我们每年都会获得和创造越来越多的数据。一些分析指出，我们每天生成250亿亿(2.5*1018)字节的数据，而我们今天拥有的数据中有90%是在过去两年中生成的。随着物联网和基于网络边缘的应用变得越来越普遍，这种数据的爆炸式增长并没有任何减缓的迹象。为了在数据产生和需要的地方将这些数据转换成信息，也为了更高效地完成这一过程，计算处理能力变得越来越分散，边缘节点的处理能力正在大幅猛增。
2019年，我们会看到“智能传感器”将取得进展：届时，传感器只有在感应到值得关注的事情时才会被唤醒，并且会对输入的信息进行筛选后仅向云端传输相关信息。同时，我们将更加关注边缘节点设备中的高效电源管理，从而支持不断增加的处理需求和由此带来的热管理挑战。此外，由于所生成信息的价值日益增长，导致信息丢失或损坏的代价高昂，因此我们将更加注重保护数据安全。最后，随着边缘节点处理、雾计算和云计算的结合，通过传感器融合或是结合不同传感模式来更准确地感知现实，此类实践将变得更为普遍。
人工智能褪去虚幻
时下被热议得最厉害的无疑就是人工智能与机器学习了，这也是最难估计的技术。事实上，在喧嚣的躁动之下，人工智能与机器学习也取得了实际的进展，几乎每个行业都在努力发掘人工智能所带来的机会和潜在影响。例如在汽车领域，随着环境传感精度的提高，加之向人工智能引擎提供更高质量、更相关的数据和信息，系统训练成果和系统推演能力快速进步。
由于需要低延迟及实时决策，汽车应用中的人工智能处理主要在边缘而非云端进行。但是在其他行业的应用中，边缘和云计算之间的架构之争并没有定论，要根据不同的应用而定，因为游戏与工业自动化这样不同的应用场景有不同的需求。所有市场都面临着棘手的问题，特别是在无监督训练方面，以及验证人工智能系统在训练后能否真正发挥作用。尽管这些领域将在2019年取得进展，但一些非技术因素，如伦理、责任和监管问题，以及人工智能和机器学习人才紧缺的现状仍然是产业前进的障碍。
加速前进
车辆电气化、自动驾驶、交通即服务，三股冲击波正在颠覆汽车行业。由于内燃机面临越来越大的监管压力（包括禁止使用某些技术），而电力及电源管理技术在持续改进，且成本也越来越低，车辆电气化将继续保持两位数的增幅，并在2019年从小众市场转变为主流市场。新的化学元素使得电池能量密度大大提升，从而在电池化成和生命周期管理领域催生出越来越多的创新。电子和架构方面的进展不可或缺，这关系到能否感知、测量、解析和安全传输电池状态信息，从而最大限度地优化下一代电池的效能、使用寿命和安全性。
