求。由于占地面積小和快速部署的需求，我們將需要更多的標準化和互操作性。這將采取更加開放的架構，開放的標準，開放的消息傳遞等形式。

而PhilippHFWallner，MathWorks行業(yè)經(jīng)理預測：AI成為靈活生產(chǎn)的推動力，邊緣計算也將幫助AI和預測性維護發(fā)展。

在過去的幾年中，自動化行業(yè)一直在討論“一個樣本量一個”的愿景–生產(chǎn)線如何生產(chǎn)一種種類的商品而又不會遇到較長的轉換時間或其他效率低下的問題。對于工業(yè)4.0，必須實現(xiàn)這一愿景才能滿足生產(chǎn)中完全個性化的要求。這意味著機器不能以固定的，不固定的方式安裝在車間上，即無法針對重復生產(chǎn)幾個月甚至幾年的一種特定產(chǎn)品進行調試，參數(shù)設置和調整。生產(chǎn)線必須靈活。它們必須由可以輕松重新布置的多個機電模塊構建。還必須有一個AI，可以根據(jù)生產(chǎn)線上的下一個個性化商品對機器進行參數(shù)設置和調整。

工業(yè)控制器和邊緣計算設備的快速增長的計算能力以及云系統(tǒng)的使用，有助于在生產(chǎn)系統(tǒng)上實現(xiàn)軟件功能的新維度。基于AI的算法將更好地優(yōu)化整個生產(chǎn)線的吞吐量，同時將能源和其他資源的消耗降至最低。預測性維護將不斷發(fā)展并不僅考慮來自一臺機器或站點的數(shù)據(jù)，而且還將考慮來自多個工廠以及來自不同設備供應商的設備之間的數(shù)據(jù)。根據(jù)需求，這些基于AI的算法將部署在非實時平臺以及PLC等實時系統(tǒng)上。

5 工程演進

Keysight團隊預測：教育將轉移以培養(yǎng)下一代工程師。

學術界將建立行業(yè)合作伙伴關系，以跟上技術發(fā)展的步伐，并將認證計劃，行業(yè)級儀器和自動化系統(tǒng)納入教學實驗室，以對學生進行當前實際應用的培訓。

為了解決物聯(lián)網(wǎng)問題，大學將結合基本電子學，網(wǎng)絡，設計工程，網(wǎng)絡安全和嵌入式系統(tǒng)的方法，同時越來越重視技術對社會和環(huán)境的影響。

為了解決人工智能，自動化和機器人技術問題，大學將把諸如認知科學和機電一體化等當前利基性話題主流化為必修課程。

Nubix邊緣計算工程部副總裁MikeGray預測，即將改變企業(yè)的編程方式。

隨著邊緣計算的快速增長，企業(yè)將開始改變其編程方式。大多數(shù)云原生開發(fā)人員都使用Python和Java等高級編程語言。他們不了解C和C++，因此他們甚至無法開始為邊緣設備編寫軟件。企業(yè)沒有資源聘請另一個具有正確技能的開發(fā)團隊來從事邊緣計算項目，但是在許多情況下，業(yè)務目標需要邊緣計算帶來的收益。這些組織將需要利用他們已經(jīng)擁有的開發(fā)團隊的技能和知識。為了實現(xiàn)這一目標，我們將開始看到云開發(fā)人員熟悉的概念（例如容器）適用于嵌入式世界。