然而目前現有的芯片設計存在研發成本高、周期長等問題。開發一款芯片往往需要數百人規模，以及數千萬美元級投入。芯片工藝制程到了7nm之後，以硅元素主體的經典晶體管很難維持半導體産業的持續發展，特別對于3納米一下的芯片走向，各大半導體廠商都沒有明確答案。Pc領域的摩爾定律有將被終結的可能。
算力還無法滿足需求，傳統技術又遭遇瓶頸。人們只有想新的方向去突破了。當然“辦法總比困難多”人類目前已經總結出了幾個解決問題的方向：
1、突破算力瓶頸
尋找新材料推動半導體器件革新：老的材料不行就找新的材料代替——這是再正常不過的邏輯了。用新材料代替傳統的硅元素。用全新的全新物理機制實現全新的邏輯、存儲及互聯概念和器件，推動半導體産業的革新。例如：拓撲絕緣體、二維超導材料
量子計算機：量子計算機的理論上世紀80年代初期就被提出。2019年9月，谷歌實驗室中實現了53個電子的量子糾纏態。據稱這台量子計算機200秒的計算量，當今最強大的超級計算機要花費上萬年才能完成。
在量子計算機面前，現在的電子計算機也就是個算盤。可以預見量子計算機技術一旦成熟，人類的算力將有一次質的飛躍。但量子系統對溫度太敏感，只要溫度不是絕對零度，它的計算誤差就會以溫度的指數級增長。對于容錯量子的計算以及演示實用量子優勢，都將是未來幾年中量子計算機需要攻堅的的問題。
2、對現有算力進行優化
計算存儲一體化
在經典的馮·諾伊曼計算機架構中，存儲單元和計算單元是泾渭分明的。運算時，需要將數據從存儲單元讀取到計算單元。我們目前pc電腦中的CPU、內存和硬盤的設計架構就是來源于此。然而當算力達到一定程度，訪問存儲器的速度無法跟上運算消耗數據的速度。就會形成了瓶頸限制整個系統的速度。
存儲一體化設計就類似于人腦，將數據存儲單元和計算單元融爲一體。這樣就能減少數據的搬運，極大提高計算效率。
芯片設計模塊化
未來的計算機的系統結構，可能不是由單獨封裝芯片制造的。而是在一塊較大的硅片上互聯成芯片網絡的Chiplets制造的，就像搭積木一樣組裝芯片。我們可以理解爲像DIY電腦主機那樣做處理器平台SOC。由此設計者能以更低的成本和更高的效率定制領域專用的芯片。模塊化設計可能給傳統的SOC設計制造産業鏈帶來顛覆式的革命，重塑芯片的産業格局。
三、互聯網革命——工業互聯網的普及以及機器間的大規模協作
解決算力問題，本質是更好的爲互聯網服務。回顧過去三十年互聯網的發展，你會發現發展較快的是消費互聯網：如果你是一位文員，工作方面用到網絡大多的情況都是傳傳文件。而如果你是一位建築工人，工作時你可能很少會用到互聯網。而無論你從事什麽職業，業余大家都會上網社交、購物、玩遊戲、看視頻娛樂等等。也就是說目前消費互聯網發展速度是遠快于産業互聯網的。而隨著5G網絡的發展， 産業互聯網才是互聯網發展的下半場。
我們常說影響人類近代文明的三大科技發明是：蒸汽機、電力和互聯網。試想下如果電力只是爲家庭照明和家電供電。雖然也可以給我們帶來很大的便利。但當電力作爲一種基礎能源被各行各業所用時，它就成了新時代基礎動能，極大提升了社會生産力，從而帶來了巨大的革命。互聯網也是同樣的道理。
互聯網如何融合進工業領域中呢？我們拿最傳統的鋼鐵行業舉例：
鋼鐵行業在過去是一個典型的勞動密集型行業。由于工廠環境複雜，現有的工業系統之間的布線就成爲難題，搬運機器人或則挖礦的礦機都需要在一個大範圍內頻繁移動。目前的WiFi技術難以覆蓋，而4G技術的數據傳輸帶寬和時延又達不到機器人響應的要求，所以很多工作還免不了要人工去完成。
不但是采集和搬運環節，傳統的鋼鐵行業整體的特點就是長流程、高能耗、勞動力密集型和環保壓力大。同時鋼鐵行業又是一個會産生相當多數據的行業，從礦石中鐵的含量到煉鋼爐溫的控制——會産生海量的數據。 有數據顯示：一個千萬噸級的鋼鐵廠。會有超過10萬個傳感器，超過一億張産品缺陷數據圖片，超過7萬條單點高頻傳輸數據。這些數據用傳統的手段來處理起來難免有些捉襟見肘，效率低下。而5G網絡的普及和人工智能的發展將徹底改變這一切。
5G具有高帶寬傳輸、海量連接、低時延和低功耗的特點，于是我們就可以爲每個傳感器都安裝上5G模塊。按照5G的技術標准：每平方公裏可以同時連接100萬個設備，這完全可以滿足大型和特大型鋼鐵廠的安裝數十萬級傳感器的要求，而這些數據傳感器只會在上傳數據時啓動5G模塊，因此整體功耗不會有太大提升。而5G網絡高帶寬和低時延特性完全可以滿足遠距離搬運和挖礦機器人的作業。
而數十萬級傳感器彙聚過來的海量數據就需要又一個算力強大的雲計算服務器來及時處理。通過數據分析，不僅可以對各種細節數據進行及時響應。由于人工智能的深入開發，讓機器有了自我學習和優化算法的能力。因此平台獲得的數據越的同時，平台的精度和准確性也會不斷提高。
這樣一個現代化的鋼鐵廠，其實並不需要多少人力。且它可以實現365天+24小時全自動工作，人們只需定時檢查保證這套設備正常工作就可以了。從而大大減少了鋼鐵廠的人工需求，提高了生産效率，並且大大降低了生産成本。
在美國阿肯色州的智能鋼廠——“大河特種鋼鐵”已經具備了以上描述的雛形。全廠安裝了超過5萬個數據傳感器，通過5G技術對廣泛分布的傳感器進行數據采集。大河特種鋼廠還引入了總部位于舊金山的科技公司Noodle.ai研發的人工智能算法，對這些采集來的大數據進行分析。
大河特種鋼的現任CEO認爲，在過去鋼鐵産業是80%的體力+20的腦力。而大河特種鋼將人工智能技術和5G技術用于鋼鐵制造，是90%的腦力+10%的體力。
互聯網還能給制造業帶來敏捷制造和柔性制造能力——在德國奔馳公司總部內就有數據中心，記錄著全球各個分部的銷售情況。比如北京分部過去的一周賣了多少車，他們是SUV還是轎車，他們是組裝車還是原裝車。
隨著5G技術在全球的普及，這個數據庫的數據將越來越詳盡和及時。人工智能服務器就能通過分析實時銷量等多組數據，來預估未來每天每個分部的銷量。根據銷量來安排配件的進貨量與工廠的生産進度。這樣不僅可以有效的減少庫存量，提高資金流動效率，顧客提車的時間也可以大大縮短。沒准今後買車可以做到上午網絡預定，下午過去就能提車。或者顧客在網上定制一輛個性汽車，總部收到訂單之後，一周以內就可以做到交付現車。
這僅僅是互聯網與工業融合的一個案例，在未來互聯網將像電力那樣成爲現代工業的基礎，融入現代工業的方方面面從而大大的提升勞動生産力。相信過不久，我們回頭再看沒有互聯網技術的工廠，就如同工業革命前的手作坊一樣原始且毫無競爭力。
但在互聯網加速普及趨勢下， 用“堵”的方式對待隱私泄露問題有點“因噎廢食”之嫌。使用AI技術來保護數據隱私，通過人工智能技術加強對隱私的保護應該是最好的辦法。通過大數據分析和機器自我學習的過程，AI鑒別和保護隱私數據的能力會越來越強。也只有隨算力和互聯網一起發展的AI技術才可能是解決大數據時代個人隱私問題的根本辦法。基于隱私保護技術爲核心構建的數據安全體系，也將成爲發展大數據、雲計算和物聯網的基石。
互聯網普及後凸顯的另一大問題就是價值傳遞問題。如今的互聯網最大功能是信息傳遞，卻難以實現價值傳遞：原先你喜歡一首歌，可能會去買一張正版的CD光盤。而如今互聯網普及了，你在網上就能方便地下載到。隨便一份未授權的拷貝都屬于盜版範疇，而在網絡時代拷貝實在有點太容易了……僅僅靠個人自己的約束力和消費習慣還是遠遠不夠的。
區塊鏈技術或許是解決價值傳遞的最優解法。因爲寫在區塊鏈上的每一筆交易都不可篡改，且很方便追溯到源頭。如果你的電腦有了一首歌，但它沒有附帶區塊鏈上購買記錄，那麽你就是屬于下載盜版了。
同時區塊鏈還可以有效解決食品和藥品等實物商品的溯源問題。並且有望改變在金融領域和征信領域的現有格局。這些問題都將隨著大批區塊鏈應用的落地慢慢得以解決。
試想下如果你的所有行爲都可能被記錄到個人的征信區塊鏈裏並不能篡改，並且你還敢去下載盜版、賣假藥或者忽悠人麽？大家都需要盡力去維護自己的個人信用。一旦全社會的信用體系建立起來，不但食品藥品更加安全，人與人之間、公司與公司之間溝通和貿易的效率也將大大提高。
從目前看來，區塊鏈技術的記賬系統的缺陷是效率不高。以目前比較成熟的虛擬幣系統爲例：比特幣平均每秒鍾只能記錄7筆交易，以太坊可以記錄13筆左右。而我們雙十一的交易量峰值在54萬筆/秒——也就是說如果我們用區塊鏈在雙十一當天下單，到了今天訂單可能還沒有被確認。造成這樣的原因主要是分布式記賬會産生大規模數據並發的需求。在當前的網絡環境下，區塊鏈的記賬效率是不高的。
但隨著5G網絡的普及，未來的互聯網具有大帶寬、低延時和海量連接的特性。這些特性可有效的提升區塊鏈系統的記賬效率。所以日活千萬級的規模化區塊鏈應用走入大衆，可以說是指日可待的事情。互聯網和區塊鏈是相互賦能、相互依存的關系。