it前沿技术有哪些(解析6种可能改变IT的前沿技术)

网站编辑01 2022-07-25 19:49:27 阅读:22

  著名模仿音乐家David St. Hubbins曾经说过:“愚蠢和聪明之间只有一线之隔。”在这条线的一边是对天才的无尽赞美。而另一面则是失败和耻辱。

  科技行业别无选择,只能拥抱创新和冒险。因此,有些创新一开始可能看起来很疯狂,但最终却很成功。另外一些开始看起来也同样疯狂,却在自己疯狂的重压下崩溃了。

  有鉴于此,这里有七个关于下一代新兴技术的想法,它们跨越了令人惊讶和惊人的愚蠢之间的界限。这些创新的开发者可能会被证明是疯子--又或者他们也可能会变得无比伟大。该项技术最终可能会成为风险资金的黑洞,或者是一个在边缘地区出现的商业价值的精明游戏。这完全取决于你的视角。

  量子计算机

it前沿技术有哪些(解析6种可能改变IT的前沿技术)

  在所有的现有技术中,没有什么比量子计算机更受欢迎了--也没有什么比它更神秘了。这项工作是由物理学家和计算机科学家在超低温下摆弄奇怪的设备共同完成的。如果它需要液氮和实验室涂层,那么,它就一定是创新的。

  潜力是巨大的,至少在理论上是这样。这些机器可以在一瞬间完成数以百万计的组合,为俄罗斯方块的数学版本提供准确的答案。要找到相同的组合需要数百万年的云计算时间。

  然而,愤世嫉俗者也会指出,我们需要做的99%的工作都可以通过具有良好索引的标准数据库来完成。很少有人会真正需要去寻找奇怪的组合,如果有,我们也通常可以在合理的时间内找到完全可以接受的近似值。

  然而,愤世嫉俗者仍在用老眼光来看待生活。我们还没有开始询问量子计算可以回答的问题。一旦机器随时可用,我们可能就会开始考虑提出新的问题。这就是为什么IBM提供量子计算工具包的原因之一--并为那些想探索机器可以做什么的外部边界的人提供认证。

  潜在的第一批采用者:答案在于寻找存在成指数增长的数百种不同选项组合的领域。

  未来五年发生的可能性:很低。谷歌和IBM正在就新闻稿展开竞争。你的团队需要花费数百万美元才能进入新闻发布阶段。

  计算供暖

  CPU做出的每一个决定都会通过接地线发送一些电子,而它们所携带的能量就会转化为热量。传统上,这些焦耳一直在被视为废物,找到一种方法来摆脱这种热量一直是电路设计师,电脑机箱制造商和科罗拉多州建筑师的痛点。

  为什么不在冬天用它来给建筑物供暖呢?为什么不用微型服务器机架来代替世界上的锅炉和热泵呢?住在楼上的人会感激和欢迎的。随着季节的推移,计算机工作可能会从北向南再向北迁移,就像北极燕鸥一年中有一半的时间在北半球,另一半时间在南半球一样。

  会有一些挑战。如果一月份有暖锋穿过佛蒙特州,居民们会关掉“加热器”,减少人工智能研究人员、数据科学家和其他人购买现场实例的人的可用周期。这也意味着需要安装两倍的服务器,又或者运输服务器的费用足够便宜。

  现在,云计算公司把服务器放在了电力便宜的中心位置的巨大机架中。但如果他们把服务器搬进住宅,或许就可以利用热能了。

  潜在的第一采用者:拥有像加拿大这样的寒冷气候。

  未来五年发生的可能性:高。试点项目已经在全球范围内进行测试了。

  绿色AI

  如果“绿色”和“人工智能”这两个流行词本身就很好的话,为什么不把这两个词结合起来,把乐趣加倍呢?实际情况比宣传的‘加倍’要简单一些。人工智能算法需要计算能力,在某些情况下,计算能力也与电力成正比。虽然这一比率一直在变好,但人工智能的运行成本仍然可能很高。电力会产生大量的二氧化碳。

  解决这个问题有两个策略。一种是从可再生能源中购买电力,这种解决方案在世界上的一些地方会很有效,比如可以很容易地使用水电大坝、太阳能农场或风力涡轮机的地方。

  另一种方法是减少用电,如果绿色能源出现问题,这种策略也可以奏效。(但风车会杀死鸟类吗?大坝会杀死鱼群吗?)与其让算法设计者去寻找最牛逼的算法,不如让他们去寻找接近的最简单的函数。然后让他们优化这个近似值,将最小的负载放在最基本的计算机上。换言之,不要再梦想着把一个拥有数十亿个实例的数据集训练出来的一百万个分层算法混合在一起,而是去构建耗电更少的解决方案。

  这场运动背后真正的秘密力量是反对者和环保主义者之间的结盟。更简单的计算意味着花费更少的钱,更少的电力则意味着对环境更小的压力。

  潜在的早期采用者:可能不支持昂贵算法的临时人工智能程序。

  未来五年成功的可能性:高。省钱是一个容易理解的动机。

  构建自己的云集群

  是的,它们是价格不到50美元的小电脑。是的,一些四年级的学生正据此在为科学博览会接线。虽然它们是便宜的玩具但并不意味着它们对真正的工作不太有用。这就是为什么有些人正在构建Raspberry Pi集群的原因了,其中装有安装着小型Linux节点的机架,这些Linux节点具有带着四个ARM内核的芯片,这些芯片可以缓慢的消耗电力。

  有很多理由可以避免这个想法。又大又胖的机器效率更高。他们可以提供数十个运行着数十个线程并共享大量RAM和磁盘包的内核。当负载变重时,它们将可以为工作提供动力。

  但是与更小的、独立的机器一起工作提供了冗余,因为它们是独立的。你可能认为你的实例与其他虚拟机是分开的,但它们通常都会共享同一个CPU,并且可能会有几十个甚至是几百个虚拟机。带有独立电路板的独立机器也提供了安全性和冗余性。

  然而,最大的胜利可能是价格。这些集群可以比主流云中的一些实例便宜得多。当然,有些云机器每月只需5美元,但一年后的Raspberry Pi可以变得更便宜。

  像这样的集群允许大规模的并行算法的自由运行。许多最有趣的问题需要通过大量的数据收集来解决,而且这些任务往往是不需要按顺序来完成的。这些机器使得程序员不仅可以思考固有的并行算法,还可以开始构建和部署它们。

  这一趋势也遵循了一些主流云正在采用的解决方案,这些解决方案提供了将数据移回内部的混合选项。有些人想省钱。有些人想要安全性。有些人则需要得到保证。

  潜在的第一采纳者:拥有需要并行分析的大数据集的商店。

  未来五年成功的可能性:高。集群已经部署完毕。

二维码