未来计算场景有哪些？

未来，大量感知计算将在边缘完成， 处理大约 80% 的数据。

1.更聪明的 AI

人工智能的发展经历了起起伏伏，算力、算法 和数据迎来了巨大的提升，ChatGPT 的问世推 倒了通往 AGI 的多米诺骨牌，大模型成为智能 时代的基础设施， Scaling law 未来几年持续 有效，AI 将跨过奇点，再次迎来爆发期。

行：AI 智慧交通

智能交通领域，通过摄像头、雷达、气象传感 器等采集各种数据，边缘完成车辆识别、交通 事件识别、路面状况识别，生成局部路段的全 息数据，并在云端形成城市级道路数字孪生， 实现车道级实时路况、历史路况的全息呈现。 通过云端策略计算，可以对每辆车、每条道路 生成不同的交通指令，指挥车辆、调节交通 信号，从而更高效、低碳的完成出行。预计 2030 年，全球道路上的电动汽车、面包车、 重型卡车和公共汽车数量将达到 1.45 亿辆。 每辆汽车行驶中产生的数据（一辆车平均每天 行驶 2 小时，行驶中每秒上传的压缩数据将从 现在的 10KB 升至 1MB，10 万辆车智能网联 汽车每天需要传输的数据量大约为 720TB） 需要在汽车与城市之间频繁进行数据交换，借 助智慧交通基础设施的海量数据存储和分析能 力，城市通勤时间将得到大幅提升（日均通勤 缩短 15-30 分钟），交通事故和汽车对城市碳 排放量也随之大幅降低。以计算为核心，持续 支撑交通的数字化升级和智慧化管理。大交通 从“运力”时代进入到“算力”时代是历史的 必然选择，“算力”带来的交通安全、效率、 体验的提升，必将释放出新的生产力，推动社 会经济的发展。

行：自动驾驶

高阶自动驾驶将成为绝大多数汽车的标配，随 着 AI 技术的提升，数据飞轮不断迭代，自动驾 驶技术在加速发展，人的智慧和驾驶经验将被 更敏捷准确地转移到汽车上，实现更类人的智 能驾驶，让人类出行更美好。 L3 将大规模商用，L4 甚至 L5 技术取得突破性 进展。全自动的数据标注系统提升数据飞轮速 度，效率较人工提升千倍甚至万倍，尤其可以 完成人类不能标注的 BEV 等视频数据标注。从 感知、预测到规控，基于一个大模型底座做到 多任务一张网，逐渐过渡到端到端一张网，在 无边界探索中找到自动驾驶的边界。车路协同 将辅助自动驾驶，车辆与道路基础设施、其他 车辆及交通管理系统进行实时通信和协作，从 而提高行驶效率，减少事故。智能驾驶算力需 求增长会远超摩尔定律，随着自动驾驶级别的 不断提升，算力需求不断增长，到 2030 年自动 驾驶汽车的单车算力将超过 5000T FLOPS，云 端算力需求超过 200E FLOPS。

城：智慧的城市

城市占据全球 2% 的面积，居住着超过全球 50% 以上的人口，消耗了全球 2/3 的能源、排 放了 70% 的温室气体（250 多亿吨二氧化碳）。 城市的智慧化治理成为实现城市可持续发展的 必然选择。智慧城市中的物联网传感器则持续 生成城市运行的环境数据，未来，每一个物理 实体都将有一个数字孪生，如城市楼宇、水资源、 基础设施等将组成城市数字孪生，实现更加智 能的城市管理。城市智慧治理将带来 100 倍的 社会数据聚集，实现高效城市治理。 智慧能源基础设施借助数据的保存和分析能力 将城市能源消耗中供需二者协调到一个系统中， 以实时数据处理来实现城市能源的高效调度。 例如：通过城市能源的消耗数据绘制出城市实 时能效地图，动态监控能源的使用情况，再针 对性的进行能源调度，将居民高峰用电平均需 求减少 15% 以上。 城市中每个居民息息相关的气象、海洋、地震 等公共服务，背后也是依赖大量的数据计算处 理。通过更多元、更大量的城市及自然环境数据， 智慧公共服务将可以更好地预测天气、海洋和 地震对城市生活的影响，从而使城市在面对极 端事件时更具韧性。每个居民还可以通过这些 智慧化的公共服务，结合自身地理位置等信息， 以定制化的信息判断气候或突发事件对自身的 影响。 数据是智慧城市高效运作的核心要素，如何对 生成的海量数据进行有效管理和使用是智慧城 市发展绕不开的主题。

2.更普惠的 AI

以大模型为代表的 AI 技术全面进入人们的生活，彻底丰富人们的衣食住行，让我们更高效的思考、 创作、学习，让优质稀缺的资源变得更加容易获得，大幅提升生活质量和工作效率。

医：AI 精准医疗

世界卫生组织估计到 2030 年，将出现 1000 万 卫生工作者的短缺，人工智能将为人类应对这 一挑战提供有力的帮助，大幅提升医疗服务的 质量和效率，增强患者体验，一定程度上弥补 医疗资源短缺，缩小不同地区医疗服务的差距， 降低高昂的医疗费用。 AI 在医疗领域的应用将无处不在，覆盖诊断、 治疗、护理等各个环节， AI 在医学影像分析中 的应用将更加深入，AI 利用先进算法分析患者 数据，自动识别早期疾病迹象，AI 通过医疗大 模型和基因组学，为每位患者提供个性化医疗 方案，通过数字医生为远程患者进行咨询与诊 断，通过 AI 机器人进行手术辅助。

医：AI 药物筛选

AI 将更加透明，不再是一个黑盒，不仅会告知 结论，同时也会告知如何得出结论的，让人类 明白 AI 的思考过程，和人类建立彼此的互信。 有了这样的基础，AI 就可以在更广的范围内发 挥更大的作用，帮助人类完成复杂的任务，比如： 进行抗病毒药物筛选，AI 会告诉我们选出药物 的原因，而不是只给出一个药物列表（通常情 况下，如果我们只是看到一个结果，将很难做 出决策）。

教育：个性化教育

人类训练人工智能的过程，同时也是认识自己的 过程，人工智能使得认识人类的智能、人脑的规 律变得更加重要，进而重新认识教育、改革教育 [3]。未来人工智能将改变人类自己的学习、认 知的过程。如人工智能教员通过精细化地分析学 生的行为、习惯、能力等，制定个性化的教学内 容、计划和教学方式，学生的学习潜力将得到极 大的挖掘，接纳新知识更多、更容易。 AI 通过情感识别技术，能够识别学生的情绪状 态，提供相应的心理支持和辅导，有助于学生 的心理健康和整体发展。AI 不仅促进了教育的 个性化和公平性，还支持了学生的全面发展和 终身学习。

3.更纵深的感知

预计到 2030 年，全球联接总数将达到两千亿， 传感器的数量达到百万亿级，传感器持续不断 地从物理世界采集数据，温度、压力、速度、 光强、湿度、浓度等，为了让机器人具备“视觉、 触觉、听觉、味觉、嗅觉”，需要更加多维的 感知能力。数据量、时延等原因决定了产生感 知的计算在边缘完成，边缘将具备智能的数据 处理能力，例如模仿人类大脑工作的模拟信息 处理技术等。未来，大量感知计算将在边缘完成， 处理大约 80% 的数据。 感知智能让海量数据的采集、分析成为可能， 让更多的行业获得感知自我的能力，并通过云 端的数字孪生与物理世界形成协同，驱动行业 的数字化创新。

食：智慧农业

全球粮食安全关系到社会稳定，但是农业面临 重大挑战，诸如劳动力短缺，土壤退化，水资 源缺乏，频繁的极端天气（干旱、洪水、飓风等） 对农业造成严重威胁等。未来将建立和完善天 空地一体化的智能农业信息遥感监测网络，互 联网、物联网、大数据、云计算、人工智能等 现代信息技术与农业深度融合，具备农业信息 感知、定量决策、智能控制、精准投入、个性化服务的全新农业生产方式将逐步实现。智慧 农田、智慧大棚、智慧养殖、智慧种植、喷药 无人机等对边缘 AI 计算有广泛的需求。农业智 能传感与控制系统、智能化农业装备和农机田 间作业自主系统将加快发展农业电子商务、食 品溯源防伪、农业休闲旅游、农业信息服务水平， 农业将迎来全方位全过程的数字化、网络化、 智能化改造。

企业：智能控制设备

人工智能技术将在生产系统中高度普及，融入 企业作业各个环节，这将带来工厂作业模式、 人员配置、部门区域协同等一系列的升级。未 来 10 年，人工智能技术将给关键生产环节带来 大幅的质量提升与成本收益。AI 可以帮助制造 企业实现控制层智慧化运营管理、贯通层海量 数据分析挖掘以及感知层更低时延诊断预警。 中国制造 2025 提出，制造业重点领域全面实现 智能化，试点示范项目运营成本将降低 50%， 产品生产周期缩短 50%，不良品率降低 50%。 比如，工厂的轴承故障诊断、钢炉热异常检测、 电力设备的检修等深度学习场景，制造工厂可 以通过 AI 技术进行更低时延的诊断预警，提高 生产检测效率，缩短订单交付周期。

企业：生产机器人

未来，从操作机械到指挥机器，人类告别恶劣 极端的工作环境。人工智能将参与企业更多的 非操作性任务，人与机器形成无缝的协作关系。 从产品设计、生产、销售，到企业架构、员工 的雇用和培训等各个环节，人工智能将驱动企 业业务进行彻底的重塑。如企业采用人工智能 对经济发展、社会热点事件等进行分析，判断行业外部及企业的发展趋势，或者根据分析结 果优化生产计划、形成方案，为产品概念的开 发提供决策建议；特别是在满足个性化需求的 柔性生产中，人工智能的创造能力不仅能够按 照定制要求设计，更能综合需求变化和产品使 用数据生成新的产品设计。预计到 2030 年，每 万名制造业员工将与 1000 个机器人共同工作， 机器准确理解人的指令、准确感知环境、做出 决策建议与行动。 今天，无人值守的黑灯工厂已开始规模部署，人 工智能驱动机器人忙碌于生产线和物流系统，在 重复性高的场景中，机器让人类告别重复枯燥的 工作。未来，机器将帮助人类处理非确定场景下 危险、恶劣工作，人将从现场操作转变为远程指 挥，在更加舒适的环境中工作，远离危险。 如在采矿业，中国提出了煤矿智能化发展的目 标，到 2025 年大型煤矿和灾害严重煤矿基本 实现智能化决策和自动化协同运行，井下重点 岗位机器人作业，实现井下少人到井下无人， 2035 年建成智能感知、智能决策、自动执行的 煤矿智能化体系。[4] 从操作性工作到创造性工作，企业智能化重塑。 未来人工智能深度参与人类的思考，与人形成 互动，并呈现出推理的过程，成为可信任的智 能，将在金融、医疗、司法等需要高质量决策 的复杂场景中发挥巨大作用。未来 10 年，通过 对物理世界的不断学习，人工智能将更加聪明， 从确定性场景到非确定性场景，在越来越多的 任务领域中增强人类，帮助人类获得超越自我 的能力。