无论政治还是经济领域，2016年都是黑天鹅群起乱飞的一年。但是在科技的世界里，一切倒是有条不紊，几乎所有在计算领域里的创新和进步都在预测之内。

  但这样的有条不紊，也并没有减少科技世界给我们大家带来的各种惊喜和精彩。几年等待之后，从2016到2017，一个崭新的计算科技新常态已经从展望走入现实。

  有新常态，就有旧常态。在很长一段时间里，计算科技的旧常态意味着传统的计算需求和传统的体系架构。

  传统的计算需求是面向自动化的，目的是用机器实现人类的各种行为。小到每天日常工作的办公工具，大到将人类送往月球，我们都使用程序来自动实现。

  在这样的需求环境下，人类创造了很多功能强大的计算节点，包括智能终端、PC、服务器、手机等等，以之完成了很多自动化的工作。与此对应的是，不论是企业级的客户端/服务器架构，还是互联网公司所采用的分布式体系架构，最核心的目的，都是要最好地实现自动化。

  因此，有些工作负载，比如大数据分析或社交互应用，哪怕并不全部符合流程自动化或者工作自动化的特性，也一直依照自动化的体系和计算模式来实现。好在摩尔定律不断被新技术证明可行，使得我们大家可以经常使用旧常态下的计算模式，来满足各种变化的计算需求。

  但在2016年，完全依赖旧常态的发展模式，终于走到了尽头。随着云计算、大数据和人工智能大范围的应用的最后一根稻草落下，长期的量变最终转为质变，计算科技的新常态悄然到来。

  在2016年，计算技术的新常态中的诸多特点，已经逐渐成熟，并开始应用于商业和消费类的各种产品和服务之中。

  云平台上的平台服务和软件服务，将比只简单提供安全的廉价基础设施更重要。提供大规模云平台服务的提供商，有机会部署针对不一样计算需求的基础设施和软件平台,来实现为大数据分析、机器学习、大规模模式匹配等新的需求和能力。

  云平台也成为各种计算模式的汇聚点，创新可以更快的速度来实现。 企业应用和个人应用一样，已经快速向云端迁移。

  在这样的计算需求可分割而处理的前提下，云基础设施开始演变出现很多专有的计算池，2016年大量出现的GPU阵列就是这样一个典范案例。

  人工智能和大数据：已经脱离了工作或流程自动化替代的范畴，进入了学习和理解的领域。从芯片技术、平台技术、商业应用等各个层面支撑了新的计算模式，而这样的计算模式，能够最终靠人工智能将大数据的价值充分的发挥，真正的完成了数据是新一代自然资源的预判。

  不论是无人驾驶汽车、无人飞机、智能电视、智能家居还是广泛的应用于工业和商业的物联网终端，都不再以自身更强大的单一计算平台为重心。相反，云端互联、人工智能、专用应用能力成为各种终端的主要设计诉求。

  云计算作为创新平台和人工智能新应用的主体，成为一个硬币的两面，而它们与各种新型终端通过物联网的互动，将成为计算新常态的主要架构。

  值得注意的是，虽然趋势都很明显，但如果我们做一个横向比较，计算新常态在国外的平台上的演进，表现得更加清晰。当然，它也慢慢的变成了国内平台在2017年的努力方向。

  任何一次计算模式的调整和演进，都会催生更多的商业模式，这些商业模式将给我们大家带来眼花缭乱的消费者和商业体验。

  基础设施成本的控制，不再是云计算服务商竞争的制高点。能否满足终端互联和物联、大数据分析、人工智能需求，将成为云平台是否成功的最重要因素。

  其中，区块链技术由于可提供安全的价值交换保障，将慢慢的变成为各种云应用的一个必须的基础能力，从而得到快速发展。

  人工智能和认知计算能力将向深度和广度同时发展，更多商业场景下的产品和服务将被发掘出来，并付诸实施。

  这些商业模式会极大推动商业的劳动生产率的提升，在可见的未来实现可观的投资回报。

  能与云端结合，具备一定人工智能功能，会成为智能终端的两个基本要素，大量传统的设备、消费电子、和个人终端应用，都会快速和这个趋势结合转型。

  不论是GPU、LPGA、新一代云计算、VR/AR、人工智能能力，各种技术基础能力，都将围绕这个计算新常态来发展和进行资源配置。

  当然，除了这些白天鹅,我们也期望在2017年里，科技领域能有更多的黑天鹅和黑科技，来让我们觉得震撼。