如何有质量地活下来?华为抛出“10大科技难题”

来源:观察者网

2022-04-29 10:12

(观察者网讯 文/周昊 编辑/周远方)为期两天的第十九届华为分析师大会在4月27日落幕,两天的大会期间,华为强调“有质量活下来”的同时,进一步抛出了“华为如何看待未来、走向未来”这一话题。

华为轮值董事长胡厚崑在大会上表示,华为在过去的三十多年一直通过创新创造价值,尽管遇到经营上的困难,这一点也未曾改变。

他也请出华为战略研究院院长周红,与大家一起“抬头看路”。

周红表示,为了打通科学假设与商业愿景,华为把创新分成前后相关的5个环节:从假设和愿景,到理论、技术和商业创新。越靠近后端商业、客户和用户的创新,效果就越明显;而越靠近前端假设、愿景和基础科学,就越需要耐心。

周红表示,在基础科学研究上,除了支持以科学家兴趣驱动的“波尔象限”创新外,我们希望与伙伴一起探索“巴斯德象限”创新,这样既能拓展科学认知,也能创造应用价值。为此,华为提炼出面向未来可以重点考虑的两个基础科学问题,以及8个前沿技术挑战。

华为轮值董事长胡厚崑

“稳健”并非原地踏步

2022年,华为提出“有质量活下来”的目标。胡厚崑也在接受观察者网等媒体采访时提到,华为虽然面临诸多困难,但对于“生存质量”依旧有自身的追求。

首先,华为要保障给客户提供的产品和解决方案的质量。华为会采取大量的措施保证提供给客户的产品、解决方案竞争力不下降,服务的连续性不出问题;

其次,华为将在运营上追求“稳健”,在交易方面会格外重视交易的质量,对于一些低质量的交易华为也会选择放弃。华为将会在聚焦ICT领域且相对多元化的业务组合之下,要求每个业务本身都要聚焦以实现有质量的发展,否则就要面临被关闭的局面。

但求“稳健”并非是原地踏步,在创新及未来战略方面华为依旧有诸多举措。

比如在联接领域,华为定义了5.5G和F5.5G的产业愿景,以实现10Gbps无处不在,支持家庭场景下“身临其境”的体验需求,并满足工业控制对实时性、可靠性的高要求;

在计算领域,华为重新定义节点、基础软件及数据中心级系统架构,实现性能倍增,显著提升能效。

此外,通过打造云上的数字内容生产线,华为构建以人为中心的全场景智慧化体验,加速物理世界和数字世界的融合。

在助力数字化转型方面,华为通过完善产品组合适配不同的行业场景,以华为云为底座把基础设施、技术以及经验云化、服务化,并通过成立“军团”形成针对性的解决方案,快速响应客户及行业需求。

在数字能源方面,华为将引入AI、云等能力,优化光伏行业的技术路线,加速可再生能源发展;以无线站点和数据中心为发力点,使用系统级低碳方案,打造绿色ICT基础设施。

在智能汽车业务,华为认为电动化、智能化、网联化、共享化的未来方向已经清晰,这意味着庞大的汽车产业正在进入一个转型期,数字化以及电力、电子技术将会成为关键的使能技术。

胡厚崑还透露称接下来无论是HUAWEI Inside模式还是华为智选模式,合作伙伴都会有新的车型发布;“华为在车领域是一个新人,但随着智能电动汽车市场的发展,华为帮助合作伙伴‘造好车’、‘卖好车’的定位和选择模式会得到越来越多上下游合作伙伴的认可”。

胡厚崑也强调,华为会持续在创新以及人才方面提供足够的资金和资源保障,在创新路径上进行优化,通过一系列措施使得华为今天的投入能够让未来的发展更有质量,“持续强化创新能力,牢牢抓住千行百业数字化、智能化发展以及人类社会低碳化发展的两个大机遇,是华为走向未来的关键。”

风物长宜放眼量

华为创始人、CEO任正非曾在内部会议提出,企业发展的基本逻辑是:方向要大致正确,组织要充满活力。

他说,首先,这里的方向是指产业方向和技术方向,我们不可能完全看的准,做到大致准确就很了不起;其次,在方向大致准确的情况,组织充满活力非常重要,是确保战略执行、走向成功的关键。

华为本次也请出战略研究院院长周红,带领大家“抬头看路”。

华为战略研究院院长周红

“三十年前的人还需要排长队打长途电话,完全无法想象有一天仅凭一个小盒子,不需要任何连线就能够随时随地与远方的家人进行视频沟通,也不需要任何连线就可以通过这个小盒子连接世界”,周红感叹,这在当时而言就是“科幻”。

过去10年,全球的移动宽带数据流量,从2010年的每月0.24艾字节(EB),增长到2020年的每月60艾字节,增长超过250倍;中国的移动宽带数据流量,从2010年的每月0.033艾字节,发展到2020年的每月13艾字节,增长超过400倍。数字技术在极大的丰富人们生活的同时,用于支撑其发展的理论和技术却已然面临瓶颈。

周红表示,我们认为数字技术将以超过十年百倍的速度增长,数字化将促进人和社会加速发展。

另一方面,现有的很多理论和技术都是几十年前甚至一百多年前提出的,基于这些理论和技术的应用已经开始遇到瓶颈,例如通信领域的奈奎斯特采样定理和香农定律、计算领域的可计算性理论和冯·诺依曼架构、半导体领域的摩尔定律等,希望有新的假设和愿景来牵引突破。

为此,华为提出面向未来的4个科学假设和商业愿景,希望与学术界、产业界一起共同探索,开展面向未来的研究。

首先,是探索基础科学和前沿技术,尤其是物理、化学、生物等领域的突破,将使我们能够更好地发明新分子、催化剂、蛋白质等材料和器件,以及新的装备和新工艺。

周红曾和一位量子科学家讨论,怎么把光子、量子存起来?

他在1993年就提出了量子存储概念,当时没人相信。直到1998年,哈佛大学的莱恩·韦斯特加德·豪(Lene Vestergaard Hau)等科学家用电磁感应透明现象将光子速度降到17m/s,2000年,她们成功地把光子“冻结”了一分钟时间。目前已经有很多办法来可以实现量子存储,从而更好地支持量子通信和量子计算。

为了降低半导体器件的功耗、提升可靠性,华为和科学家合作,分析半导体器件中的热机理,看看能不能构造出有利条件,加快“光声子”变成“声声子”,从而减少栅极与漏极之间热点的形成。

现在很多超导量子计算机采用毫开尔文的温度,一些科学家在进一步探索,用激光来冷却原子,从豪开尔文降低一百万倍温度到纳开尔文,接近绝对零度的温度极限,看看能不能发现更复杂的量子现象。

未来,物质的特性能不能通过计算预测出来,而不用靠漫长的试验来进行摸索?答案是可能的。

有了更好的计算化学,我们有望发现或者发明更好的催化剂、化学药、生物药与疫苗。

第二,是拓展感知极限,更好地了解世界和人类自身。从接近人类感知到超越人类感知、从替代感知到扩展和创造感知、从人类感知到机器感知。

周红认为,这方面我们要向生物界学习,大自然通过百万年甚至上亿年的进化,形成了远远超越现有机器和人的感知能力。

例如在视觉上,有些蜘蛛眼睛在物体轮廓和运动计算上远远超越了人眼,有利于快速精准捕获猎物,自动驾驶汽车是不是正好需要这种眼睛?

周红认为,除了拓展对外部世界的感知,我们未来也能更好地感知和控制人体自身。像ECG、EEG、PPG等这些技术目前还没有系统地、便捷而又低成本地发展起来,对于人体的八大子系统的实时度量感知,我们还有很多工作要做。通过发展新的传感器,我们将来可能实时、无感知地测量血压、血糖、心电等重要的健康参数;我们可以发展新的神经系统脑机接口、肌机接口,更好地与机器协同,将来有可能用思考来交流和工作、用思考来开车和娱乐。

第三,是探索适应目标与环境的计算模式与高效实现方式。信息领域经过多年的积累,已经发展出了十几种广泛使用的计算模式,例如无线和光通信里大量使用基于快速傅里叶变换的蝶形计算模式,路由器里大量使用基于逻辑状态转移的有限状态机计算模式,AI里目前大量使用基于统计和相关的计算模式等。数学家和工程师们奋斗了这么多年,我们在计算模式上是不是已经走到了尽头?

周红认为,还有很大的空间,例如:

在通信上,随着未来的通信系统不断走向高频、高速,我们将面临越来越多的非线性信道和非线性器件带来的问题,我们能不能从传统的线性傅里叶变换拓展到非线性逆散射变换,以更好地匹配未来的应用?

在AI上,随着应用的不断拓展,我们面临统计相关AI计算模式不可解释、不可调试的问题,同时还有很大的能效挑战。我们能不能向生物界学习,例如蚂蚁的大脑一般只有0.2毫瓦的能耗,它既不用深度学习、也不需要遵循可计算性理论和冯·诺依曼架构,但是却能够跑来跑去做很多复杂的事情,例如筑巢、寻找食物、养蚜虫等等。目前的自动驾驶汽车还需要几十瓦甚至几百瓦来进行计算,在能效上与蚂蚁相比还有很大的差距。在AI领域,除了统计和相关计算模式外,能不能进一步发展出数理逻辑计算模式、几何流形计算模式、博弈计算模式等?

在科学计算上,我们大量用到矩阵,对于两个n行n列矩阵的乘法,如果按照原始简单算法,复杂度是n的3次方,1969年德国数学家创造的斯特拉森算法,将复杂度降低到n的2.807次方,2020年底MIT的Williams与哈佛的Alman给出一个复杂度是n的2.3728596次方算法。

在矩阵计算中,我们更关心稀疏线性方程组求解,因为在社会科学中,地球上有几十亿人,平均每个人只维持不超过200个有效关系;在芯片设计中,大部分元件的限制条件是局部的。在这个领域,佐治亚理工大学的彭泱等人发明了计算复杂度为n的2.3316次方的先进算法,获得了计算理论顶会SODA的2021年最佳论文奖。

几个月前,我们的数学家发明了一个更新的算法,将复杂度下降到n的2.28次方,比彭泱等人的算法降低了0.0516次方,这个进步意味着什么呢?对n=100万来说,计算复杂度将能进一步下降约45%。

在具体实现上,超级计算机往往要用巨大的能耗来实现大算力,例如3千万瓦实现近500PFLOPS算力,而人脑大约用20W可以做到近30PFLOPS,效率高了约八万倍。从这个角度看,我们是不是要发展适应性与高效性计算模式,创造新架构与新部件,而不要受限于传统的可计算性理论、以及冯·诺依曼架构?

第四,是在有别于香农定律的假设、以及更大的时空中探索信息通信,从而跨越空间的障碍,建设全球直达的能力,连接虚拟与现实世界、以及无处不在的机器。

将来的真人级全息通讯,如果不压缩数据,需要接近2Tbps的带宽,以及1-5ms的时延;

自动驾驶如果采用12个摄像头,每天可能产生高达4T字节的数据,目前的5G网络远远达不到这个容量。

对于这些挑战,我们是不是有足够的理论和技术来实现呢?我认为这是可能的。

例如,在理论上,如果我们假设这个世界是有先验知识、有记忆的,就可能跳出香农1/2/3定律的限制。在工程上,一个量子级联激光器可以同时产生几百个波长,实现上百T的流量;未来如果我们能做出高重频阿秒激光器,甚至可能产生百万T的流量。这些技术如果能嫁接到无线和光领域,是不是可以成千上万倍提升通信性能?

周红表示,为了打通科学假设与商业愿景,华为把创新分成前后相关的5个环节:从假设和愿景,到理论、技术和商业创新。

越靠近后端商业、客户和用户的创新,效果就越明显;而越靠近前端假设、愿景和基础科学,就越需要耐心。

面向未来,我们要敢于向前端基础研究寻求答案。

在基础科学研究上,除了支持以科学家兴趣驱动的“波尔象限”创新外,我们希望与伙伴一起探索“巴斯德象限”创新,这样既能拓展科学认知,也能创造应用价值。

围绕前面4个假设与愿景,聚焦“巴斯德象限”,我们提炼出面向未来可以重点考虑的两个基础科学问题,以及8个前沿技术挑战。

两个基础科学问题是:

认知世界:机器如何认知世界,能不能建立适合机器理解世界的模型?

认知自身:如何理解人体的生理学模型,八大子系统的运行机制,以及人的意图和智能?

八个前沿技术挑战包括:

新接口,如何发展新的感知和控制能力,例如脑机和肌机接口、3D显示、虚拟触觉、嗅觉、味觉等;

新健康,如何连续、无感知地测量人的血压、血糖和心电,能否通过AI强人工智能帮助发明新的化学药、生物药和疫苗;

新软件,如何发展以应用为中心,面向价值与体验的高效率自动化和智能化软件;

新通信,如何接近和扩展香农极限,实现区域级和全球级的高效、高性能连接;

新计算,如何发展适应性与高效率的计算模式、发展非冯·诺伊曼计算架构与非传统部件、发展可解释和可调试AI;

新材料,如何通过AI帮助发明新的分子、催化剂和器件;

新制造,如何发展出超越传统CMOS制造的技术,达到更低成本、更高的效率;

新能源,如何发展出安全、高效的能源转换和储能,提供按需服务。

责任编辑:周昊
华为 数字化 数字经济
观察者APP,更好阅读体验

专题

大公司

刘强东明州事件双方以和解终结,本人回应

2022年10月02日

澳门赌牌“七争六”,马来西亚企业能否入局?

2022年09月17日

小编最近文章

04月22日 10:38

ACE系列“易”主,一加、OPPO融合进行时

04月12日 12:09

vivo首款折叠屏手机X Fold发布,售价8999元起

风闻24小时最热

网友推荐最新闻

已致超百人死亡,飓风“伊恩”或影响全美GDP增长

为何社会主义在欧洲式微,却在中国发扬光大?

扎哈罗娃:他暴露了

“重大风险!”英国天然气供应,要绷不住了...

已致超百人死亡,飓风“伊恩”或影响全美GDP增长

伊朗最高领袖指责美以制造抗议活动,拜登回应

为何社会主义在欧洲式微,却在中国发扬光大?

“耻辱性让步”,英政府突然180度大转弯