架构、云计算
一、化繁为简，走在“极简”路上的微服务
2020 年，微服务畛域出现了一个新词汇：“宏服务”。宏服务其实并不是一个全新的架构，而是一种在单体和微服务间取得平衡的理念。目前，微服务的开展参与了系统的复杂性，微服务日趋细化、复用率到达高峰，服务之间的相关变得愈加复杂，保养老本参与。在这种状况下，技术人员提出了“宏服务”，它是在微服务的划分粒度上找到一个平衡位置，使得系统更易于保养，成功多人协同保养，代码库重构更便捷。除了宏服务，在处置复杂性方面，Service Mesh 也做出了很多扭转。以 Istio 为例，2020 年，Istio 信守承诺每个季度都颁布一个版本（1.5, 1.6, 1.7, 1.8），开年版本 1.5 颠覆了之前的设计，提出了“回归单体”的架构思绪，1.6 版本的 Release note 更是在开篇就标明了要将极简主义启动究竟。在 1.7 版本推出后，前 Red Hat 首席架构师、Istio in action 作者、solo.io Field CTO Christian Posta 以为 Istio 1.7 将成为消费可用的最稳固版本。年末颁布的 1.8 版本中，Istio 正式启用了 Mixer 组件。从 Istio 的版本更新中，咱们不美观出社区不时为处置复杂性付出致力。但是一夜无法起高楼，Istio 1.5 版本开启的架构跃进使得至少在 1.5、1.6 两个版本难于消费落地，1.7 版本依然存在严厉的平台版本要求（Kubernetes 的起步版本优化到 1.16 版本以上）、依赖 API 行将自愿迁徙等疑问，年末颁布的 1.8 版天性否能真正成为企业消费可用的最稳固版本照旧有待消费测验。2021 年，化繁为简依然会是微服务的重点课题。
二、云原生不再以资源为导向，而是以运行为导向 2010 年，Paul Fremantle 在博客中初次提出了“云原生”的概念。经过十年开展，DevOps、容器、微服务等技术飞速开展，云原生曾经被成功运行到企业**业务中，并成为了企业业务翻新的关键推进力。
假设从市场角度来看，云原生技术支持的业务场景很丰盛，例如金融、制作、互联网等等。关于这些企业来说，在运行云原生技术时遇到的最大艰巨不是搭建云平台，而是迁徙上云。传统运行不是为云计算而开发的，迁徙上班量就会十分大，例如迁徙工具的经常使用调试、迁徙后的运维和保养等等。另外，假设只是经常使用虚构化和从新部署的方式迁徙上云，那么也无法施展云计算的弹性、高并发等长处。
因此，如今云原生不再是以资源为导向，而是以运行为导向，虚构机和主机不再是云原生的意义所在，业务才是，很多技术专家也将此称为“云原生的 2.0 时代”。以“运行”为中心，规范企业运行的生命周期控制，为企业业务构建一致的云原生运行部署、运转、运维、控制规范化流程...... 这些才是云原生未来开展的重点和应战。
企业也会越来越多地意识到：“云原生真正协助的是业务部门。”企业的技术架构会逐渐转变成为业务导向的微服务结构，缩小开发和运维的关注，真正集中于业务。
三、边缘计算将迎来规模化商业落地 2020 年 7 月，中国电信钻研院 IP 与未来网络钻研中心主任雷波示意：“目前随着业务和市场的成熟，边缘计算的商用化部署曾经成为产业界各方关注的焦点，预测将在近期（2021-2023 年）开局大规模启动。”
从技术架构来看，边缘计算产业联盟（ECC）和工业互联网产业联盟（AII）联结颁布了边缘计算参考架构 3.0。整个系统分为云、边缘和现场三层，边缘计算位于云和现场层之间，边缘层向下支持各种现场设备的接入，向上可以与云端对接。其中边缘层关键由边缘节点和边缘控制器组成，边缘节点是配件实体，是承载边缘计算业务的**，普通具备计算、网络和存储资源，而边缘控制器的**是软件，关键配置是对边缘节点启动一致控制。
从产业结构来看，目前边缘计算还处于早期阶段，下游关键是由芯片、配件、软件和衔接构成，下游厂商将逐渐推进配件设备和软件设备转向智能放开；中游关键是支持平台，触及到的厂商包括云服务提供商、电信运营商，通常他们会选用特定畛域作为边缘计算运行的打破口；抢先是运行，将边缘计算赋能到智能终端和运行。从抢先到中游再到下游，整个产业链条中的企业都在探求边缘计算的商业形式和客户价值。
从落地场景来看，目前边缘计算的落地关键集中在动力互联网、工业互联网、AR/VR/ 高清视频、云游戏、无人驾驶、智慧门店、医疗保健等。
前端四、低代码会带来前端畛域的新改革
2014 年，钻研机构 Forrester Research 正式提出了“低代码 / 零代码”的概念。望文生义，低代码就是开发者写很少的代码就可以极速开发运行，裁减更多配置。相比于传统的软件开发工具和技术，低代码的技术门槛更低，开发效率更高；相比于其余极速开发工具，低代码的裁减性更好。
经过应用低代码平台，非 IT 技术人员也可以构建软件；准许经常使用通用平台来开发多个运行程序，肯定水平上处置了 IT 部门义务积压的疑问；支持多平台部署，开发一次性运行程序，就可以在不同环境中编译运转；易于保养，使软件的更新、调试、修复和更改都变得更便捷。
目前很多企业都运行了低代码平台来优化开发效率，尤其是在前端畛域。苏宁消费者平台研发中心前端技术总监禹立彬在 InfoQ 之前的采访中曾示意：“作为一家电商公司的前端团队，咱们之前在遇到相似的业务需求时，通常做法是组件化 + 手动修正，往年咱们尝试了低代码平台，清楚缩小了前端程序员的上班量。目前苏宁低代码 / 无代码平台运转状况良好，老本浪费清楚，以搭建促销会场为例，曾经从从 4-5 人的团队降低到了 2 团体。”
Gartner 估量，2021 年市场关于运行开发的需求将五倍于 IT 公司的产能。为填补这一产量缺口，低代码 / 零代码技术是目前惟一可行的处置方案，肯定会有越来越多企业引入这一技术。，咱们看到了很多互联网大厂都曾经在前端畛域运行了低代码平台，明年咱们等候低代码平台在更多企业、更多畛域施展作用。
大数据、人工智能五、大数据减速与云融合，湖仓一体从通常到落地
随着 IT 基础设备减速往云上迁徙，云原生正在成为新一代数据架构的干流规范。除了私有云厂商的标配服务外，跨云平台的第三方数据服务提供商（如 Snowflake 和> 六、工业智能将迈过开展的高级阶段
随着深度学习、知识图谱等技术的开展，算法关于复杂疑问的可解度有了清楚优化，人工智能技术逐渐开展到可以处置实践疑问并逾越人类的水平。在这个基础上，工业智能逐渐开展起来，比拟典型的代表有基于数据驱动的优化与决策、深度视觉品质检测；工业知识图谱处置全局性、行业性疑问 ; 人机单干等智能工业机器人失掉开展并宽泛运行。
过去几年，工业智能教训了基于规定、基于统计和基于复杂计算的三大阶段。一方面，三大阶段并不是相互代替的相关，专家系统、传统机器学习、知识图谱、前沿机器学习四类技术共存，并不复交织融合；另一方面，技术演进头绪日益明晰，逐渐构成了以知识图谱为代表的知识工程和以深度学习为代表的数据迷信两慷慨向。但是，工业智能的运行以点状场景居多，遍及范围有限，而且还存在许多疑问尚未处置，仍处在开展的高级阶段。
2021 年，随着通用技术的打破，工业智能将迈入新的开展阶段。详细来说，基于 FPGA 的半定制化芯片有望成为工业智能的底座；高兼容性编译器满足工业顺应性需求；实时性需求推进端侧推理框架的进一步优化；通用技术畛域打破与定制化算法钻研是关键。
七、可解释性 AI 离大规模运行落地更近一步
由于机器学习模型存在“黑盒”属性，所以模型外部的上班原理和模型决策环节难以被了解。但是，AI 的运算结果要解释给人类用户；同时，AI 运转的疑问要人类工程师能够定位和处置；另外，AI 流程须要人类监管。
过去几年，咱们见证了不透明决策系统的兴起，比如深度神经网络（DNNs）。深度学习模型（如 RNN、BERT）的成功源于高效的学习算法及其渺小的参数空间的结合，一个参数空间或许由数百层和数百万个参数组成，这使得 DNNs 被以为是复杂的黑盒模型。
随着算力越来越强，算法模型变得越来越复杂、体积也越来越大，只管它的才干确实很强，能够帮咱们做越来越多的事件，甚至在很多特定义务上表现超越人类，但是咱们越来越无法了解这些模型，这是一个很辣手的疑问。所谓的可解释性，就是宿愿寻求对模型上班机理的间接了解，打破人工智能的黑盒子。
可解释性机器学习的思维在于选用模型时，同时思索其精度与可解释性，其不只给出模型预测结果，还能给出失掉该结果的理由。当下罕用的方法是关于模型自身的可解释性和基于结果的可解释性。
关于模型自身的可解释性，其自身与模型相绑定，咱们须要依据模型和运行场景一对一地启动迭代，才干够让它发生可解释性，通用性十分受限，修正难度较大。基于结果的可解释性，只管可以看成黑盒，但目前算法自身还存在一些疑问。比如 LIME 算法，其对采样有肯定依赖，造成结果不稳固。但是，经过工业界和学术界一步一步地探求，置信 2021 年这些算法会变得越来越好，离大规模运行也会越来越近。
八、认知智能的打破值得等候
如今，随着相关通常和技术的不时改造，AI 在数据、算力和算法“三要素”的撑持下越来越多地走进咱们的日常生存。但是，这一系列惊喜的面前却是大少数 AI 在言语了解、视觉场景了解、决策剖析等方面的步履维艰：这些技术依然集中在感知层面，即用 AI 模拟人类的听觉、视觉等感知才干，却无法处置推理、布局、联想、创作等复杂的认知智能化义务。
的 AI 缺少消息进入“大脑”后的加工、了解和思索，做的只是相对便捷的比对和识别，仅仅逗留在“感知”阶段，而非“认知”，以感知智能技术为主的 AI 还与人类智能相差甚远。究其要素在于，AI 侧面临着制约其向前开展的瓶颈疑问：大规模知识知识库与基于认知的逻辑推理。而基于知识图谱、认知推理、逻辑表白的认知图谱，则被越来越多的国际外学者和产业首领以为是“目前可以打破这一技术瓶颈的可行处置方案之一”。
如何成功智能？当下有两种途径：第一种是所谓的暴力美学，数据不够就参与数据，就像 GPT-3，置信未来还会有 GPT-4、GPT-5...... 这种思绪兴许能成功。但是也可以换一种视角，看看生物智能是如何成功的。生物智能的成功有很多门路，并不是单纯依赖神经元的数量或许暴力美学来处置疑问。
假设咱们把通用人工智能定义为三个条件：一是多义务，能做很多事件，不只仅是繁多的事件；二是具备鲁棒性；三是能够顺应多种环境的存在。那么，未来，咱们须要将神经迷信、认知迷信和计算迷信启动交叉融合，增强者工智能和脑迷信的双向互动，提醒生物智能系统的精细结构和上班机理，构建配置类脑、性能超脑的智能系统，以视觉等配置和典型形式生物作为参照物测试智能水平，为人工智能未来开展探求可行路线。
5G、区块链九、5G 网络树立初成，推进智慧医疗、工业制作等产业开展
5G 的开展速度之快，远超以往几代通讯技术。2020 年，环球运营商减速基站树立，而作为环球布网规模最大的 5G 市场，中国 5G 基站数量已超 70 万个。从与消费者最凑近的 5G 终端方面来看，目前干流智能手机品牌均已进入消费市场，即使往年 5G iPhone 姗姗来迟，但销量不俗，亦有望助力 5G 市场的极速开展。
但 5G 仍不足“杀手级运行”。低延时、高带宽是 5G 的特点和长处，进入 2021 年，咱们以为 5G 与“视频”、“云游戏”、“物联网”、“边缘计算”的结合是值得关注的重点。
疫情影响下，直播、短视频和音视频通话等视频场景已慢慢成为常态，如何让声响和画面更分歧、降低卡顿、让延时更低？答案离不开 5G 这个关键技术。此外，超高清技术演进的基础条件之一是带宽，只要带宽越来越大，它才有成功的或许。
云游戏实质上是交互的在线视频流，被以为最凑近落地的 5G 运行之一，往年 4 月，百度也发表推出云手机产品，云游戏是当中的重磅运行场景。随着 5G 的商用，云计算与 5G 技术融合，有望让云游戏的延时变得更低，在游戏品质、操作流利性等方面取得大幅优化。加上越来越多的企业入局，包括各大科技和互联网巨头，其产业生态也将极速失掉完善。
想要成功海量衔接的物联网环球，更是离不开 5G。但 Forrester 估量，2021 年“网络衔接凌乱”将是干流现象。物联网网络衔接选项泛滥（比如卫星，蜂窝，Wi-Fi，蓝牙，Zigbee，Z-Wave 等等），5G 并不是惟一选用，企业和组织须要克制这样的“市场凌乱”并整顿，因此 5G 和 Wi-Fi 技术的实施相比 2020 年反而有所降低。
在当下的 AI 时代，计算产业也离不开智能。有了 5G 技术加持，大热的边缘计算将可以清楚改善带宽和延时，成功愈加智能的计算。毕马威和 IDC 预估，得益于 5G 和边缘计算，除了互联医疗畛域，工业制作、智能运输、环境监测、（云）游戏等行业畛域也有望在未来两三年内取得清楚增长。
十、区块链技术在“新基建”的推进下减速落地
区块链是近年来比拟关键的一项技术，目前该技术处于 Gartner 炒作周期曲线的“泡沫分裂低谷期（Trough of Disillusionment）”。加密货币是区块链技术的关键运行之一。近年来，针对加密货币骗局，政府放大了打击力度。公安机关于往年立案侦办了总价值超越 148 亿人民币的“Plus Token 平台”网络传销案。
另一方面，Facebook 方案颁布的 Diem（曾用名：Libra）数字货币在 2020 年依然遭到渺小的监管压力，但中国央行的数字人民币却在政府推进下在各地启动了试点。深圳市在 10 月份初次启动了数字货币的试点。随后苏州政府部门在 12 月份经过抽签方式向外地居民发放了人民币 2,000 万元的数字红包。
10 万名中签者每人均获 200 元的新数字人民币，可用于网购或线下消费。政府还与美团和滴滴出行区分测试了经常使用数字人民币启动送餐和网约车等服务。法定数字货币 DC/EP 在确权环节经常使用了区块链技术，所以从常年来看，数据归入消费要素要求，推进数据确权、定价、买卖，这象征着数据上链会逐渐成为趋向。
另外，隐衷安保疑问不时是区块链运行落地的应战之一，各厂商也尝试了将各种数据加密传输协定、数据加密存储协定、远程认证等技术整分解全体的处置方案，提供各场景所需的隐衷包全战略，并且能降低开发门槛。隐衷包全技术明年将失掉多场景下的打破和验证，能进一步推进区块链的大规模化运行。
2020 年区块链曾经逐渐浸透到中国各个垂直行业，初步构成示范效应，集中体如今政务、民生、金融、供应链等畛域，“to G”（包括国企和事业单位）在国际成了区块链行业盈利的干流形式。同时，国度发改委明白地将“区块链”归入新型基础设备中的消息基础设备。在 COVID-19 的影响下，环球企业都须要减速数字化转型，所以未来区块链将与人工智能、5G 等新基建相关技术一同服务于企业的数字化转型。在 2021 年，咱们也将看到更多的“区块链 +”落地案例。