Next Curve董事總經理Leonard Lee認為，自治實際上只是自動化成熟度曲線的最后階段。在這個階段，企業/運營部門擁有適當的系統，這些系統可提供細粒度的實時上下文感知，支持系統學習的分析和AI功能以及實現事情的自動控制機制。當然，這些功能需要支持自治的AI閉環。盡管自動化的物聯網系統通常仍是早期的概念和實現，但關鍵趨勢是人工智能正在成為物聯網對話中越來越重要的一部分。
物聯網中自主系統的趨勢是由可以跨邊緣環境和在終端設備上部署的AI計算的經濟性大幅提高所驅動的。
隨著AI計算能力變得更便宜、更可用，它們將無處不在地被部署。 對于工程師來說，這意味著一個不斷擴大的可能性領域，即如何架構和實現自主系統，以及如何對棕色領域環境進行AI增強，以便為操作添加智能。
軟件和AI：特定領域架構代表AI的未來
Xilinx AI和軟件產品營銷總監Nick Ni認為，在整個2021年及以后的時間里，特定領域架構(DSA)將代表AI推理的未來。在未來的一年里，我們還將看到軟件開發者和AI科學家利用硬件的適應性來實現下一代應用。
我們正處于采用AI推理的早期階段，創新和改進的空間仍然很大。由于現代AI模型與傳統算法相比需要更多數量級的計算，因此對硬件的AI推理需求飛速增長。但我們不能繼續依靠硅的發展。處理器頻率已經達到極限，增加更多的處理器內核已經不再是一種選擇。
而DSA是計算的未來，可適應的硬件為每組工作負載定制，以最高效率運行。2021年，人工智能推理將繼續從固定的硅片方式轉向DSA，幫助消除人工智能產品化的挑戰。
軟件開發人員和AI科學家將利用硬件的適應性來實現下一代應用。
直到去年，對于普通的軟件開發人員和AI科學家而言，釋放硬件適應性的能力都是無法實現的。需要特定的硬件專業知識，但新的開源工具正在為軟件開發人員提供適應性硬件的能力，同時加速硬件設計人員的生產力。在2021年，憑借這種新的編程便利性，FPGA和可適配的SoC將繼續為成千上萬的軟件開發人員和AI科學家提供更多的機會，使其成為下一代應用的首選硬件解決方案。
印刷/柔性/可拉伸傳感器：可穿戴設備以加快采用率
Roger Grace Associates創始人/所有者兼總裁Roger Grace表示：
自80年代中期以來，印刷/柔性/可拉伸傳感器已經開始商業化。目前，有超過100家公司正在商業化生產多種類型的傳感器，包括力/觸/壓、化學、生物、溫度、濕度、流量和光學/成像。 而和其他大多數 "顛覆性技術 "一樣，這些設備的商業化進程需要大量的時間。 我過去的研究表明，MEMS器件完全商業化大約需要30年。
從技術生命周期的引入階段到成長階段，已經出現了打印/柔性/可拉伸傳感器。2015年國防部向NextFlex提供了7500萬美元的撥款，標志著這一重大轉折。
NextFlex在硅谷建立了一家工廠，以幫助該行業創建柔性混合電子器件的大批量制造。至關重要的是，它們必須解決“混合”的概念，因為并不是所有的電子產品都可以以印刷/柔性的形式創建......特別是存儲器和邏輯。
因此，功能集成的概念將是一個正在研究的主要課題。目前，正在全球的各種研究型大學，聯邦和私人研究實驗室進行重要的研究，以進一步實現商業化。
相對于其物理一致性和大幅面，采用這些技術的主要推動因素是成本和增強的功能。眾所周知，塑料或紙張傳感器/電子功能的平方面積的成本至少比硅基解決方案的成本低兩個數量級。印刷的電子產品/傳感器可以以卷對卷或大單頁格式在紙或塑料上制造，因此單位成本較低。
此外，硅(包括MEMS)通常是在脊狀晶圓上制造的(盡管晶圓可以減薄到一定厚度，使其具有靈活性......但需要額外的成本)。 它們的靈活性，最重要的是，它們的可拉伸性，除了能夠制造出超過目前流行的200毫米晶圓直徑的大型傳感器陣列外，還提供了直接、舒適的皮膚接觸。
從應用的角度來看，可穿戴設備市場的增長將是該技術(尤其是生物傳感器)的最重要推動力之一。
印刷/柔性/可伸縮電子器件和傳感器為產品設計師的 "工具包 "提供了額外的工具。 然而，設計師必須進行嚴格的權衡分析，以確定這些印刷/柔性/可伸縮器件是否為他們的設計提供了最佳解決方案。 從成本和/或功能要求來看，許多產品設計將需要選擇印刷/柔性/可拉伸的方法來變得可行。
線上數字自助服務：為電子設計工程師提供更多的技術內容
Supplyframe首席營銷官Richard Barnett認為，數字自助服務的加速以及電子元器件行業中B2B電子商務的進一步民主化將繼續。隨著主要行業活動的取消或變為虛擬形式，這種轉變得到了極大的加速，不再有可能舉行面對面的銷售會議。
到2021年，我們將更加關注行業的數字化轉型，并重新關注客戶體驗以及客戶智能。領先的電子分銷商和組件供應商也將發展新的集中式內部銷售組織，這些組織將有可能合并客戶訂單支持、線索生成和機會管理。
