当前计算机专业的研究方向主要分为：计算机设计与系统结构类、人工智能与数据科学类、信号处理与通讯科学类、数据库与大数据类。计算机专业方向怎么选？《启德研究生留学十大专业·计算机》建议，虽然当前大数据、云计算、区块链、物联网、人工智能、智能制造相关方向的热度比较高，但并非适合每一个人，需要结合自身兴趣、专业知识储备、实践积累、天赋优势等因素，综合判定自己想要研究的专业方向。
计算机设计与系统结构类
自计算机问世以来，计算机架构及其系统相关设计均不断改进与演化。1946 年，世界上第 一台通用电子计算机，简称 ENIAC (Electronic Numerical Integrator And Computer) ，其体积大 约 2.4m × 6m × 30.48m，重达27 吨，该电脑每秒可进行 5000 次简单加减操作或 40 次除法运算或3次求平方根运算或 385 次乘法操作。而微软公司于2021 年发布的 Surface Pro X 个人笔记本的电脑体积约为28.7cm × 20.8cm × 0.73cm, 重量仅为 774 克，采用 7nm 制程的骁龙 8cx 核心处理单元，每秒提供1.5 × 1013通用运算能力。
由此可见，计算机体积在不断减小而运算能力在不断增强。因此，计算机设计与系统结构类研究显得尤为重要。 计算机系统设计与系统结构类研究主要需要的核心知识，除了基础课程（数学类，编程类以及基础电路）之外，由于现代计算机均基于半导体（二极管，三极管）以及数字电路（逻辑门）技术， 模拟电路与数字电路也是计算机设计与结构类的核心课程之一。
除此之外，计算机相关配套的累加器，寄存器，指令集以及计算机基础架构类（如 8088，8086 嵌入式计算机）课程也是核心内容。 随着 CPU 制程工艺不断精进，半导体与材料物理已是该学科热门研究方向之一。如何在纳米级别找到更稳定可靠，且经济实惠易加工的材料，并且配套成熟的制造工艺是该学科一直以来的一个 研究内容。但随着制程不断变小，微观情况下的材料性能变得逐渐不可靠，因为研究人员在现有的材料基础之上研发了量子计算机这一新型概念。
人工智能与数据科学类
1956 年，在达特茅斯学院举行的一次会议上正式确立了人工智能，当时对于人工智能的定义为： “学习或者智能的任何其他特性的每一个方面都应能被精确地加以描述，使得机器可以对其进行模拟” 。1957 年，Frank Rosenblatt 在 1957 年就职于康奈尔航空实验室发明，因发明感知器被认为是现代仿生神经网络的鼻祖。在此之后，随着计算机计算能力的不断提高，1997 年 5 月 11 日，深蓝成功战胜国际象棋世界冠军卡斯帕罗 ；2005 年，Stanford 开发的一台机器人在一条沙漠小径上成功地自动行驶了131 英里，赢得了DARPA 挑战大赛头奖；2009 年，蓝脑计划声称已经成功地模拟了部分鼠脑；2016 年 3 月， AlphaGo 击败李世乭。至此，人工智能技术开始蓬勃发展。
人工智能与数据科学类专业课程主要偏向数学与理论方向，概率论，优化理论，数学分析，代数理论，实践方向核心内容有 python相关课程 （NumPy, Pandas, PyTorch 等等）与项目实践课程。
对于AI/DL 未来研究趋势来说，越来越大的训练、内容将是未来一段时间之内的主要解决问题。随着数据量的不断变大，AI/DL 算法需要更多的神经节点与神经层去表示数据深层次的联系。这样就会导致需要更多的算力（更强的电脑）以及更大的储存成本（更大的内存）去训练或存储模型。 但是在日常生活中，强大的算力需要更大的经 与空间成本（参考超级计算机）。
因此，目前主要研究的解决方案主要有几种：
一、尽量压缩模型，使用更少的参数去代表更多的内容；
二、针对人工智能算法设计专用硬件（GPU/TPU/FPGA/ AI-Chip）；
三、使用可更新或可变的网络结构；
四、开发下一代实时人工智能或通用人工智能。
针对 AI/DL 应用方面，计算机视觉（人脸识别， 物体识别，车道识别等），自然语言处理（语音识别，手写识别，风格迁移等），智能决策（智能驾驶，无人机轨迹优化，飞行器与导弹的制导等），预测（股市预测，电价预测，天气预测等），人工智能与生物信息（基因组，有效药物，蛋白质结构等）等分支均为研究热点。
信号处理与通讯科学类
计算机科学与电子信息科学向来密不可分，计科与电信交叉分支之一就是通信科学。19 世纪美国电报的发明与创造，标志着现代通信技术的开端。通信科学可以理解为是为了研究产生信号、传输信息、交换处理、平流层通信、信息高速通信等方面的理论和工程问题。随着 5G 技术落地，下一代通信协议（6G）已经开始逐渐研发。
信号处理与通讯科学类专业核心课程包括但不限于，信号与系统，复分析，计算机网络，通讯协议， 高级通讯处理技术，时分复用技术，码分复用技术，调制解调机制等核心内容。
通信科学类未来研究趋势主要注重一下几个方面：
1. 加密技术，随着信息传递的不断增多， 信息隐私程度在逐渐下降，如何保证信息在传递 过程中安全的被加密（例如量子空天通讯），一直是一个研究热点。
2. 下一代通信技术，数据量不断增大的基础之上，如何降低数据传输成本并且提升传输速率也是研究的重心。
3. 信号降噪技术，在无线通信过程中，信号不可避免的被干扰，如何最大化降低噪声对信号产生的影响也是未来研究的热点话题之一。
数据库与大数据类
在计算机网络中，所有的互联数据传输都要经过交换机不断传递直至到达目的地，那么大量的数据传输（例如大型在线类游戏）就需要数据库与数据中心的支持。当公司或用户需要快速的 Internet 连接，以及不断的部署系统并出现在 Internet 上。安装这种设备对于许多小公司是不可行的。许多公司开始创建非常大的设备，被称为 Internet 数据中心（IDCs），它提供了商业上的系统部署和操作的解决方案。新技术和实践被设计用来处理测量巨大的操作需求。当储存了大量的数据之后，如何从大量的数据中找到规律， 分析并应用的学科被称为大数据。
对于数据库与大数据类，其核心课程主要有 SQL，不间断电源，通用数据中心标准，安全控 制系统，服务器理论，人机交互设计等等。未来研究趋势中，安全性一直是数据库与数据中心的重中之重，这里的安全是指物理安全可靠运行（防水，防火，防尘，防断电，安保等）和网络安全（数据防盗，防挟持，白帽黑客等）措施。
基于此问题，部分研究学者认为，现存以太网并不能彻底根除数据安全问题，因此区块链以及去中心化的概念近年来受到广泛关注。除此之外，如何降低数据中心运维成本一直以来备受关注，由于数据中心有集中大量的计算机以及数据存储单元，散热一直以来是运行成本的核心部分，除此之外，可靠电源（不间断备用电源）也造成了维护成本的增加。
另外，大数据分析近年来也备受关注。数据中心的核心优势在于，海量的用户数据储存，在取得允许的情况下，部分公司可以分析用户数据进而产生其他效益。例如，金融行业数据中心会依据用户的喜好以及行为进行用户信用评级；医疗数据中心会依据病人的监测结果预测潜在病症；互联网金融数据中心依据用户喜好进行内容推荐等等。
