近日，在深圳舉行的華為全球分析師大會上，華為董事徐文偉宣布成立戰(zhàn)略研究院。每年投入3億美金，支持學(xué)術(shù)界開展基礎(chǔ)科學(xué)、基礎(chǔ)技術(shù)等的創(chuàng)新研究。華為戰(zhàn)略研究院最重要的是看未來，擔(dān)負(fù)起華為在未來5~10年技術(shù)領(lǐng)域的清晰路標(biāo)。面向未來，確保華為不迷失方向，不錯失機(jī)會。同時，開創(chuàng)顛覆主航道的技術(shù)和商業(yè)模式，確保華為主航道可持續(xù)競爭力。

?

第一個方向是投資DNA存儲，以便突破數(shù)據(jù)存儲容量極限

我們都是知道在信息時代，數(shù)據(jù)量是指數(shù)增長的，而且是累積的，其增長的速度遠(yuǎn)高于摩爾定律，那么，存儲的容量要求越來越大，勢必導(dǎo)致成本不斷增加，而這種增長不可持續(xù)，存儲已經(jīng)成為IT產(chǎn)業(yè)中成本最高的部分。

?

因此，要么把一些數(shù)據(jù)不斷地丟棄，要么尋找容量更大的存儲技術(shù)。

?

眾所周知，基因的信息是巨大的，人的一個基因信息有幾十個G，存儲基因信息的DNA是非常高效的，那么，能不能用DNA來存儲信息呢？ 一個立方毫米DNA就可以存儲700TB的數(shù)據(jù)，相當(dāng)于70個今天主流的10T硬盤，按照這樣測算，一公斤的DNA可以存儲今天所有的數(shù)據(jù)，容量達(dá)到驚人的程度。寫數(shù)據(jù)的過程是基因編輯，讀數(shù)據(jù)的過程是基因測序。但是，今天基因存儲離商用還非常遙遠(yuǎn)，因為數(shù)據(jù)讀寫的速度還非常低，比如，寫5MB的數(shù)據(jù)需要4天時間，這就需要我們發(fā)掘新方法和新技術(shù)來突破這些瓶頸。

?

第二個方向是投資原子制造，突破摩爾定律極限

今天，精密制造達(dá)到了納米級，如10納米。但是，這是用“宏觀制造”的方法，達(dá)到了“微觀尺寸”的水平，今天，更精密的制造，用宏觀的手段，越來越困難，即摩爾定律的天花板。

?

如果我們換一種思路，能否在原子尺寸的層面上直接進(jìn)行制造呢？從單個原子開始，直接將其裝配成納米結(jié)構(gòu)，然后，再將這些納米結(jié)構(gòu)組裝成更大的微器件。實(shí)現(xiàn)“原子到產(chǎn)品”的制造模式。原子的尺寸是十分之一納米，也就是說原子制造技術(shù)可以把摩爾定律提升100倍。

?

第三個投資方向是光計算，探索異構(gòu)計算發(fā)展之路

我們知道現(xiàn)在數(shù)據(jù)的種類越來越多，并且受摩爾定理限制，一種計算架構(gòu)實(shí)現(xiàn)所有數(shù)據(jù)的處理成本非常高，因此，異構(gòu)計算是突破摩爾定理的路徑之一。

?

華為投入光計算的研究，利用光的模擬特性，實(shí)現(xiàn)數(shù)據(jù)處理中的復(fù)雜邏輯運(yùn)算。比如，在人工智能領(lǐng)域，計算量的80%是矩陣變換、最優(yōu)求解等，這些運(yùn)算用CPU做，效率非常低，如果用光計算，性能會提升百倍，因為光本身的衍射、散射、干涉等天然特性，就是具備這樣數(shù)學(xué)特性，光計算省去大規(guī)模的數(shù)模轉(zhuǎn)換的過程，在這些特定的領(lǐng)域有著天然優(yōu)勢。試想一下，隨著計算量向AI等轉(zhuǎn)移，80%的計算量可能更加合適用新的計算架構(gòu)，效率百倍地提升，那么，摩爾定律的困境，就會很大程度上被克服。