量子計算iota區塊鏈

① 華為和BAT的新戰場，由這四人主宰

智東西（公眾號：dxcom）

作者 | 李水青

編輯 | 心緣

互聯網行業高速增長時代正在遠去，已成一個不爭事實。阿里、騰訊、網路等互聯網巨頭們比之前任何時候都更需要考慮第二增長曲線。

雲智能服務，是被各家盯準的一條賭上未來的賽道。

成果已經顯現——阿里雲Q3實現營收首超200億元，首次連續四季度盈利；網路每月砸20億搞研發，智能雲營收連續增長超70%；騰訊雲這邊，也首次提出「雲智能」戰略，三年實現團隊一千多人至一萬多人的10倍擴張……

令BAT無法忽視的一大勁敵是華為，作為一家從ICT切入到雲智能的 科技 巨頭，華為面臨更嚴峻的生存壓力。受美國制裁影響，華為消費者業務、運營商業務猛烈受挫，而雲智能業務成為其新的增長命脈。

一場以BATH（網路、阿里、騰訊、華為）為主角的雲智能進軍千行百業的圈地大戰已經蓄勢待發。

華為任正非親自督導「五大軍團」，阿里雲智能將建立18大行業事業部，騰訊和網路也進行了緊鑼密鼓的架構調整或戰略升級，盯准政企數字化市場，「磨刀霍霍向牛羊」。

阿里雲智能總裁張建鋒、華為雲總裁張平安、騰訊CSIG（雲與智慧產業事業群）總裁湯道生、網路CTO王海峰，作為這場雲智能大戰中掌舵者，在2021年這一疫情後經濟恢復和全球洗牌的關鍵時期，正在做出他們職業生涯中的重要抉擇。

盡管面臨的問題各不相同，他們都不約而同地帶領團隊邁向AI落地的「深水區」。

見過湯道生的人可能對他身上的程序員風格印象深刻，他操著一口不太流利的香港普通話，似乎不善言辭，卻很縝密。這位1997年從斯坦福走出來的電子工程碩士，34歲時便成為騰訊QQ研發副總裁、QQ秀產品中心總經理，在2018年成為騰訊CSIG掌舵者。

2021年，越來越多的騰訊內部員工會看到湯道生出入純商務場合，包括與建築產業的天一集團合作、與物流交通產業的招商港口合作、與出行產業的廣汽集團簽約……為了帶領騰訊涉足此前不熟悉的產業互聯網領域，做技術出身的湯道生越來越像一名「銷售」代表。

騰訊CSIG總裁湯道生

「騰訊沒有To B基因」——這是2018年9月騰訊CSIG成立時外界的普遍質疑。騰訊CSIG融合了公司的雲計算、AI、智慧產業等多重技術能力，騰訊的很多科學家出自這里，但如何將技術落地行業，對湯道生和這些科學家來說有不小的鴻溝需要跨越。

即使是三年後的今天，騰訊CSIG已從三年前的一千多人擴張到一萬多人，湯道生依然在近期的一次訪談中坦言了做To B的吃力點——「To B工程的周期更長，對財務管理和項目管理的要求更高，以及傳統行業引入人才也需要磨合。」

業務做深、組織變大，也意味著面臨新的問題。在以AI為重要驅動的產業互聯網項目中，大廠雖然有平台勢能，卻難以像AI創企那樣靈活機動地打「游擊戰」，因此在很多AI競標方案中未必能超過小廠。

對此，湯道生在今年5月已經從組織架構入手進行三年來的首次調整——宣布成立湯道生帶隊的技術委員會，以「自上而下」的方式，在內部減少代碼重復開發，以開源提升項目推進效率。比如在近期騰訊推出的數智人平台等項目中，已經看到跨CSIG和AI Lab、微信、搜狗多部門技術整合成果的跡象。

更深層次的是團隊文化變革。與湯道生自己親自投身「銷售」的舉動相一致——在今年9月CSIG三周年會上，湯道生史無前例地將事業群價值觀升級出「敢拼敢言」這一要求。他犀利地指出，近年來引入了很多不同企業的員工，同事比較拘束、不敢直言的問題已經影響到企業效率，因此團隊要像創業一樣「敢拼」、「敢言」。

當下國內AI技術落地的高潮已經有到來的趨勢，然而，此前活躍在一級市場的AI創企們的「金錢池」卻已見底，紛紛轉向二級市場尋求輸血補給。對於騰訊CSIG這樣具有大廠兜底的AI玩家來說，一場市場收割戰似乎才剛剛開始。

在今年11月舉辦的騰訊生態大會上，湯道生首次提出「騰訊雲智能」提法，公布一套「全局智能」的完整雲智能架構和最新自研AI晶元、AI開發平台、智能產業解決方案等，標志騰訊在產業雲智能領域全面出擊。

騰訊雲智能戰略架構

再來看看行業落地，據我們統計，在今年已公布的大型智慧城市項目中，騰訊雲已經拿下不少大單。今年4月廣州2.1億黃埔智慧城市項目、今年5月江門市3.6億智慧城市項目、今年8月襄陽市的1.1億車聯網先導區項目以及今年9月的上海徐匯區1.2億「一網統管」項目……騰訊雲都充當著主要或唯一中標企業。官方數據顯示，目前騰訊雲AI每天全球12億用戶和200W+客戶，每天處理圖像超過50億張，處理語音超過百萬小時，處理自然語言超過千億級。

「再往下走，我覺得會進入『深水區』，接觸離騰訊原來優勢更遠的這些行業。」湯道生在近期的采訪中談道。

與較晚提出「雲智能」的騰訊不同，網路雖然在BATH中體量更小，卻幾乎是BATH中最先提出「智能雲」且最大決心「All in」人工智慧的一家。

如果要說AI創企們最怕被哪家大廠取代，那無疑是網路。擁有與國際頂尖深度學習框架匹敵的國產PaddlePaddle（飛槳）、獲411張自動駕駛測試牌照的Apollo、量產超2萬片的昆侖AI晶元……網路創始人李彥宏可以在之後的幾年繼續每月投20億元搞研發，AI創企們卻不一定有這個底氣。

再來看看掌舵網路智能雲的網路CTO王海峰，他和很多AI創企的創始人一樣，是一個技術派，同時是「一個沒有新聞的人」。畢業於清華物理專業的父親將他從小開始教育成一個技術人才，他也如願在2021年入選IEEE Fellow，並成為兼任ACL Fellow的中國大陸第一人，網路內部很多人稱他：「氣場比較弱，但同時又不會輕易為別人所動。」

網路CTO王海峰

就是這樣一個看起來溫文爾雅的技術派，帶動了網路智能雲部門在經歷組織變動的不穩定態勢後，轉而在2021年實現業務連續季度70%的增長，成為網路公司的第二增長曲線。

網路智能雲剛剛在2020年經歷了動盪的一年。2020年初，李彥宏將ACG（網路雲）、AIG（AI技術平台體系）、TG（基礎技術體系）整合為「網路人工智慧體系」（AIG），讓網路雲總經理尹世明向新任CTO王海峰統帥匯報。然而僅僅3個月後，尹世明離職。

彼時，在國內雲市場中，阿里雲、騰訊雲分別位居前二，後來者華為雲增速達220%，處於其後的網路智能雲可能被越甩越遠。彭博社當時這樣評價，過去十年，從自然語言處理到語音交互領域，網路已投入了數十億美元，但這項努力因網路人工智慧業務負責人吳恩達（Andrew Ng）等關鍵高管離職而陷入了比較麻煩的境地。市場對公司搞研發投入可能帶來的回報表示懷疑，股價隨即跌至冰點。

進入2021年，王海峰總攬全局，他很少出來發表令人印象深刻的講話，但在今年卻默默帶領網路智能雲迅猛增長。

根據網路公司發布2021年第三季度（Q3）財報，顯示其Q3實現營收319億元，廣告業務增長乏力的趨勢已經體現。但是，網路智能雲在本季度營收同比增長達73%，成為驅動網路核心營收增長的重要動力。在網路2021財年第一季度財報電話會議上，李彥宏直言：「AI和雲，未來三年會占網路營收一半以上。」

從業務上來看，在過去半年裡，網路將網路大腦這一「軟硬一體AI大生產平台」升級到7.0版，把智慧交通、智慧城市等方案落地多所城市。比如就在今年9月，網路就連續拿下3個超億級項目，包括1.17億元紹興智慧快速路項目、1.68億元滄州經濟開發區自動駕駛與車路協同項目、1.79億元桐鄉產業互聯網項目等。

隨著網路CTO王海峰將網路智能雲團隊穩住，他在今年的網路雲智峰會上進一步宣布了網路智能雲的新戰略：「以雲為基礎推進企業數字化轉型，以AI為引擎加速產業智能化升級，雲智一體，賦能千行百業，促進經濟高質量發展。」

對比看看2020年，網路對智能雲戰略的表述還是「以雲計算為基礎，以AI為抓手，聚焦重要賽道。」可以看到，網路智能雲更加強調AI技術落地實體產業，也就是說，網路AI也要進入深水區了。

隨著網路的AI技術落地越來越上道，無疑會成為一眾沖刺IPO的AI創業公司的最大對手之一。

同樣經歷了組織架構調整的還有華為，看起來，華為雲今年的道路更不平坦。

在今年4月華為開發者大會上，華為消費者部門名將余承東時任華為雲總裁，還在為華為雲AI的落地助威吶喊，他說，AI開發要告別作坊式，走向工業化，並帶來華為雲盤古大模型、MindSpore等軟體的更新。

但僅僅5個月後，在今年9月的華為全聯接大會上，發言人已經換了人，變成了新任CEO張平安。張平安於1996年加入華為，曾擔任華為企業業務BG首席運營官、軟體產品線總裁，是華為精通軟體及市場的老將。

華為雲總裁張平安

實際上，今年華為雲進行了多次組織架構調整。先是今年1月，然後是今年3月，將華為雲與計算BG中的原伺服器、存儲等劃歸出到「網路產品與解決方案」，將BG中的雲獨立為Cloud BU，這距離兩者合並僅僅過去了一年。

「屋漏偏逢連夜雨」，受外部制裁影響，2021年華為運營商業務及消費者業務發展受限。2021年10月，華為公布第三季度財報，顯示其本季度營收下降32.1%至4558億元。

在這種情況下，雲與AI技術驅動的To B業務，無疑成為華為新的增長命脈。

作為華為雲臨危上任的大將，張平安在9月的華為全聯接大會上談道：「未來所有的基礎設施和應用都應該是雲化的，我們要積極擁抱人工智慧，讓數據在業務決策中發揮重要作用。」

和余承東等其他華為領導人一樣，張平安的言行中常常盡顯華為人的務實、狼性和毫不含糊。他在多次演講中提到，當下AI落地面臨的最大問題是成本過高問題。為了降低AI落地成本，張平安領導團隊更新了雲天籌AI求解器、華為雲開天aPaaS等一系列AI根技術。可以看到，在華為一整套包含了硬體、AI運算元開發、AI模型開發和AI應用開發的升騰AI全棧技術基礎上，華為雲正從雲基礎設施層往上層的PaaS層加大投入。

一邊是技術在朝著極限水平迭代，另一邊，是從整個集團層面促進雲與AI技術在行業落地。

2021年，華為公司陸續成立了五大行業軍團——煤炭軍團、海關和港口軍團、智慧公路軍團、數據中心能源軍團和智能光伏軍團，標志著華為面向千行百業全面落地雲、AI、網技術的大幕正式拉開。

華為五大行業軍團是由任正非親自督導，從各個BG中抽取最精銳的精兵強將，並獨立平行於它們，整合雲、網、智等多種縱向能力橫向精準打擊行業。這是華為首次在組織架構上明確軍團作戰方式。

華為創始人任正非主持華為軍團組建大會

任正非曾提及對軍團的期待——比如，能不能在2-3年技術成熟，然後對全世界提供礦山智能化服務？而從已有進展來看，華為「礦鴻」礦山操作系統已在神東4個礦廠成功落地，從以點覆蓋AI實時風險預警識別等功能，到推出讓整個礦井變得聯通的礦鴻操作系統，驗證了軍團作戰方式的敏捷性和效率。

在強烈求生需要驅動下，由創始人任正非親自掌舵、猛將張平安強力推進，華為雲與智能技術或許已成為BATH中落地最猛的一極。

2017年華為雲成立初，華為就做出了「上不做應用，下不碰數據，三不做股權投資」的 社會 承諾。到了2020年，華為雲將這一使命升級為——「賦能應用、使能數據，做智能世界的黑土地」。

面臨內外生存壓力，華為雲能不能把握好生態合作的邊界，守住曾經的承諾，這個問題令很多合作夥伴關心。

進入2021年，有很多人提到，阿里雲正在「雙手入泥」，越來越像華為了。

在今年5月的阿里雲峰會上，阿里雲智能事業群總裁張建鋒透露，阿里雲近期完成了重大組織升級，一是設立了18個行業部門，由行業總經理牽頭行業數字化創新。與騰訊湯道生類似，張建鋒是一位為阿里的拳頭產品「淘寶」打過仗的技術架構師，曾帶隊解決了「雙11」的雲計算難題。2019年，張建鋒卸任阿里集團CTO，專心聚焦阿里雲智能事業群和達摩院研發。

阿里雲智能總裁張建鋒

自張建鋒掌舵以來，阿里雲已將落地行業從2019年的三個拓展為2020年的7個，如今已經擴展到18個，並上升至部門。這一擴張速度，印證了張建鋒的「打仗」能力。

阿里雲智能覆蓋行業拓展情況（根據公開信息整理，如有謬誤歡迎指正）

再來橫向看看區域布局，阿里雲智能目前已成立16個區域部門，任命分公司總經理與本地客戶聯接。要知道，這在阿里 歷史 上是沒有過的，在過去一直是華為、海康這樣的ICT廠家所熱衷的事情，現在已成為阿里雲的重要組織策略。

考慮到5月也是華為任正非帶隊的煤炭軍團高歌猛進的時候，阿里雲在5月成立18行業部門、16區域的發力政企數字化的大動作，很容易被認為是對標華為。這兩家企業，中國智慧城市領域的最大雲巨頭和最大的通訊巨頭，似乎要進入一個雲智能技術貼身肉搏的階段。

不過，張建鋒否定了這些調整與競爭有關。他談道，主要是阿里雲自身內部主要矛盾使然，阿里雲的服務離客戶需求之間有很大的差異，這促使阿里雲進行轉變。

不管是否主觀對標，但阿里正在跳出此前做電商消費的思維習慣，通過更接地氣地接近政企數字化客戶，實現技術變現。

姿態轉變伴隨的是阿里雲在財務指標上的上揚。根據11月18日發布的阿里雲Q3財報，阿里雲營收200.07億元，同比增長33%，經調整EBITA利潤（息稅攤銷前利潤）3.96億元，首次實現連續四季度盈利。

阿里雲的營收中有很大份額來自於基礎設施、SaaS等收入，但AI技術已經越來越融入其雲服務中。

簡單回顧一下，今年，阿里達摩院開源了登頂六大NLP權威榜單的預訓練語言模型體系AliceMind，推出超100項視覺AI能力的視覺智能開放平台；阿里雲智能推出讓企業「開箱即用」的大數據 AI平台——「阿里靈傑」，訓練出全球首個突破10萬億參數的AI模型；晶元方面，平頭哥自研雲原生處理器晶元倚天710亮相，玄鐵CPU已出貨超25億顆，成為國內應用規模最大的國產CPU……

張建鋒在接受新華網采訪時談道，12年前，阿里巴巴在國內率先投入 探索 雲計算，成為全球三朵雲之一。下一個十年，阿里巴巴將堅定不移繼續加大對基礎技術和前沿技術的投入，在人工智慧、晶元、量子計算、區塊鏈等領域進行科研攻關。

也難怪說阿里雲越來越像華為，盡管張建鋒並不願意承認，但華為擅長的「扎足根，沖破天」，阿里雲智能今年已在向這個方向大步邁進，與華為爭奪政企數字化市場。

可以看到，不論是在互聯網發展拐點尋找新動能的BAT，還是在美國制裁下尋找新糧倉的華為，它們都將雲智能作為更加重要的生命線在運作，試圖切換新的增長動能。

作為各家雲智能業務的掌舵人，本文中提及的對象中既有來自技術派的優秀產品經理，也有在過往戰場中經歷過大風大浪的管理人才，現在，他們的目光都不約而同的從技術投向行業，准備擼起袖子，雙手入泥，大幹一場。

巨頭的動作對AI領域「原住民」AI企業們可能帶來不小沖擊。一方面，巨頭的高舉高打能帶來整體行業生態的進步，從而營造更適合AI落地的環境；另一方面，自身更加無可取代的競爭力是什麼？最適合的商業模式又是什麼？將成為非巨頭AI企業需要思考的事情。

當AI落地進入深水區，各路AI玩家正在把技術戰車推向各個行業、各個地區的產業數字化轉型的田間地頭，一決高下。

② 汽車技術涉及到哪些新科技

你好，近年來，隨著人工智慧、物聯網、大數據等新一代信息技術的快速發展，智能化、網聯化、數字化趨勢愈加凸顯。受此影響，汽車從單一的工業產品轉變為工業與高科技結合的產物，汽車產業發展也正以風馳電擎的速度向前發展。

1、5G技術

在今年的CES展上，5G技術成為展上最吸睛對象，世界級大廠紛紛針對5G技術領域瘋狂秀肌肉。5G網路是第五代移動通信網路，其峰值理論傳輸速度可達每秒數十Gb，比4G網路的傳輸速度快數百倍。對於自動駕駛而言，信息傳輸速度和響應時間是影響落地應用的重要因素。相比4G網路，5G網路峰值速率提升在20倍以上。由於具備超大帶寬、超低時延和超大接入量等特點，5G通訊也被認為將大幅加快自動駕駛技術的落地進程。

2、區塊鏈

區塊鏈技術對汽車行業也將產生重大影響。比如，阻止黑客進入自動車輛通信、購買二手車時車輛信息不變更性、自動付款（停車費或者加油費）以及數據使用許可權的安全防護等等。

3、物聯網

有了物聯網 (IoT) 之後，製造商發現在提高效率和盈利能力方面有了很大的空間。支持物聯網的系統和分析支持的過程自動化可以幫助製造商實時提高產品質量。汽車製造商可以更輕松地採用彈性精益製造方法，這有助於他們縮短產品上市時間;而這些日益復雜的智能系統，可以幫助他們與快速變化的客戶需求保持同步。精益方法的採用推動了實時調度和靈活製造流程的實施，其中包括材料優化。

4、量子計算

此外，戴姆勒和谷歌於去年年宣布在量子計算領域展開合作，從自動駕駛汽車的部署到為汽車應用選擇新材料，如使用量子化學的電池，都成為媒體關注的焦點。

5、V2X技術隨著智能網聯和自動駕駛汽車趨勢越來越明顯，而為了真正的實現網聯汽車和自動駕駛汽車，智能城市、智能基礎設施等配套設備也需要跟上發展腳步。其中，V2X（車到一切）技術就是不可或缺的一項技術，可將車輛與周圍一切（包括基礎設施、行人等）連接起來，以確保車輛駕駛更安全。而且不止車企，許多技術類企業也在大力研發該技術。

綜上所述，在互聯網持續深刻影響人類社會和生活方方面面的大背景下，5G技術、區塊鏈、物聯網、量子計算、V2X技術等新一輪技術浪潮持續興起，已經深入到包括汽車行業在內的大多數行業，從而進一步顛覆我們已有的認知。

希望我的回答對你有所幫助，謝謝！

③ 強大的量子計算機可以破解加密並解決經典計算機無法解決的問題

強大的量子計算機可以破解加密並解決經典機器無法解決的問題。雖然目前還沒有人成功製造出這樣的設備，但最近我們看到了進步的步伐——那麼，會是新的一年嗎？目前，注意力集中在一個被稱為量子霸權的重要里程碑上：在合理的時間范圍內，量子計算機能夠完成經典計算機無法完成的計算。

谷歌在2019年首次使用具有 54 個量子位（常規計算位的量子等價物）的設備來執行稱為隨機抽樣計算的基本上無用的計算，從而實現了這一目標。2021 年，中國科學技術大學的一個團隊使用 56 個量子比特解決了一個更復雜的采樣問題，後來又用 60 個量子比特將其推得更遠。

但IBM 的Bob Sutor表示，這種跨越式 游戲 是一項尚未產生真正影響的學術成就。只有當量子計算機明顯優於經典計算機並且能夠解決不同問題時，才能實現真正的霸權，而不是目前用作基準的隨機抽樣計算。

他說，IBM 正在努力實現「量子商業優勢」——在這一點上，量子計算機可以比傳統計算機更快地為研究人員或公司解決真正有用的問題。Sutor說，這還沒有到來，也不會在新的一年到來，但可以預期在十年內。

量子軟體公司Classiq的聯合創始人Nir Minerbi則更為樂觀。他認為，新的一年將在一個有用的問題中展示量子霸權。

還記得第一輛電動 汽車 問世的時候嗎？它們對於開車去雜貨店很有用，但也許不適合開車300公里送孩子上大學。就像電動 汽車 一樣，量子計算機會隨著時間的推移變得越來越好，使其在更廣泛的應用中發揮作用。

解決實際問題存在許多障礙。首先是設備需要數千個量子比特才能做到這一點，而且這些量子比特也必須比現有的更穩定和可靠。研究人員很可能需要將它們分組在一起，以作為單個「邏輯量子比特」工作。這有助於提高保真度，但會削弱規模的改進：數千個邏輯量子位可能需要數百萬個物理量子位。

隨著時間的推移，量子計算機會變得更好，在一系列應用中變得有用

研究人員還致力於量子糾錯，以在出現故障時對其進行修復。谷歌在2021年7月宣布，其Sycamore處理器能夠檢測並修復其超導量子比特中的錯誤，但執行此操作所需的額外硬體引入的錯誤多於修復的錯誤。馬里蘭州聯合量子研究所的研究人員後來設法用他們捕獲的離子量子比特通過了這個關鍵的收支平衡閾值。

即便如此，現在還為時過早。如果通用量子計算機在新的一年解決了一個有用的問題，那將是「相當令人震驚的」。在任意時間內保護單個編碼的量子位，更不用說對數千或數百萬個編碼的量子位進行計算了。

量子計算機需要多大才能破解比特幣加密或模擬分子？

預計量子計算機將具有顛覆性，並可能影響許多行業領域。因此，英國和荷蘭的研究人員決定 探索 兩個截然不同的量子問題：破解比特幣（一種數字貨幣）的加密以及模擬負責生物固氮的分子。研究人員描述了他們創建的一種工具，用於確定解決此類問題需要多大的量子計算機以及需要多長時間。

這一領域的大部分現有工作都集中在特定的硬體平台、超導設備上，就像 IBM 和谷歌正在努力開發的那樣。不同的硬體平台在關鍵硬體規格上會有很大差異，例如運算速率和對量子比特（量子比特）的控制質量。許多最有前途的量子優勢用例將需要糾錯量子計算機。糾錯可以通過補償量子計算機內部的固有錯誤來運行更長的演算法，但它是以更多物理量子比特為代價的。從空氣中提取氮來製造用於肥料的氨是非常耗能的，改進這一過程可能會影響世界糧食短缺和氣候危機。相關分子的模擬目前甚至超出了世界上最快的超級計算機的能力，但應該在下一代量子計算機的范圍內。

我們的工具根據關鍵硬體規格自動計算糾錯開銷。為了讓量子演算法運行得更快，我們可以通過添加更多物理量子位來並行執行更多操作。我們根據需要引入額外的量子位以達到所需的運行時間，這嚴重依賴於物理硬體級別的操作速率。大多數量子計算硬體平台都是有限的，因為只有彼此相鄰的量子位才能直接交互。在其他平台中，例如一些捕獲離子的設計，量子位不在固定位置，而是可以物理移動——這意味著每個量子位可以直接與大量其他量子位相互作用。

我們 探索 了如何最好地利用這種連接遙遠量子位的能力，目的是用更少的量子位在更短的時間內解決問題。我們必須繼續調整糾錯策略以利用底層硬體的優勢，這可能使我們能夠使用比以前假設的更小的量子計算機來解決影響深遠的問題。

量子計算機在破解許多加密技術方面比經典計算機更強大。世界上大多數安全通信設備都使用 RSA 加密。RSA 加密和比特幣使用的一種（橢圓曲線數字簽名演算法）有一天會容易受到量子計算攻擊，但今天，即使是最大的超級計算機也永遠不會構成嚴重威脅。研究人員估計，一台量子計算機需要的大小才能在它實際上會構成威脅的一小段時間內破解比特幣網路的加密——在它宣布和集成到區塊鏈之間。交易支付的費用越高，這個窗口就越短，但可能從幾分鍾到幾小時不等。

當今最先進的量子計算機只有50-100個量子比特。「我們估計需要30[百萬] 到3億物理量子比特，這表明比特幣目前應該被認為是安全的，不會受到量子攻擊，但這種尺寸的設備通常被認為是可以實現的，未來的進步可能會進一步降低要求。比特幣網路可以對量子安全加密技術執行『硬分叉』，但這可能會由於內存需求增加而導致網路擴展問題。

研究人員強調了量子演算法和糾錯協議的改進速度。四年前，我們估計捕獲離子設備需要 10 億個物理量子比特才能破解 RSA 加密，這需要一個面積為 100 x 100 平方米的設備。現在，隨著全面改進，這可能會顯著減少到僅僅 2.5 x 2.5 平方米的面積。大規模糾錯量子計算機應該能夠解決經典計算機無法解決的重要問題。模擬分子可應用於能源效率、電池、改進的催化劑、新材料和新葯的開發。進一步的應用程序全面存在——包括金融、大數據分析、飛機設計的流體流動和物流優化。

什麼是量子啟示錄？

想像一個加密的秘密文件突然被破解的世界——這就是所謂的「量子啟示錄」。簡而言之，量子計算機的工作方式與上個世紀開發的計算機完全不同。從理論上講，它們最終可能會比今天的機器快很多很多倍。這意味著面對一個極其復雜和耗時的問題——比如試圖解密數據——其中有數十億的多個排列，如果有的話，一台普通的計算機需要很多年才能破解這些加密。但理論上，未來的量子計算機可以在幾秒鍾內完成這項工作。這樣的計算機可以為人類解決各種問題。英國政府正在牛津郡哈威爾投資國家量子計算中心，希望徹底改變該領域的研究。

一種用於量子計算的新語言

Twist是麻省理工學院開發的一種編程語言，可以描述和驗證哪些數據被糾纏在一起，以防止量子程序中的錯誤。時間結晶、微波爐、鑽石，這三個不同的東西有什麼共同點？量子計算。與使用比特的傳統計算機不同，量子計算機使用量子比特將信息編碼為0或1，或兩者同時編碼。再加上來自量子物理學的各種力量，這些冰箱大小的機器可以處理大量信息——但它們遠非完美無缺。就像我們的普通計算機一樣，我們需要有正確的編程語言才能在量子計算機上正確計算。

對量子計算機進行編程需要了解一種叫做「糾纏」的東西，這是一種用於各種量子比特的計算機，它可以轉化為強大的能量。當兩個量子位糾纏在一起時，一個量子位上的動作可以改變另一個量子位的值，即使它們在物理上是分開的，這引起了愛因斯坦對「遠距離幽靈動作」的描述。但這種效力同樣是弱點的來源。在編程時，丟棄一個量子位而不注意它與另一個量子位的糾纏會破壞另一個量子位中存儲的數據，從而危及程序的正確性。

麻省理工學院計算機科學與人工智慧 (CSAIL) 科學家旨在通過創建自己的量子計算編程語言 Twist 來解開謎團。Twist 可以通過經典程序員可以理解的語言來描述和驗證量子程序中糾纏了哪些數據。該語言使用一個稱為純度的概念，它強制不存在糾纏並產生更直觀的程序，理想情況下錯誤更少。例如，程序員可以使用 Twist 表示程序作為垃圾生成的臨時數據不會與程序的答案糾纏在一起，從而可以安全地丟棄。

雖然新興領域可能會讓人感覺有點浮華和未來感，但腦海中浮現出巨大的金屬機器的圖像，但量子計算機具有在經典無法解決的任務中實現計算突破的潛力，例如密碼學和通信協議、搜索以及計算物理和化學。計算科學的主要挑戰之一是處理問題的復雜性和所需的計算量。經典的數字計算機需要非常大的指數位數才能處理這樣的模擬，而量子計算機可能會使用非常少量的量子位來做到這一點——如果那裡有正確的程序。 「我們的語言 Twist 允許開發人員通過明確說明何時不得與另一個量子位糾纏來編寫更安全的量子程序，」麻省理工學院電氣工程和計算機科學博士生、有關 Twist的新論文的主要作者 Charles Yuan 說. 「因為理解量子程序需要理解糾纏，我們希望 Twist 為開發語言鋪平道路，讓程序員更容易應對量子計算的獨特挑戰。」

解開量子糾纏

想像一個木箱，它的一側伸出一千根電纜。您可以將任何電纜從包裝盒中拉出，也可以將其完全推入。

在你這樣做一段時間後，電纜會形成一個位模式——零和一——取決於它們是在裡面還是在外面。這個盒子代表了經典計算機的內存。該計算機的程序是關於何時以及如何拉電纜的一系列指令。

現在想像第二個外觀相同的盒子。這一次，你拉一根電纜，看到它出現時，其他幾根電纜被拉回了裡面。顯然，在盒子內部，這些電纜不知何故相互纏繞。

第二個框是量子計算機的類比，理解量子程序的含義需要理解其數據中存在的糾纏。但是檢測糾纏並不簡單。你看不到木箱，所以你能做的最好的就是嘗試拉動電纜並仔細推理哪些是糾纏的。同樣，今天的量子程序員不得不用手推理糾纏。這就是 Twist 的設計有助於按摩其中一些交錯的部分。

科學家們設計的Twist具有足夠的表現力，可以為著名的量子演算法編寫程序並識別其實現中的錯誤。為了評估Twist的設計，他們對程序進行了修改，以引入某種對於人類程序員來說相對不易察覺的錯誤，並表明Twist可以自動識別錯誤並拒絕程序。

他們還測量了程序在運行時方面的實際執行情況，與現有的量子編程技術相比，它的開銷不到4%。

對於那些擔心量子在破解加密系統方面的「骯臟」名聲的人來說，Yuan 表示，目前還不清楚量子計算機在實踐中能夠在多大程度上實現其性能承諾。「在後量子密碼學方面正在進行大量研究，這些研究之所以存在，是因為即使是量子計算也不是萬能的。到目前為止，有一組非常具體的應用程序，人們在這些應用程序中開發了量子計算機可以超越經典計算機的演算法和技術。」

重要的下一步是使用Twist創建更高級別的量子編程語言。今天的大多數量子編程語言仍然類似於匯編語言，將低級操作串在一起，沒有注意數據類型和函數等東西，以及經典軟體工程中的典型內容。

量子計算機容易出錯且難以編程。通過引入和推理程序代碼的「純度」，Twist 通過保證一段純代碼中的量子位不會被不在該代碼中的位更改，朝著簡化量子編程邁出了一大步。 這項工作得到了麻省理工學院-IBM 沃森人工智慧實驗室、國家科學基金會和海軍研究辦公室的部分支持。

【注釋. 量子計算機】

量子計算機是一種直接利用量子力學現象（如疊加和糾纏）對數據進行運算的計算設備。量子計算背後的基本原理是量子屬性可以用來表示數據並對這些數據執行操作。

盡管量子計算仍處於起步階段，但已經進行了一些實驗，在這些實驗中，量子計算操作是在非常少量的量子比特（量子二進制數字）上執行的。實踐和理論研究都在繼續進行，許多國家政府和軍事資助機構支持量子計算研究，以開發用於民用和國家安全目的的量子計算機，例如密碼分析。

如果可以建造大規模的量子計算機，它們將能夠比我們目前的任何經典計算機（例如 Shor 演算法）更快地解決某些問題。量子計算機不同於DNA計算機和基於晶體管的傳統計算機等其他計算機。一些計算架構（例如光學計算機）可能會使用經典的電磁波疊加。如果沒有一些特定的量子力學資源，例如糾纏，推測不可能超過經典計算機的指數優勢。

④ 基礎設施是新基建的主導方向

智能化數字基礎設施是基建的主導方向。

⑤ 和數軟體：四大區塊鏈解決方案管理專家

和數軟體：四大區塊鏈解決方案管理專家，下面就和大家一起來看看吧！

一、區塊鏈技術運用

探索 「區塊鏈+」在商品溯源、供應鏈金融、版權保護、信任證明、合同存證、金融風控等領域的應用，加快區塊鏈和人工智慧、大數據、物聯網等前沿信息技術的深度融合，推動集成創新和融合應用。

二、大數據

改變人們使用數據的方式，覆蓋數據集成、分析、挖掘和可視化等大數據技術的核心環節，有效幫助用戶發掘並利用數據價值，提供包括大數據產品與技術服務在內的大數據增值解決方案。

三、物聯網

為物聯網、雲平台、智慧城市及工業4.0等各個領域提供優質高效的軟體系統解決方案，專注打造由「軟體、硬體、人」三者構成的完整配套的物聯網軟體系統，從大數據、硬體智能化、軟體人性化等方面為廣大客戶服務。

四、人工智慧

致力於人工智慧技術研究的創新型平台，研究包括：量子計算、機器學習、基礎演算法、網路安全、視覺計算、自然語言處理、下一代人機交互等，涵蓋智能終端、區塊鏈技術、大數據、智慧城市等多個產業領域並提供一系列人工智慧產品及解決方案。

和數軟體通過全方位市調，深入了解客戶與市場需求，在現有技術成果的基礎上，緊隨互聯網行業發展腳步，不斷鑽研創新。有針對性地制定適用於特定地區、人群的系統技術方案，集中服務客戶要求，解決客戶區塊鏈行業疑難。

⑥ 區塊鏈通俗易懂的講解

區塊鏈通俗易懂的講解
解釋如下
1、區塊鏈是區塊鏈，三次方不太清楚，你是不是想問量子計算。
2、三個邏輯不一樣，稍微有些共同促進的感覺。5G是解決了無線傳輸的速率問題，相對4G速度提高了很多倍。
3、區塊鏈前身是PPP協議，就是點對點的傳輸協議，用來解決中心節點的擁堵問題，提高下載速度的量子計算是突破了摩爾定律，可以在有限的空間解決計算速度的極限問題。

⑦ 全球經濟低谷期新亮點！數字經濟四大階段三大特徵

在全球新冠疫情爆發的兩年多時間內，全球各大經濟體都受到了不同程度沖擊。而在這場百年不遇的公共衛生危機中， 數字經濟成為應對全球經濟下行壓力的穩定器。

疫情期間，人們的購物需求、 娛樂 需求、辦公需求迅速從線下轉為線上，在線辦公、在線教育、網路視頻等數字化新業態新模式蓬勃發展，大量企業利用大數據、工業互聯網等加強供需精準對接、高效生產和統籌調配，數字經濟在減少人員流動、降低疫情傳播風險、滿足人們生產生活需求、穩定經濟增長等方面做出了重要貢獻，成為全球經濟發展的新動能。

01

全球數字經濟增長勢頭強勁

新冠疫情不僅檢驗了數字經濟的韌性，更加速了全球數字經濟發展。

從總量來看，全球數字經濟持續擴張。

2020年，在全球GDP同比下滑3.6個百分比的情況下，全球47個主要國家數字經濟增加值規模達到32.6萬億美元，以互聯網、大數據、雲計算、人工智慧等為代表的新一代信息技術創新加速迭代，並驅動傳統產業加速數字化、網路化、智能化轉型升級。

從增速來看，數字經濟成為支撐全球經濟的重要力量。

2020年全球經濟深度衰退，主要國家經濟均出現負增長，47個主要國家GDP平均同比名義增速為-2.8%。而同期全球數字經濟同比名義增長3.0%，顯著高於同期GDP增速5.8個百分點。

從佔比來看，數字經濟對全球經濟的貢獻持續增強。

傳統生產方式創造的經濟價值佔比逐年遞減，而以數字化為代表的新生產方式創造的經濟價值佔GDP比重已到達43.7%，較上一年同比提升2.5個百分點，在國民經濟中的核心地位不斷鞏固，成為經濟 社會 發展的必然趨勢。

從結構來看，全球數字經濟融合化趨勢更加明顯。

以5G、半導體、集成電路，人工智慧等為代表的數字產業化創新加速，工業互聯網、智能製造、先進製造等成為全球產業升級、產業優勢重塑的關鍵。

2020年全球數字產業化占數字經濟比重為15.6%，佔GDP比重為6.8%，產業數字化占數字經濟比重為84.4%，佔GDP比重為36.8%，數字產業化佔比下降，產業數字化佔比持續提升。

從細分產業來看，全球三二一產數字化發展逐次滲透， 第一二三產業數字經濟佔比分別為8.0%、24.1%和43.9%。

疫情倒逼網路零售、在線視頻、在線教育等服務業數字化新模式蓬勃發展，同時也催生出無人工廠、工業機器人等製造業數字化生產新方式，全球產業數字化轉型如火如荼推進。

02

各國實力差距明顯

此外，比較各國數字經濟發展情況， 發達和高收入國家數字經濟發展韌性更足，應對突發風險的能力更強。

從總量來看，2020年，發達國家數字經濟規模達到24.4萬億美元，佔全球總量的74.7%，是發展中國家的近3倍；

從佔比來看，發達國家數字經濟佔GDP比重為54.3%，遠超發展中國家27.6%的水平；

從增速來看，發展中國家數字經濟同比名義增長3.1%，略高於發達國家數字經濟3.0%的增速。

聚焦到具體國家來看，美、中、德、日、英五國的數字經濟發展較其他國家有明顯優勢。

從規模來看，美中德日英數字經濟規模佔全球的79%。

2020年，美國數字經濟繼續蟬聯世界第一，規模接近13.6萬億美元，中國位居世界第二，規模逼近5.4萬億美元。德國、日本、英國位居第三至五位，規模分別約為2.54、2.48和1.79萬億美元；

從佔比來看，德國、英國、美國數字經濟在國民經濟中占據主導地位，佔GDP比重超過60%；

從增速來看，中國數字經濟同比增長9.6%，位居全球第一，立陶宛緊隨其後，增速為9.3%，愛爾蘭、保加利亞同比增長超過8%；

從結構看，各主要國家產業數字化佔比均超過50%，其中，德國數字經濟與實體經濟融合加速推進，產業數字化占數字經濟比重達到91.3%。

03

四大階段

全球數字經濟的發展大致經歷四個階段的變化：

一是要素變化階段。

在這一個階段，數據要素重構了生產要素體系，那些傳統的生產要素，如土地、勞動力、資本和技術等疊加數據要素，即會產生各式各樣的新型形態。傳統產業也衍生出了智慧農業和先進製造業等更加具有創造性的新經濟 社會 形態。

二是技術變化階段。

這一階段，新一代的信息通信技術實現了群體性突破，如移動互聯網、物聯網、雲計算、大數據、VR/AR、人工智慧、區塊鏈、量子計算/量子通信等領域都取得了突破性的發展。同時，數字創新的各種手段深入到了各行各業，充分地協助 社會 解決發展不平衡和不充分的難題。

三是融合變化階段。

這一階段，數字經濟實現了技術驅動、垂直整合、融合發展、開放體系與生態系統的結合發展。從移動互聯，到共享出行、自動駕駛，再到工業互聯網、雲經濟，每個經濟形態都是以技術融合經濟的經典範式進行呈現。

四是經濟變化階段。

這一階段，生產力和生產關系開始發生變革。前者體現在，數據成為了一項全新的生產要素；後者體現在新興組織模式、新型市場形態和新型治理模式三個方面的發展。數字經濟將成為繼農業經濟和工業經濟之後一個更為高級的經濟形態。

04

三大特徵

在數字經濟發展變化中呈現出三大特徵：

一是平台支撐。平台是數字經濟的「新支柱」。

「雲-網-端」替代「鐵-公-機」成為全新的基礎設施，創造著全新的商業環境。

上一輪數字化浪潮由公司驅動，通過大規模的信息系統投資，完成了公司的數字化，大大提升了公司運營效率與管理半徑。平台的出現推動了整個 社會 的數字化，為個體、小微企業提供可負擔的、世界級的數字基礎設施，最大程度地釋放了個體、小微企業的潛力。整個 社會 信息成本大幅度下降，公司信用不再和規模直接掛鉤，直接促成了大規模協作的形成。

二是數據驅動。數據是數字經濟的「新能源」。

在上一輪信息化浪潮中，業務流程高度數字化，數據在公司內部實現了高效採集與儲存;數據作為支持性工具，幫助公司實現全球業務可查、可控、可追溯。平台的出現，使數據的流動與共享成為可能;人工智慧等新技術的應用，顯著提升了數據挖掘的廣度、深度和速度。從數據挖掘出發，顛覆原有商業模式，建立全新的商業生態，成為新的發展路徑。

三是普惠共享。普惠共享是數字經濟的「新價值」。

「人人參與、共建共享」的特點，實現了普惠 科技 、普惠金融和普惠貿易。

在 科技 領域，以雲計算為代表的按需服務業務形態，使得個人及各類企業可以用很低成本就輕松獲得所需要的計算、存儲和網路資源，而不再需要購買昂貴的軟硬體產品和網路設備。

在金融領域，以互聯網信用為基礎的新型大數據信用評分模型，讓更多的個體享受到適合其各自風險特質的金融信貸服務。

在貿易領域，伴隨著數字經濟的發展，各類貿易主體將都能有機會通過參與全球貿易並從中獲利，數字經濟將成為對沖全球化退潮的一股新動力。

更多內容可關注福卡智庫後續文章。

⑧ IOTA 介紹

IOTA不是物聯網(IoT)的同義詞，而是「非常小」的意思。我們給他命名了一個中文名字：埃歐塔，既是諧音，同時「埃」也是非常小的意思。

2015年，四位創始人創立了IOTA： David Sonstebo, Sergey Ivancheglo, Dominik Schiener以及Serguei Popov。

2015年11-12月，IOTA進行了眾籌，至2015年12月22日，共計籌集到了1337個比特幣，大約50萬美元左右，用於項目的開發。目前2019.3.26 市值8.2 億美元。

在眾籌中，IOTA代幣全部發放給了投資者。

所有的IOTA代幣已經被創建出來了，不會通過挖礦的形式生成。IOTA的總數是： （3^33-1)/2 = 2,779,530,283,277,761 ~ 2.8 Peta IOTA。

IOTA的數量單位：i, Ki, Mi, Gi, Ti, Pi,目前交易所中的交易單位為Mi。

比特幣的數量： 2140年10月左右，比特幣的最大總量將會是 20,999,999.9769。而目前已經挖出 16,675,488個比特幣，是總量的~79%。

比特幣的總量轉化為最小單位為：2,099,999,997,690,000Satoshis, ~ 2.1 Peta Satoshis。這意味著到2140年，IOTA的數量相對於比特幣來說，要多~32%的數量。

IOTA團隊注冊成立了IOTA基金會，總部位於德國柏林，這是一個致力於分布式賬本技術研究開發和技術標准化的非盈利性基金會。

IOTA主要關於於物聯網，以及機器經濟，當然IOTA的技術也可用於人們之間的支付。

IOTA主網於2016年7月11日上線運行。

IOTA種子

IOTA種子是一個81個字元長的字元串，這些字元只包括26個拉丁字母和數字9

字元A-Z都是大寫的

通過種子，IOTA錢包可以生成對應的地址

每個種子所生成的所有地址都歸屬於這個種子

一個IOTA種子看起來是這樣的： FFVK9AWVDAUJRYYKHGWQIAWT

區塊鏈網路（以比特幣為例）中多筆交易打包存儲於區塊中，然後這些區塊順序相互鏈接。

IOTA是第三代公有分布式賬本，基於有向無環圖結構。IOTA中將這種DAG稱之為纏結Tangle。纏結與區塊鏈具有很大的差異。

纏結是基於DAG有向無環圖的數據結構。每一筆交易總是引用驗證之前沒有驗證過的兩筆交易。

    可擴展性 ，隨著交易量的增加，IOTA網路會變得更為強大

    交易免費 ：IOTA沒有交易手續費，這意味著IOTA可以用於小額支付。你可以發送 1個 IOTA到一個地址上，而不需要支付手續費。

    量子安全 ：IOTA使用 Winternitz 一次性簽名演算法，WOTS演算法具有抵抗量子計算機的特點。參考： https://eprint.iacr.org/2011/191.pdf

應用1

    機器經濟：M2M 機器到機器交易， 汽車錢包(accessec GmbH)

在我們的智能充電站解決方案中，原型電動車插入充電站。電動車輛和充電站都有自己的數字錢包。這些錢包之間的付款在車輛充滿電後自動發生。智能電表跟蹤計算付款的使用情況，這是通過IOTA的加密貨幣MIOTA進行的。我們的電動汽車還可以通過M2M交易支付維護和保險費用

應用2   

    物聯網數據交易平台 IOT data marketplace (data.iota.org)

    通過IOTA購買獲得 1 萬個 空氣檢測的感測器設備實時數據。

• https://iota.org/

• https:// data.iota.org

• http://www.iotachina.com /

• https:// iota.org/IOTA_Whitepaper.pdf

⑨ 科技｜阿里達摩院：這十項前沿技術2020將有大突破

不久前，阿里巴巴集團前沿 科技 研究機構達摩院發布了2020十大 科技 趨勢，涵蓋了人工智慧、量子計算、區塊鏈等前沿 科技 及技術熱詞。業內認為，達摩院發布的趨勢內容 聚焦了正在走進現實生活的前沿技術，成為相關行業一種有益的展望 。

2020十大 科技 趨勢具體包括，人工智慧從感知智能向認知智能演進、計算存儲一體化突破AI算力瓶頸、工業互聯網的超融合、機器間大規模協作成為可能、模塊化降低晶元設計門檻、規模化生產級區塊鏈應用將走入大眾、量子計算進入攻堅期、新材料推動半導體器件革新、保護數據隱私的AI技術將加速落地、雲成為IT技術創新的中心。

以「保護數據隱私的AI技術將加速落地」這一趨勢為例，報告認為，數據流通所產生的合規成本越來越高。使用AI技術保護數據隱私正在成為新的技術熱點，其能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

達摩院斷言， 科技 浪潮新十年開啟，圍繞AI、晶元、雲計算、區塊鏈、工業互聯網、量子計算等多個領域將出現顛覆性技術突破。

01 人工智慧從感知智能向認知智能演進

人工智慧已經在「聽、說、看」等感知智能領域已經達到或超越了人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處於初級階段。認知智能將從認知心理學、腦科學及人類 社會 歷史 中汲取靈感，並結合跨領域知識圖譜、因果推理、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運用，實現從感知智能到認知智能的關鍵突破。

02 機器間大規模協作成為可能

傳統單體智能無法滿足大規模智能設備的實時感知、決策。物聯網協同感知技術、5G通信技術的發展將實現多個智能體之間的協同——機器彼此合作、相互競爭共同完成目標任務。多智能體協同帶來的群體智能將進一步放大智能系統的價值：大規模智能交通燈調度將實現動態實時調整，倉儲機器人協作完成貨物分揀的高效協作，無人駕駛車可以感知全局路況，群體無人機協同將高效打通最後一公里配送。

03 計算存儲一體化突破AI算力瓶頸

馮諾伊曼架構的存儲和計算分離，已經不適合數據驅動的人工智慧應用需求。頻繁的數據搬運導致的算力瓶頸以及功耗瓶頸已經成為對更先進演算法 探索 的限制因素。類似於腦神經結構的存內計算架構將數據存儲單元和計算單元融合為一體，能顯著減少數據搬運，極大提高計算並行度和能效。計算存儲一體化在硬體架構方面的革新，將突破 AI 算力瓶頸。

04 工業互聯網的超融合

5G、IoT 設備、雲計算、邊緣計算的迅速發展將推動工業互聯網的超融合，實現工控系統、通信系統和信息化系統的智能化融合。製造企業將實現設備自動化、搬送自動化和排產自動化，進而實現柔性製造，同時工廠上下游製造產線能實時調整和協同。這將大幅提升工廠的生產效率及企業的盈利能力。對產值數十萬億乃至數百萬億的工業產業而言，提高 5%-10% 的效率，就會產生數萬億人民幣的價值。

05 模塊化降低晶元設計門檻

傳統晶元設計模式無法高效應對快速迭代、定製化與碎片化的晶元需求。以RISC-V 為代表的開放指令集及其相應的開源 SoC 晶元設計、高級抽象硬體描述語言和基於 IP 的模板化晶元設計方法，推動了晶元敏捷設計方法與開源晶元生態的快速發展。此外，基於芯粒（chiplet）的模塊化設計方法用先進封裝的方式將不同功能「晶元模塊」封裝在一起，可以跳過流片快速定製出一個符合應用需求的晶元，進一步加快了晶元的交付。

06 規模化生產級區塊鏈應用將走入大眾

區塊鏈 BaaS(Blockchain as a Service) 服務將進一步降低企業應用區塊鏈技術的門檻，專為區塊鏈設計的端、雲、鏈各類固化核心演算法的硬體晶元等也將應運而生，實現物理世界資產與鏈上資產的錨定，進一步拓展價值互聯網的邊界、實現萬鏈互聯。未來將涌現大批創新區塊鏈應用場景以及跨行業、跨生態的多維協作，日活千萬以上的規模化生產級區塊鏈應用將會走入大眾。

07 量子計算進入攻堅期

2019 年，「量子霸權」之爭讓量子計算在再次成為世界 科技 焦點。超導量子計算晶元的成果，增強了行業對超導路線及對大規模量子計算實現步伐的樂觀預期。2020 年量子計算領域將會經歷投入進一步增大、競爭激化、產業化加速和生態更加豐富的階段。作為兩個最關鍵的技術里程碑，容錯量子計算和演示實用量子優勢將是量子計算實用化的轉折點。未來幾年內，真正達到其中任何一個都將是十分艱巨的任務，量子計算將進入技術攻堅期。

08 新材料推動半導體器件革新

在摩爾定律放緩以及算力和存儲需求爆發的雙重壓力下，以硅為主體的經典晶體管很難維持半導體產業的持續發展，各大半導體廠商對於 3 納米以下的晶元走向都沒有明確的答案。新材料將通過全新物理機制實現全新的邏輯、存儲及互聯概念和器件，推動半導體產業的革新。例如，拓撲絕緣體、二維超導材料等能夠實現無損耗的電子和自旋輸運，可以成為全新的高性能邏輯和互聯器件的基礎；新型磁性材料和新型阻變材料能夠帶來高性能磁性存儲器如 SOT-MRAM 和阻變存儲器。

09 保護數據隱私的AI技術將加速落地

數據流通所產生的合規成本越來越高。使用 AI 技術保護數據隱私正在成為新的技術熱點，其能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

10 雲成為IT技術創新的中心

隨著雲技術的深入發展，雲已經遠遠超過 IT 基礎設施的范疇，漸漸演變成所有 IT 技術創新的中心。雲已經貫穿新型晶元、新型資料庫、自驅動自適應的網路、大數據、AI、物聯網、區塊鏈、量子計算整個 IT 技術鏈路，同時又衍生了無伺服器計算、雲原生軟體架構、軟硬一體化設計、智能自動化運維等全新的技術模式，雲正在重新定義 IT 的一切。廣義的雲，正在源源不斷地將新的 IT 技術變成觸手可及的服務，成為整個數字經濟的基礎設施。

⑩ 區塊鏈目前的發展，你們怎麼看

區塊鏈行業目前的發展充滿了不確定性。

不確定性的原因在於它作為一個新的事物，國家對於區塊鏈行業的監管充滿了不確定性。因為現在沒有明確的法律法規，對於區塊鏈進行判定。二是在於沒有很多的經驗進行參考，需要摸著石頭過河。

不過我個人對於區塊鏈的發展還是比較看好的，因為區塊鏈它作為一種技術具有很多獨特的優勢，幫助我們解決效率和信任方面的問題。現在的區塊鏈應用分為很多種，盡管也出現了不少的虛假項目，但它不能代表區塊鏈行業的整體方向。

現在全國各地政府不少都成立了區塊鏈基金來支持區塊鏈行業的發展，很多的政府部門都在搶占區塊鏈行業的高低，為了在以後能夠占據更多的優勢。

不僅在我們國內，在國外也是比較火熱的。盡管最近比特幣大跌，但是並不影響區塊鏈行業整體的一個發展。我個人希望有更多的區塊鏈應用和區塊鏈金融等案例能夠落地成功，從而讓區塊鏈為我們更好的服務。