7项对未来影响极大的电子技术。

　　1、生成式人工智能

　　这种使用人工智能 (AI) 的新方法可能是业界的宠儿，它并不局限于识别和学习。它还进行了额外的步骤，即审查大量数据，以比任何人更快的速度创建报告、设计和处理图像。

　　对芯片需求将会产生什么影响？好吧，它需要如此大量的数据，以至于很少有组织能够负担得起硬件甚至电力来运行它，因此它属于互联网数据中心的领域，无数用户可以在一天 24 小时内访问它。

　　生成式人工智能很可能由数量相当少的大型计算机来体现，这些计算机加在一起只占芯片消耗的很小一部分。即便如此，它的使用应该会改变我们的生活。

　　2、电动汽车

　　似乎硅谷（可能还有大多数其他城市地区）的每个人都在使用电动自行车、电动滑板车、电动和混合动力汽车、电动滑板、独轮车和赛格威电动车出行。

　　所有这些都需要电源调节和电池。有些需要精美的平衡控制器，而汽车则包括驾驶员辅助功能。这对于设计师和电子产品供应商来说是一片沃土，因为随着时间的推移，随着这个令人兴奋的领域蓬勃发展和成熟，世界交通预算中越来越多的份额将投入到电子产品中。

　　3、MRAM、ReRAM 或其他

　　无论是由于工艺几何尺寸的收紧还是对功耗的担忧，现有的内存技术已经看到新兴内存正在蚕食其市场。MRAM和ReRAM已在可穿戴设备和物联网端点中的嵌入式程序和数据存储器中得到快速采用。根据Objective Analysis 和 Coughlin Associates 最近发布的一份报告，它们的使用将随着时间的推移而增长，到 2032 年将创建一个 440 亿美元的市场 。

　　随着它们的应用范围扩大，单位数量将会增加，从而使规模经济压低它们的价格。如今，这些和其他新兴存储器与 NOR 闪存和 SRAM 展开竞争。但随着它们的价格持续下降，它们将蚕食 DRAM 和 NAND 闪存，最终完全取代它们。预计所使用的存储器类型及其所支持的应用程序都会发生巨大变化，因为它们的技术优势导致了新使用模型的开发。

　　4、CXL

　　DDR DRAM 几乎已经走到了尽头，在过去二十年里从 DDR1 迁移到了 DDR5。一种新的方法将会出现，以支持高端处理器的巨大数据需求，而CXL已准备好承担这一角色。

　　尽管如今的 CXL 似乎只需要复杂的控制器和标准 DRAM，但预计控制器的复杂性会随着价格的下降而增加。这将对系统设计产生重大影响，首先是超大规模数据中心，但最终会迁移到所有级别的计算，包括个人电脑和手机。

　　5、小芯片和 UCIe

　　现代光刻设备的局限性阻止了芯片尺寸的增长，这是戈登·摩尔 (Gordon Moore) 在 1975 年确定的推动摩尔定律向前发展的三个要素之一。芯片设计人员现在正转向小芯片，以保持摩尔定律的发展。

　　到目前为止，这些小芯片之间的通信一直是专有的，但 UCIe（通用小芯片接口）注定会改变这种状况。这将降低小芯片方法的重要成本，以扩大其用途。如今，小芯片已出现在高端处理器中，但最终，UCIe 将用于降低小芯片的成本，以便它们即使在普通的 SoC 中也能找到应用。

　　6、内存计算

　　几十年来，计算机设计人员一直渴望研究内存芯片内的千位宽数据路径，并梦想着通过向内存芯片本身添加处理器来利用带宽的方法。通过三星的 Aquabolt XL 等实验，这种方法刚刚开始赢得声誉。许多其他人也在进行类似的努力，但预计这种技术需要一些时间才能流行起来。

　　有两个因素会阻碍它：一是它需要软件更改，而这些转换总是执行得极其缓慢，即使它们开发起来并不难。没有人愿意冒险在经过时间验证的代码中引入新的错误。另一个因素是它提高了存储芯片的成本，系统开发人员非常不喜欢昂贵的内存。尽管如此，令人兴奋的变化正在酝酿之中！

　　7、计算存储

　　计算存储与内存计算非常相似，因为它在存储设备（固态硬盘）或存储阵列中增加了智能。这种方法并不像内存计算那样具有巨大的带宽优势，而是旨在减少服务器和存储设备之间的 I/O 流量。

　　虽然今天的倡导者将计算存储视为一种可编程设备，可以卸载服务器上的各种任务，但我猜测，我们将看到基于固态硬盘的智能设备主要用于固定功能设备，如现在由 IBM 提供的那些设备，它们可以压缩数据并执行原语，以帮助在勒索软件用于攻击之前对其进行检测。