CCF DL Focus On Embedded Systems

在发展大数据技术和数字经济的过程中，有些问题值得我们深思，例如：信息技术现在并不处于飞速发展期，数据技术为什么在当下能成为推动经济发展的新动能？数字经济的统计中包含许多传统经济的贡献，增量究竟在哪里？数字化转型究竟要转什么？在发展数字经济中如何实现自主创新、安全可控？数字经济强调满足个性化的用户需求，如何解决批量化生产和碎片化产品的矛盾（昆虫纲悖论）？本报告对这些深层次的问题做初步的探讨，供计算机界同仁参考。

《“十四五”规划和 2035 年远景目标纲要》提出，要“支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务”。开源已经成为加快数字化发展、建设数字中国的重要方式之一。最近15年，云计算、移动互联网、大数据、人工智能、区块链等新兴产业的核心技术无一例外都是基于开源软件构建。甚至中国移动互联网产业的发展壮大、领先世界也得益于开源软件。很多人对“开源”这个词既熟悉又陌生。虽然经常能见到听到这个词，但又对开源存在很多困惑，例如：国家为什么开始重视开源？开源如何促进数字化转型？开源是否面临“卡脖子”风险？开源社区如何构建？开源的知识产权如何处理？开源的商业模式如何？开源有何创新机会？......

诠释阿里巴巴集团核心技术布局及阶段性成果，多角度展示新技术对新零售、智能生活等数字经济的支撑作用。全面介绍达摩院建设的重大进展，阐述人工智能芯片、量子计算等重大研究计划，拓展未来新技术的边界。

目录：1、边缘计算发展 2、边缘协作缓存 3、端边云协同智能 4、边缘计算与区块链 5科研案例与探讨

当我们谈论 ARM 的生态系统的时候，很多时候，大家都只谈论软件生态系统。但是作为一个累积出货 1300 亿 ARM 架构芯片的生态系统，是从芯片设计，到软件生态的全覆盖的生态系统 。ARM公司一直与产业界伙伴紧密合作，在 SOC 设计的每一个环节， 共同打造敏捷开发的生态系统，加速每一 custom SOC 的设计。验证，是 SOC 开发阶段， 最昂贵也最耗时的一个环节，自 2018 年， ARM 开始将机器学习与大数据分析应用于验证环节，以提高 SOC 设计的开发效率。

知识图谱是一种重要的数据基础设施，数据的知识化和网络化也是数字化改革的重要发展方向。本次论坛以“知识图谱赋能数字化转型”为主题，探讨知识图谱在激活数据要素潜能，推动数字经济、数字社会、数字政府建设等方面的广泛价值与作用，具体结合知识图谱技术及应用的最新发展趋势，从构建知识图谱的价值网络，大规模知识图谱的联邦训练与计算模型，云边端一体的企业级知识计算平台，开放知识的可信及公平性等多个问题展开。

数字经济时代，数据的深度挖掘是实现数据价值的必经之路。传统基于CPU 的数据挖掘技术逐渐遭遇越来越大的性能壁垒。数据科学家们需要突破性的计算平台与算法来满足数据分析的强大算力与实时性需求。NVIDIA 与社区合作，打造全新的端到端数据加速平台，为数据科学家提供前所未有的数据分析效率，为数据经济与人工智能的结合提供完美的技术桥梁。

在认识自然的体系上，钱学森提出哲学、科学、技术、应用四个层次，而两千多年前我国 68 技术论坛 的道家就提出“道、法、术、器”四个层面，两者是高度契合的。由于历史原因，我国长期在“术、器”层 面高度发达，而在“道、法”层面十分缺乏，尤其缺乏科学思维。科学革命后，科学的引领和基础性作 用日益凸显，单靠“术、器”思维已步履艰难，数字技术及其革命更是如此。我国表面上看起来也是数 字技术（术）发展一日千里，数字应用（器）改变生活方式，但在哲学（道）和科学（法）层面的基 础都是西方人打下的。不论是二进制、数理逻辑、图灵机、信息论等基础理论，还是半导体、集成电 路的基础量子力学，互联网和云计算的宏观思想，甚至当今火热的深度学习算法及量子计算的提出， 都全然没有中国人的贡献。下一步走向何方，我们真的需要在哲科层面作深入思考，不能只在西方人 开辟的道路上做出了较大的“术、器”层面的进展就沾沾自喜，在西方人引领的学术道路上发表了比人 家数量多的文章就自以为已经超越。只有看清历史，才能面向未来。本报告试图从哲科层面梳理“万物 皆数”的历史脉络，并对其未来的发展进行探讨，希望抛砖引玉 , 使更多的人来思考信息领域哲科层面 的问题，期待我国年轻一代能在哲科层面作出引领未来的重要贡献。

数字化转型不是今天才开始，上世纪90年代的管理信息系统是用计算机处理流程代替手工流程，到进入2000年后互联网改变消费领域的用户行为，再到计算机与互联网技术渗透到社会生产、生活的方方面面。通过讲者过去30年的从业经历，所经历的若干项目，讲述对工程师角色定位、价值取向的理解。

数字化3.0的新浪潮提供了历史性的机遇：通过先进的机器学习算法、不断增强的计算能力、新的5G基础设施、神经形态计算来改变现有的工业格局。本文将从技术与工业的角度探讨数字化的新浪潮，并就一些因人工智能而发展的行业发表观点,包括自动驾驶、人工智能与物联网和医药人工智能。

何为超级智能？2016年，AlphaGo赢了李世石之后，人工智能最大的变化趋势是：它从类似于人的单一的、系统的智能变成了一个网络的智能，所以我把它叫做“超级人工智能”。即，AI+IoT+区块链＝超级智能。这个趋势中有两个重要因素，它们发展得非常快，第一个是万物互联(Internet of Things, IoT)，它使得我们能够对任何事物进行跟踪；第二个是区块链，如果没有区块链，人工智能为我们带来的隐忧也许比带来的好处更大。

我很荣幸应2017中国计算机大会的邀请在会上作特邀报告。这篇短文是基于我在会上的报告整理所得。其他演讲人的报告提到了很多重要的应用，包括计算机视觉、虚拟现实、大数据处理。其中很关键的一个问题就是我们怎么处理这些数据，系统的计算能力能不能跟得上。因而，我把报告题目定为：接近摩尔定律尽端的计算(Computing Near the End of Moore’s Law)。