我们盯着后视镜看现在，倒退着走向未来。”加拿大传播学者麦克卢汉用“后视镜理论”来解释媒介技术演化及其影响的基本运作原则，而这一理论，同样适用于如今科技的发展，强调从历史中走向未来。
但由于人类认知的局限性，时代往往跑得比认知更快，因此，我们既需要过去的经验，也需要未来的视角。
近日，百度、腾讯、达摩院和MIT科技评论先后发布了他们对于2023年科技趋势的预测。纵览各家今年发布的预测，“大模型”“云计算”“芯片”成为了关键词，AI技术带来的智能化仍然是主线。
具体来看，百度研究院所发布的2023年十大科技趋势预测中，涵盖了大模型生态、数实融合、虚实共生、自动驾驶、机器人、科学计算、量子计算、隐私计算、科技伦理和科技可持续发展等领域；腾讯对高性能计算、泛在操作系统、Web3、时空人工智能等前沿数字科技的应用做了预测；在达摩院的预测中，也出现了云原生安全、城市数字孪生和生成式AI等热门领域；而MIT科技评论则聚焦在了生物科技、环保、科技与工程等领域。
作为探路者，这些科技公司和机构都在结合自身实践和前沿学术的基础上，给出了对于未来的判断。去年年初，百度就预言了AIGC将会实现大规模的应用，而今年国内外众多AI绘画的火爆也印证了这一点。今年，达摩院2023十大科技趋势中，也强调了生成式AI将进入应用爆发期。
2022年，数字人、AI绘画、Web3等井喷式的涌现已经让人兴奋不已，翻开日历上新的一页，不禁让人发问：2023年，技术发展的边界又在哪里？
为此，光锥智能从AI、数字化、生物科技、科技与ESG等四个方向，对腾讯、达摩院、百度和MIT科技评论发布的2023年科技趋势预测进行了梳理。
趋势一：以AI为主线的智能化
2022年随着自动驾驶、ChatGPT、AI绘画等人工智能技术的火爆，AI开始进入大众语境。而在百度、腾讯、阿里达摩研究院以及MIT科技评论关于2023年十大科技的预测中，AI技术也被赋予了重要篇章。当然，要推动AI的发展也并不容易，从底层算力到预训练大模型，再到应用场景，AI的发展将带动多个产业的变革，具体来看：
基础层：
RISC－V架构：
由于指令集标准X86和ARM占据着CPU架构主要的市场份额，国内芯片的设计研发被卡脖子一直都是老生常谈的问题，但得益于RISC－V 开放标准的兴起，我国芯片自主研发逐渐成为了可能。
与大多数指令集相比，RISC－V指令集可以自由地用于任何目的，允许任何人设计、制造和销售RISC－V芯片和软件，而且RISC－V开源免费，很大程度上降低了芯片设计研发的难度和成本。
在大国科技竞争的背景下，我国芯片厂商不断加码RISC－V，有望实现弯道超车。数据显示，在非营利性质RISC－V International组织的19名高级成员中，与我国有关的有12名。
Chiplet：
后摩尔时代，由于芯片越来越难以单纯靠升级制程实现性能提升，摩尔定律面临失效危机，因此，高性能、低功耗、高面积使用率以及低成本的Chiplet芯粒技术受到了广泛关注。
简单来说，Chiplet的原理与搭乐高积木类似，把传统的 SoC 分解为多个芯粒模块，将这些芯粒分开制备后再通过互联封装形成一个完整芯片。而如何保障互联封装时芯粒连接工艺的可靠性、普适性，实现芯粒间数据传输的大带宽、低延迟，是Chiplet技术研发的关键。
根据达摩院的预测，随着2022年3月份UCle联盟的成立，Chiplet互联标准将逐渐统一，产业化进程将进一步加速。基于先进封装技术的Chiplet可能将重构芯片研发流程，全方位影响芯片的产业格局。
存算一体芯片：
随着AI应用的不断落地，对于芯片的并行运算、低延迟、带宽也提出了更高的要求。
传统冯 · 诺依曼体系下运行的计算机通常包括存储单元和计算单元两部分，导致计算能力受到限制。而存算一体架构直接将数据存储单元和计算单元融合为一体，能够大幅减少数据搬运带来的功耗损失，同时，也减少了等待数据读取时的算力浪费，极大提高计算并行度和能效，在VR／ AR、无人驾驶等应用场景中，存算一体芯片具备高带宽、低功耗的显著优势。
目前，存算一体已经在不少垂直领域掀起热潮，在资本和产业双轮驱动下，基于 SRAM、 NOR Flash等成熟存储器的存内计算将在垂直领域迎来规模化商用，诸如智能家居、可穿戴设备、泛机器人、 智能安防等小算力、低功耗场景有望优先迎来产品和生态的升级迭代。
