AG直营平台

5G的价值,并没有想象中那么高

换言之,他们在激烈争夺的,不是CPU的频率高低,而是未来几十年整个市场的主动权,甚至是生存权。

云的出现,有两方面的原因。一方面是因为人类一贯比较喜欢自上而下的金字塔管理结构,人类社会的发展也是从分散走向集中。另一方面的原因,是因为资源瓶颈,或者说,算力瓶颈。

7、人工智能是ICT进化的终极目标;

马斯洛需求层次模型

大数据,实际上是海量复杂格式数据的存储和调用技术。因为数据体量太大,传统的数据存储无法满足存和取的速率和效率要求。

说实在话,目前我们国内的大部分企业,还处于第二次、第三次甚至第一次工业革命的生产力阶段,并不具备迎接第四次工业革命的条件。

所谓的数字化,其实核心就是做好两件事——连接和计算。

移动互联网还带来了ict行业的空前繁荣,诞生了一个又一个的行业巨头。

以往我们必须送到“云”去完成计算的数据,现在在本地端就可以计算了。极大地缓解了“管道”的压力,也省了来回输送数据的时间。

香农先生的信息论,奠定了信息时代的理论根基。随着时代的发展,0和1被证明是目前人类能使用的最有效的信息载体,数字化是信息传递和处理的最高效方式。

第四次工业革命,是以石墨烯,生物基因,虚拟现实,人工智能、可控核聚变、清洁能源以及生物技术为技术突破口的工业革命。

物没有情感、没有意识,为什么要通信?前面我其实已经提到过,物联网还是服务于人,是为了帮助人们更好地采集和控制数据。

最典型的代表,就是区块链。区块链就是分布式计算,去中心化。

7.jpg

2.png

这是一次重新洗牌,把握住机遇的国家,将在未来一百年占据全球领导地位,引领世界各国的经济和科技发展。

分布在各地的大量“物体”,借助嵌入式、传感器和摄像头技术,逐渐变成数字化的“端”。它们采集和生成大量的数据(自身或外界),同时也可以接受以数据形式承载的控制指令。例如工业里面的数字化设备、还有车联网里的汽车。

除了云计算和端计算之外,还衍生出了雾计算、霾计算、边缘计算。其实,这些都是制造概念而已。本质上,雾计算、霾计算、边缘计算,就是算力在云和端之间的“管”上,进行灵活的部署。哪里需要,就去哪里。

【编者按】文章转载自“鲜枣课堂”,作者小枣君,原标题《从5G到智能革命,这篇文章值得一看》经亿欧转载发布,供业内人士参考。

连接,就是传输数据。更通俗一点,就是通信和网络。

数字化该如何实现呢?数字革命的核心是什么?

4、5G的价值并没有想象中那么高;

9、这个过程中,不能忽视软条件的发展。

2、数字革命是智能革命的前一阶段;

不管怎么说,在目前的基础理论下,5G是我们在连接方面唯一能拿得出手的高科技了。

想要实现智能革命,必须先实现数字革命(信息技术革命)。

谢谢!

在热力、机械时代,谁的马力(输出功率)大,谁就是老大。现在的数字时代,谁的算力大,谁就是老大。道理就是这么简单。

前面我说过,数字革命是智能革命的前一阶段。

现在很多行业在产品、营销、管理等方面都存在很大的提升空间,值得被改造。越大的企业,改造的难度和阻力越大。反而是那些小企业,船小好调头,更容易改造,更容易应对外部变化。

我认为,未来的十年,有一件事情一定会发生,那就是第四次工业革命的全面爆发。而这次革命,将再次改写全球经济秩序和战略格局。

回首过去已经发生的三次工业革命,已经毫无疑问地证明了这一点。

小枣君认为,大数据技术本质上属于计算的一个功能组件。

算力,顾名思义,就是计算的能力。

强大的物联网,为海量数据的采集提供了条件,配合大数据技术,这些数据将被算力控制和处理。这将实现整个系统效能的跃升。

借助连接(物联网),这些海量的数据被交给了算力。

第三次工业革命以来的关键发明,例如计算机、半导体、通信网络,都是围绕数字进行工作的。

看似难以回答的问题,其实并非毫无头绪。

但摩尔定律能够帮助通信的,只有编码解码、调制解调、加密解密阶段,最要命的信道这块,摩尔定律却爱莫能助。

政治课本上说过,生产力是社会发展的最终决定力量。谁拥有先进的生产力,谁就能更好地推动社会进步。

于是,分布式计算重新开始崛起,分担了一部分集中式计算的工作。

我们中国,因为历史的原因,很遗憾错过了前三次工业革命的机遇。

在小枣君个人看来,准确预测哪些企业能够崛起,是不可能的。但整个行业的发展趋势,还有技术的兴衰更替趋势,宏观上来看,是越来越清晰的。

算力,是衡量计算能力的标准。强大的算力,离不开硬件和软件。硬件看芯片,软件看算法、系统(操作系统、数据库等)。

就在整个社会都在想办法推动“上云”的时候,意想不到的变化发生了。

我们有很多优秀的企业,也有很多落后的企业。我们与竞争对手之间的差距,还是需要有理性认识的。

6、计算的架构和位置,在发生微妙的变化;

就像一个人,最开始是锻炼肌肉,接着打通筋脉,最后武装大脑。

5G不够,大家来凑。在5G、4G、Wi-Fi、蓝牙、NFC、有线光纤等多种连接技术的共同作用下,勉强还是可以撑起算力流动的。

然而我想说的是,5G真的没有那么了不起。。。

第一、第二次工业革命,改进的是动力和能源,是加的“力量属性”。第三次工业革命,除了力量之外,开始加“敏捷属性”。

好了,以上就是今天文章的全部内容。简单总结一下:

说到连接,终于轮到现在万众瞩目的5G登场了。

绕了一圈,我们回到了算力上。

这些“血管和神经”,共同组成了让人与人通信的人联网,还有让人与物、物与物通信的物联网。

如今,我们站在时代的路口,不免会想——未来的十年,我们的行业会发生什么?哪些技术会迎来爆发?又有哪些企业能够把握住机遇,成为新的行业领袖?

我个人是非常认同的。

过去的十年,3G/4G、智能手机开创了移动互联网时代,我们所有人的生活方式被彻底改变,生活质量得到了大幅的提升。

在数字和智能革命中,连接和计算是核心主线。5G、云计算、边缘计算、区块链、大数据、人工智能,都是组成部分。它们相互紧密联系,共同形成一个系统。(以下我统称为“5IABCDE”吧。)

基站天线

最后,我们终于要讲到人工智能。

因为摩尔定律的速度太快了,不知不觉中,现在芯片的算力达到了惊人的高度。我们的手机、电脑,甚至手表、眼镜,也拥有了速度超快且价格便宜的芯片,还有大容量的存储空间。

看似各个垂直行业好像都已经格局稳定,但是生产力革命就是一次重新洗牌,人人都有机会。

不管是5G、互联网还是AI,都是“赋能型技术”,是加装包。

6.png

产业永远是主体,应该是科技主动往产业上靠,而不是要求产业往科技靠。

以上仅代表我的个人观点,水平有限,肯定有很多不足之处,欢迎大家拍砖讨论。

3、数字革命的核心是计算和连接;

5、连接的重要性和价值弱于计算;

很多人应该都玩过RPG(角色扮演)电脑游戏。

实际上,我们可以把生产力看作是这样一个的游戏角色。

百行千业,都需要深度定制的方案,没有办法做到“一个药方,包治百病”。这也是目前包括5G在内各项赋能科技难以落地的一个主要原因。

后来,随着半导体技术的发明,芯片开始按照摩尔定律不断发展,算力也随之快速增长。

正因为它并不完美,所以,很长时间内都不具备完全替代4G、Wi-Fi、光纤的条件。它的应用场景,也比较有限。

云计算,就是“拼凑资源”发展到一定阶段的产物。

当算力达到一定的级别,且数据量也满足条件,就催生了AI人工智能的快速发展和落地。

电磁波的物理特性决定了,它的能力就是那么大。想要所有指标全面提升,是不可能的。想要速率更快,就只能牺牲覆盖。

对于企业来说,终极目标只有两条:活下去、赚到钱。如果大家赚到的钱一样多,那谁的成本低,谁就有资格活下去。

但是,今时不同往日。现在的中国,经历了改革开放40年的高速发展,国力空前强盛。面对摆在面前的第四次工业革命,我们是万万不能再次错过的。

4.png

很多人还是固执地认为,计算机就算是到了人工智能的水平,也只是会完成“程序化、公式化”的计算。对于这一点,我并不认同。

也就是说,“端”这一级别的算力,也变得很恐怖。

想要真正实现产业和5IABCDE的完美融合,ict产业需要做大量的工作,深入地了解垂直行业的商业模式,还有业务流程,以及管理结构。

5G就是这种背景下的产物。本质上来说,它虽然在速率、连接数、时延等性能上有提升,但也付出了覆盖范围、功耗等方面的代价。

第四次工业革命呢?除了力量和敏捷之外,我们要开始加“智力属性”了。

这种重资产运营的基础设施投入,只有政府去做。运营商作为国企,作为网络建设和运营的主体,没办法,必须扛下这个责任。

8.png

对于包括中国、美国、德国、日本在内的任何一个国家,想要把握住第四次工业革命的主动权,实现生产力飞跃,进而领(cheng)导(ba)世界,都离不开上述要素的全面投入。

大家要明白,工业革命是一个应该放大到百年维度的事件。我们目前以年、半年、甚至月为颗粒度来观察它、推动它,是不合适的,太急躁了。

增长到一定阶段,出现了个人PC。但是总的来看,速度仍然很慢。

即将到来的,是2020年。这也意味着,我们马上要进入21世纪的第3个十年。

云计算除了拼凑算力资源之外,更重要的一点,是它创新了资源的管理和分配方式。它不再以硬件为单位进行算力管理和分配,而是打乱为虚拟资源,以虚拟机的方式进行分配。

当算力足够强大的时候,人工智能被引入,会以更合理更高效的方式接管整个系统的运作控制,进而实现生产力的再次跃升。这个,就是智能革命。

因为数据过于海量,于是就催生了大数据技术。

在这种情况下,智能革命(第四次工业革命)代表了先进生产力的方向,显然是所有企业无法回避的。

深度定制方案的落地,也就意味着整个筋骨的改造。

更要命的是,5G意味着巨大的安装和使用成本。未来的情况我们暂时不知道,但现在看来,它的性价比并不高。

之前我在写阿里和华为那篇文章的时候,就提到过,这两家公司现在拼命推自家的芯片,就是希望掌握算力的领先优势。

根据马斯洛需求层次理论,人是有情感和社交需求的。人联网促进人与人之间的情感交流,重点满足这一部分的需求。

归根到底,就是拼生产力和效率。

客观来讲,5G在这些要素里面,并没有起关键作用。恰好相反的是,因为兼具优点和缺点,5G反而是整个系统中最令人“纠结”的一个要素。连接本来就不如计算,5G在连接里面都“难以服众”。

DC(数据中心)

分布式计算和集中式计算,各有优势,也各自有适用的场景。两者的关系不是谁取代谁,而是长期共存,合理分工。

8、上述进化是一个长期过程;

在算力不足的情况下,人们唯一能做的,就是“拼凑”算力资源。于是,发明出集中式运算,从机架到机房,从机房到DC(数据中心),越集中越多,越集中越大。

端负责采集数据和接受控制,类似于人的四肢。云负责存储和运算数据,类似于人的大脑。而管,就是通信和网络,负责让数据可以在云和端之间流动,类似于人的血管和神经。

作为小枣君个人来说,如果要我投资上述要素领域,我最不愿意投的,就是5G。

我个人认为,人工智能具有自我意识,只是时间问题。当算力达到一定程度,当学习量达到一定规模,人工智能会跳出设计者提供固定的公式和计算逻辑,完成具有自我意识的运算。

说到产业与5IABCDE的结合,我特别要插一句:现在经常说的“5G ”、“互联网 ”、“AI ”,我个人觉得是不准确的。

很显然,算力之所以敢这么“上蹿下跳”,前提就是“连接”在提供强有力的支持。如果没有“连接”在默默工作,“算力”哪也去不了。

“我爱ABCDE”

既然第四次工业革命对我们来说如此重要,那么,究竟它的精髓是什么呢?是5G吗?是云计算、大数据吗?是人工智能吗?我们该如何把握机遇呢?

如今我们所处的社会,是一个空前多样化的社会。除了第一产业(农林牧渔)和第二产业(工业制造和能源)之外,还有大量的第三产业(商业、交通、金融、教育、通信等)。事实上,目前工业的占比已经远远不如以前。

人类政治、经济和文化领域的发展,被三次工业革命深深影响。世界列强的地位,也由三次工业革命奠定。

换言之,算力无处不在。

1.png

计算机刚发明的时候,是速度很慢的大型机。

更需要注意的是,产业与5IABCDE结合,硬件设备和软件系统这些“硬条件”对于企业来说反而简单。其它的“软条件”,例如商业模式、管理制度、业务流程、企业文化,还有人员技能,改造的难度比“硬条件”更大。

这样一来,各个单位使用算力的成本大幅下降,效率大幅提升。

我们人类绝大部分数字化系统,都属于云、管、端结构。

这真的会是一个非常漫长的过程。正如我文章开头所说,未来十年,作为马拉松的前十公里,非常关键,跑着跑着,也许差距就拉开了。

现在有一句话很流行,我相信不少人听过:“任何一个行业,都值得重做一遍。”

只靠购买一种新型硬件设备,安装一套新型软件系统,或者使用一种新型能源,是无法实现数字革命的,更别说智能革命。

数字革命(信息技术革命)是第三次工业革命带给我们的。

只有当阳光、土壤、空气、水份等各方面条件具备了,你种下去的种子才有可能成活。

站在各个垂直行业企业和企业管理者的角度,又该如何看到5IABCDE这些要素以及数字智能革命呢?

有线信道还算运气不错,找到了光纤,可以提供充足的带宽保障。但无线信道就比较悲催了,用了一百多年的电磁波,至今没能找到替代。

5.png

游戏中的角色,通常会有力量、敏捷、智力等属性。属性越强,这个角色的战斗力就越强。

计算,就是对数据进行存储和运算。也可以想象为CPU、内存和硬盘这样的硬件,加上操作系统、数据库、应用程序这样的软件。

第四次工业革命是民族复兴的绝佳机会,错过了,就是历史罪人。

再有几天,2019年就结束了。

数字产业,包括软件和硬件,都进入了空前的繁荣阶段。所有行业都在向数字化靠拢。因为只有数字化,才能最大化利用信息,从而获取价值。

站在我们ict人的角度,第四次工业革命,就是智能革命。

回到未来中短期的智能时代。

1、第四次工业革命,是智能革命;

我们要提升的生产力,是全部产业的生产力。

3.jpg

我个人觉得,5G的成长就需要3-10年。计算技术更快一点,大约3-5年。人工智能,跑得快的行业大约需要3-8年,跑得慢的话,十年甚至二十年以后吧。

长期以来,算力依靠摩尔定律,得到了极速的发展。同时,通信也搭了摩尔定律的顺风车,有了不小的进步。

其实,我个人觉得,第四次工业革命,其实更应该叫作产业革命或行业革命。工业革命,更容易让人误解,以为这个革命只和工业有关。而工业对于这次革命来说,显然过于狭隘了。

 


Powered by 澳门威尼斯人官网-首页 @2018 RSS地图 html地图