IDC发布2021年中国云计算10大预测；Docker 桌面为 M1 推出技术预览版
共 3241字，需浏览 7分钟
·
2020-12-26 02:32
开发者社区技术周刊又和大家见面了，让我们一起看看，过去一周有哪些值得我们开发者关注的重要新闻吧。
中科院计算所率先提出全球首款图神经网络加速芯片设计
IDC发布2021年中国云计算10大预测
世界物联网大会：中国物联网产值占全球 1/4，5G 用户占全球 85%
Docker 桌面为 M1 推出技术预览版
台积电、斯坦福等联手开发碳纳米管晶体管新工艺，性能逼近硅元件
IBM着手破解FHE,在隐私和云计算的未来上具有巨大的潜力
AAAI 2021 | 天津大学、苏州科技大学等探究用于终身学习的多领域多任务预演
使用策略搜索计划来改进连续领域的深度强化学习的探索
技 术 要 闻
《中国计算机学会通讯》(CCCF)近日刊发了中科院计算所特别研究助理严明玉、研究员范东睿以及研究员叶笑春共同撰写的综述文章《图神经网络加速芯片：人工智能“认知智能”阶段起飞的推进剂》。文章披露，该团队提出了图神经网络加速芯片设计“HyGCN”，图神经网络被认为有望解决深度学习无法处理的关系推理、可解释性等一系列问题，让机器「能理解、会思考」。相关论文也先后在计算机体系结构国际会议上发表。严明玉在受访时说，图神经网络在搜索、推荐、风险控制等重要领域有着广泛应用。现有的处理器芯片在执行图神经网络的计算中效率低下，其团队展开面向图神经网络的加速芯片设计，为解决这一难题提供可行方案。
云计算在中国市场经过十多年的发展，已经从单纯的以满足资源型需求为主的中心云基础设施，发展成为汇聚各类信息技术、覆盖不同区域部署、兼顾垂直行业特定需求的新一代云平台生态系统，能够更好地支持企业的云原生应用、自动化管理和业务创新，满足用户在任何时间、任何地点对任何应用的响应需求。在IDC即将发布的《IDC FutureScape：全球云计算2021年预测 – 中国启示》报告中，对中国云计算市场做出了十项预测：
预测1：跨云集成；
预测2：数据主权和隐私；
预测3：应用现代化；
预测4：云支出优化；
预测5：行业云解决方案；
预测6：云专用设备；
预测7：云原生SaaS；
预测 8：以云为中心的运营；
预测9：云网边融合；
预测10：数据驱动。
2020 世界物联网大会上，组委会主席、科技部原秘书长石定寰在做主题报告时介绍，目前全球物联网产值大约 15 万亿美元左右，其年平均增长率接近 23%，预计 2021 年以后这一增速有望达到 30%，到 2025 年，全球物联网产值将达到 30 万亿美元的体量。石定寰介绍，中国是物联网应用实践和创新开发最多的国家，中国占到了全球物联网产值的 1/4 左右；其中一个主要原因在于，中国已完成 5G 基站超 70 万个，预计今年年产值超 2 万亿人民币。此外，全球移动通信系统协会大中华区战略合作部的总经理庞策在当天的会议上公布的数据显示，尽管目前全球有超过 50 多个国家的 130 多家运营商建设了商用 5G 网络，但网络的用户规模仍然低于预期，中国的 5G 用户数已接近 2 亿，占全球比重高达 85%。
近日，Docker 团队宣布，他们通过 Docker Developer Preview Program 为开发人员构建了适用于 M1 版 Mac 的 Docker 桌面预览版本 。到目前为止，已经有1000多人进行了测试。为了构建适用于 M1 版 Mac 的 Docker 桌面，Docker 团队必须克服三个挑战：
从 HyperKit 迁移到 Virtualization Framework；
在本地 ARM 中重新编译 Docker Desktop 的所有各种二进制文件；
具有足够多的 M1 版 Mac 进行连续部署。
Docker 团队已经克服了前两个挑战，所以才有了今天的预览版。他们正在与 MacStadium 合作，希望他们早日解决第三个挑战。不过，请注意，这次发行的版本只是一个预览版本，随时可能崩溃，还没有经过全面测试。
由台积电首席科学家黄汉森领导，来自台积电、斯坦福大学和加州大学圣地亚哥分校的研究人员，提出了一种新的制造工艺，能更好地控制碳纳米管晶体管。并且，仿真实验的结果表明，用这一方法制造出的碳纳米管元件，与基于CMOS(互补式金属氧化物半导体)的硅元件性能更为接近。并且，根据这一方法制备的碳纳米管元件，具备与基于CMOS的硅元件形似的开/关电流比特性。仿真实验的结果还表明，即使是栅极电介质更薄、尺寸更小的元件，也同样work。
IBM Security 正在启动一项新服务，以将该公司的完全同态加密（FHE）技术推广到云端或第三方环境中。FHE 支持在处理或分析时保持加密状态，且 IBM 将为客户提供相应的培训、专家支持和测试环境，以开发可利用 FHE 原型应用程序。尽管当前的加密技术允许在存储和传输过程中保护数据，但却必须在处理或分析的时候对其进行解密，从而使数据面临更大的安全性和隐私风险。好消息是，完全同态加密（FHE）支持在存储和传输过程中的全程加密，从而弥补了传统加密模型这一空白，并且为敏感数据的第三方托管 / 云端处理开辟了新途径。IBM Security 首席技术官 Sridhar Muppidi 表示：“FHE 在隐私和云计算的未来上具有巨大的潜力，但企业必须开展这方面的学习和试验，然后才能充分利用这项特性”。
学 术 前 沿
Academic News
通过在终身学习中存储旧知识来寻求提醒模型，是缓解灾难性遗忘最有效的方法之一，即在转向新任务时对先前知识的偏差遗忘。然而，在训练新任务时，以往大多数基于预演的旧任务存在不可预测的域偏移问题。这是因为这些方法总是忽略两个重要的因素。首先，新任务和旧任务之间的数据不平衡，使得旧任务的域容易移位。其次，所有任务之间的任务隔离会使领域向不可预测的方向移动；针对不可预测的领域迁移问题，本文提出多领域多任务排练，对新老任务进行并行、平等的训练，打破任务之间的隔离状态。具体地说，提出了一个两级的角裕度损失模型，以促进类内 / 任务的紧凑性和类间 / 任务的差异，使模型避免领域混乱。
论文链接：https://arxiv.org/abs/2012.07236v1
本地策略搜索是通过大多数深度强化学习（D-RL）方法执行的，这增加了陷入本地最小值的风险。此外，即使在基于模拟的训练中，在D-RL中也无法充分利用模拟模型的可用性，这可能会降低效率。为了在策略搜索中更好地利用仿真模型，我们建议将动力学设计器集成到勘探策略中，并从生成的环境交互中以脱机方式学习控制策略。我们称这种基于模型的强化学习方法为PPS（策略搜索规划）。我们在典型的RL设置（包括欠驱动系统）中将PPS与最新的D-RL方法进行了比较。比较表明，在运动动力学计划程序的指导下，PPS从状态空间的较大区域收集数据。
论文链接：http://arxiv.org/abs/2010.12974
*以上信息来源于网络，由“京东智联云开发者”公众号编辑整理，不代表京东智联云立场*
