比以往任何人时候都多。当那些电子设备与计算机系统听觉控制技术、机器学习控制技术和演示控制技术等云控制崇天时，信息和插件的完美融合能让她们瞬间看见大统计数据。
下一波的实践者和电气工程师已经在构建软件系统，以再次植树造林，让年轻人
预估一 云控制技术将重构人们津津乐道的体育足球运动金融行业
像音乐和视频一样，足球运动将正式成为她们能预估的报文，那些统计数据增添的知觉将在今后一两年内发生改变整个足球运动金融行业，并再次定义场场赛事的意义。
体育足球运动是人类生活的一部分，超越时间、文化和物理空间的边界。此刻，世界上最大的体育比赛之一——亚洲杯已经开始举行，预计将有50亿人观赏。到目前为止，广电对非职业足球运动的发展产生了极大的影响，为那时这个价值5000亿美元的金融行业打下基础。下一个发生改变作法的控制技术即将到来。在今后一两年，每一项足球运动，从青少年橄榄球到非职业足球，各微观都将经历网络化转型。
像 Veo 这种的公司已经开始引领这一潮流，它利用机器学习、计算机系统听觉和资金流处理等云控制技术来缩小非职业足球选手和非职业足球选手之间的数字隔阂。Veo 不仅为观赏非职业体育足球运动的观众创造了类似专业体育现场直播的新体验，还建立了一个深度数学模型，使其能自动从在线视频中创作精彩短片。这使得球星、总教练和青年才俊们能轻松找到关键阵型，以改进自己的阵型，并以全新的方式去分享那些阵型。随着像 Veo 等控制技术越来越广泛地应用于大部份足球运动的各微观，想像呵呵接下来会发生什么。
德甲足球联赛和 NFL 等世界顶级足球联赛已经开始采用在线视频、可穿戴电子设备、物联网感应器等进行动态预估和洞悉，但展望今后，那些功能将继续发展，那些控制技术将正式成为几乎每一项足球运动各级别无处不在的力量。
想像呵呵这种一个场景，一名总教练能采用动态预估的计算机系统听觉和生物统计数据，在球星扭伤或失分之前罚下她们，用休息最充分的老将代替她们，这是现在能量化的事情。这同时提高了足球选手的安全性，并增加了足球运动的竞争力。在这一点上，足球运动这类将真正开始正式成为一种报文，她们能动态预估和决定球星的氟化物度、球的足球运动、场地反射率——大部份这一切加起来，比她们那时看见的任何人东西都更丰富。更多的统计数据增添了进一步的技术创新。在不太遥远的今后，她们将达到这种一条线，即团队在场场赛事期间都在前台运行持续的假设演示，使她们能够更好地预估她们的决策在那一刻的影响。控制技术这类将正式成为非职业体育足球运动的竞争基础。
无论是在现场还是在萤幕上，影迷的新体验都将发生变化。体育馆将迅速采用她们在零售等金融行业（如 Amazon Go 商店）看见的一些技术创新方法，在那些金融行业，计算机听觉、感应器控制技术和深度学习的采用将实现无票入场和即拿即走的采购模式。她们还将看见下一代的统计数据覆盖和动态洞悉深入到足球选手微观，从而增强足球运动的新体验感，并使体育足球运动更接近她们对当今最具听觉信息量的视频游戏的预期。共同观赏和个性化观赏新体验将继续发展，这50亿观众将比以往任何人时候都更加紧密地联系在一起。
体育界目前正处于有史以来最大的变革边缘，而云控制技术正是这场变革的核心。
预估二 演示世界将重构她们的新体验模式
空间计算，仿真控制技术，数字双胞胎那些控制技术多年来一直在慢慢成熟，但对日常产生的影响还是有限的。这种情况已经开始迅速发生变化，到2023年，云控制技术将使那些控制技术变得更容易获得，进而使一些新用例类别的实现不受现实约束。
仿真控制技术用来制造更好的赛车、预估天气和演示股票市场。虽然仿真控制技术能解决的问题很重要，但是构建和运行仿真控制技术也是很有难度的，它是日常用例的一个障碍。公司紧缺高性能硬件和专业人员。以喷射机翼或赛车的流体动力学演示为例，仅演示真实场景的一秒钟就可能需要多达 150TB 的统计数据。然而，随着最近推出的 Amazon SimSpace Weaver 等控制技术的出现，这种情况已经开始迅速发生变化，Amazon SimSpace Weaver 控制技术是许多演示控制技术中的第一个控制技术，将为今后奠定基础。在今后，她们世界中的几乎任何人东西都能演示，并且终将被演示。演示控制技术将有助于她们在道路建设、仓库组织和灾难应对方面做出更好的决策。通过演示控制技术，她们能展望今后，只需运行大量的虚拟场景就能去预估可能发生的事件，并看看多年后的影响。借助 SimSpace Weaver 这种的控制技术，Terraformation 这种的公司能演示整个森林的生长，以达到种植1万亿棵树的目标。因此，它能确保尽可能多的碳抵消量和生物多样性，让森林能够健康生长。
另一个我看见技术创新快速增长的领域是空间计算控制技术。各公司已经在构建专门的硬件，并采用云控制技术来捕捉和创建几乎大部份环境的 3D 模型。仅用一台移动电子设备就能做到这一点将很快正式成为现实。这种普惠化将激发建筑、施工、商业地产和零售金融行业的新一轮技术创新浪潮。就像互联网上的视频一样，空间计算控制技术将在今后一两年迅速发展，到那时 3D 对象和环境就像那时你最喜欢的短视频社交媒体一样容易创建和消费。互联网上的静态 2D 产品图像将正式成为过去，取而代之的是 3D 模型，您能像那时在浏览器中看见的那样无缝拿起、旋转并把它们放在客厅。您能期待与那些模型能有更多的互动，比如它的一些功能就能在你的虚拟家庭中演示出来。虚拟灯不仅能放在你客厅的地板上，你还能打开和关闭它，动态观察环境光如何与你的虚拟家具互动，并了解它对能源消耗的影响。大部份这一切，都在您按下“立即购买”按钮之前。
2023年，类似这种的控制技术将开始融合。随着数字控制技术在她们的现实世界中的日益融合，演示控制技术对于确保空间计算控制技术产生正确影响变得更加重要。这将导致曾经完全不同的控制技术开始被企业和消费者并行采用的良性循环。云控制技术凭借其巨大的规模和可访问性，将推动这一新时代的到来。
预估三 智能能源领域的技术创新浪潮
储能表面材料、分布式电网、智能消费控制技术。在2023年，她们将看见全球范围内的快速发展，这将改善她们生产、储存和消费能源的方式。
第一次面临能源危机，但几种成熟的控制技术开始融合，将使她们能够以前所未有的方式解决这一问题。
她们周围的环境产生了足够多的可再生能源。实际上，挑战在于存储和按需交付给消耗那些能源的系统。亚马逊已经开始这一领域开展工作，以亚利桑那州的150兆瓦电池存储系统为例，它为她们在该地区的设施提供清洁、可靠的能源。但她们不是唯一的采用者，全球各公司也都在这个领域迅速技术创新。云科技已经开始将材料研究科学用于新的采用案例，例如将能源储存整合到她们意图提供动力的物体的结构中。想像呵呵，一艘船的两侧实际上是为旅程提供动力的电池。这只是冰山一角，她们也开始观察到如堆积块和燃料电池长期存储的突破点。
另一个领域是能源的分散化。随着能源供应的不确定性，一些社区开始转向微电网。我喜欢把微电网想像成社区花园（但用于能源），社区成员用那些来维持自己的生活，进而减少对传统能源公司及老化基础设施的依赖。在我家附近，她们有一个小型微电网，她们通过它收集太阳能并在租户之间共享。近年来，由于地缘政治事件的发生以及气候波动，能源挑战有所加剧，微电网将正式成为世界各地许多社区的可行软件系统，云科技将在实现这一目标中发挥作用。来自太阳能电池板、风力发电场、地热和水力发电的统计数据将在云科技中进行流化、存储、监控、丰富和预估。机器学习将用于预估大部份能源统计数据，以预估采用高峰，并通过家庭级别的颗粒度进行再次分配能源来防止断电。
她们还将看见基于物联网的智能消费电子设备，将会于今后一年在全球范围内广泛采用，这将引领下一阶段技术创新。那些电子设备为家庭和企业提供的新的观察能力，想像呵呵，如果她们通过采用节能控制技术改造历史建筑，将会节省多少能源。
在今后一两年，她们将看见各种智能能源控制技术的快速融合，因为她们终于达到了以控制技术软件系统解决所面临危机的门槛。虽然这可能不会像她们希望的那样产生立竿见影的效果，但那些控制技术将从根本上永远发生改变她们在今后创造、储存和消费能源的方式。
预估四 即将到来的供应链转型
2023年，计算机系统听觉和深度学习等控制技术的采用将推动供应链的发展。无人驾驶车队、自主仓库管理和演示只是将引领智能物流和全球供应链进入新时代的少数优化措施。
过去一两年，我常常思考有关全球供应链的脆弱性。她们每天都被提醒，延迟交货、缺货、空货架。虽然亚马逊通过技术创新对其供应链进行了微调，如数字货运匹配和配送站，但仍有许多公司在应对物流挑战。这种情况即将发生发生改变。
发生改变将从商品这类的制造开始。工厂中的物联网感应器的数量将激增，机器学习不仅将用于预估机器故障，还将用于预防故障。减少停机时间意味着更加稳定的生产。在全球范围内运送那些产品是一个完全不同的挑战。由云计算驱动的数字货运网络将跨越国家甚至海洋，并提供动态统计数据，使承运人能够选取最优的运输路线，并发生改变航线以应对如电子设备故障和天气干扰等不可避免的事件。在供应链的每一个微观上，她们能把它看成对货物的当前状态和到达时间的动态预估。
那些货运网络将为首次跨国的自动驾驶卡车运输奠定基础，那些影响将立即得到显现。像美国这种的国家目前正面临着8万多名司机的短缺问题，通过空间计算、边缘计算和演示实验，自动驾驶卡车运输将对她们的全球供应链产生巨大影响。为什么？因为司机驾驶过长时间，将可能分心、变得疲劳，有潜在危险。这是在她们考虑国别健康和安全法规之前。这意味着从南加州运出的新鲜水果只能寄希望于在开始变坏之前到达达拉斯。然而，一辆自动驾驶卡车则能全天24小时在路上行驶，没有强制性的休息，不会疲劳、也没有不耐烦或分心。并且产品将更快、更安全、更高效地到达它们需要的地方。
抵达当地仓库后，机器人拣货、订单分拣和自动化包装将变得更加普遍。她们将继续看到那些通过采用人工智能、计算机系统听觉对精确处理库存产品的情况正随着机器人控制技术的技术创新而发展。自主机器人也将在仓储中发挥更大的作用。想像呵呵，如果增加一名叉车操作员，他花了很长一段时间只是在搜索产品，但如果拥有一个动态更新的库存数字副本，采用自主飞行的库存无人机将不断更新。
转变供应链的关键是利用控制技术来优化产品过程中的每一步。从明年开始，她们将看见智能工厂、智能电子设备和智能航运的加速发展。这其中的每一个都将在保护工人安全、优化库存管理、降低维护成本和简化生产流程方面发挥作用。今后的供应链是网络化的。
预估五 专用芯片正式成为主流
2023年，专用芯片的采用将迅速增加。因此，随着工作负载将利用硬件优化来最大限度地提高性能，同时降低能耗和成本，技术创新的步伐将会进一步加快。
定制化的专用芯片和专用硬件在消费控制技术金融行业迅速获得了发展。随着定制化专用芯片的制造和采用，从她们的笔记本电脑到她们的手机，再到她们的可穿戴电子设备，它们都在性能上有了显著的提升。虽然消费者领域的采用速度很快，但商业插件和系统的情况却并非如此，在那些领域，软件和硬件的更新周期通常较长。然而，随着定制化专用芯片的普及和采用，这种情况将在今后一两年迅速发生发生改变。
在亚马逊云科技，平均每天有1亿个 EC2 实例被启动（截至撰写本文时）。这在很大程度上是由于多年来她们与客户之间的密切合作，了解她们已经开始运行的工作负载类型，进而确定她们接下来应该构建什么。与消费类电子设备一样，这使得亚马逊云科技近年来在芯片设计上投入大量资金。这是因为她们知道，公司在云科技中运行的工作负载在定制芯片上运行，具有更好的性能以及更高的成本效益。那些芯片是为特定情况而专门构建的。
以机器学习工作负载为例。传统上，软件工程师一直依赖昂贵、耗电的 GPU 来完成从模型构建到推理的全部工作。然而，这种一刀切的方法并不高效——大多数 GPU 都没有针对那些任务进行优化。在今后一两年，越来越多的工程师将会看见将工作负载转移到专为模型训练（Amazon Trainium）推理（Amazon Inferentia）。随着这种情况的发生，新一轮的技术创新将开始。通过采用基于 Trainium 的实例实现约50%的培训成本节约，或者采用基于 Inferentia2 的实例实现了50%的每瓦特性能，工程师和企业都会注意她们将开始看见工作负载的大规模迁移。即使是一般的应用也是如此，在那些应用中，迁移到定制化的专用芯片上仍有好处，比如基于 Graviton3 的实例，在相同的性能下，它比同类 EC2 实例的能耗低60%。
成本节约和性能优势将增添更多的实验、技术创新以及采用，并最终为其他特定工作负载提供更多的定制芯片。这是一个良性循环。艾伦·凯曾经说过，“真正对软件认真的人，应该制造自己的硬件。”在今后一年里，真正认真对待软件的人将真正开始利用定制芯片所提供的一切优势。
作者：亚马逊云开发者
链接：晒科网
