华为创新2.0重点研究未来技术：光计算、DNA存储及原子制造_3DM单机

华为前不久宣布的2018年财报中，营收7212亿元，净利润593亿，其中研发投入达到了1015亿元，过去10年来研发投入超过4800亿元。技术研发是华为发展壮大的重要原因之一，华为接下来还会继续加大研发投资，今年的目标是投入至少200亿美元。

在华为分析师大会2019上，华为宣布成立战略研究，由华为董事徐文伟担任院长，这个研究院将是华为统筹创新2.0的关键，主要研发5年以上的前沿技术，华为举了三个新型技术的例子，包括光计算、DNA存储及原子级的制造。

华为宣布，战略研究院主要负责5年以上的前沿技术的研究，通过每年3亿美金投入大学，支持学术界开展基础科学、基础技术等的创新研究。

战略研究院最重要的是看未来，担负起华为在未来5-10年技术领域的清晰路标。面向未来，确保华为不迷失方向，不错失机会。同时，开创颠覆主航道的技术和商业模式，确保华为主航道可持续竞争力。

未来华为将在以下几个方面重点投入：

·基础科学研究：华为将设立专项基金支持基础科学研究和人才培养，推动基础理论的突破;

·基础技术研究：华为有着丰富的行业应用场景、针对工业界面临的工程技术问题和世界级难题（如香农定律极限、内存墙、摩尔定律失效等），大学和华为发挥各自优势，推动基础技术的突破，并加速高校研究成果跨越创新死亡谷;

·技术创新：针对当前工程和技术的难点，共同进行研究;

战略研究院，围绕信息的全流程，研究和发掘未来的技术，从信息的产生、存储、计算、传送、呈现，一直到信息的消费。比如显示领域的光场显示，计算领域的类脑计算、DNA存储、光计算、传送领域的可见光等，基础材料和基础工艺领域的超材料、原子制造等。

徐文伟举了三个具体的例子来阐述华为战略研究院关注的新技术。

1、投资光计算，探索异构计算发展之路

第一个是光计算：我们知道现在数据的种类越来越多，并且受摩尔定律限制，一种计算架构实现所有数据的处理成本非常高，因此，异构计算是突破摩尔定律的路径之一。

华为投入光计算的研究，利用光的模拟特性，实现数据处理中的复杂逻辑运算。

比如，在人工智能领域，计算量的80%是矩阵变换、最优求解等，这些运算用CPU做，效率非常低，如果用光计算，性能会提升百倍，因为光本身的衍射、散射、干涉等天然特性，就是具备这样数学特性，光计算省去大规模的数模转换的过程，在这些特定的领域有着天然优势。

试想一下，随着计算量向AI等转移，80%的计算量可能更加合适用新的计算架构，效率百倍地提升，那么，摩尔定律的困境，就会很大程度上被克服。

2、投资DNA存储，突破数据存储容量极限

第二个是DNA存储，我们都知道在信息时代，数据量是指数增长的，而且是累积的，其增长的速度远高于摩尔定律。

那么，存储的容量要求越来越大，势必导致成本不断增加，而这种增长不可持续，存储已经成为IT产业中成本最高的部分。

因此，要么把一些数据不断地丢弃，要么寻找容量更大的存储技术。

众所周知，基因的信息是巨大的，人的一个基因信息有几十个G，存储基因信息的DNA是非常高效的，那么，能不能用DNA来存储信息呢?

一个立方毫米DNA就可以存储700TB的数据，相当于70个今天主流的10T硬盘，按照这样测算，一公斤的DNA可以存储今天所有的数据，容量达到惊人的程度。写数据的过程是基因编辑，读数据的过程是基因测序。

但是，今天基因存储离商用还非常遥远，因为数据读写的速度还非常低，比如，写5MB的数据需要4天时间，这就需要我们发掘新方法和新技术来突破这些瓶颈。

3、投资原子制造，突破摩尔定律极限

第三个是原子制造。今天，精密制造达到了纳米级，如10纳米。但是，这是用“宏观制造”的方法，达到了“微观尺寸”的水平。

今天，更精密的制造，用宏观的手段，越来越困难，即摩尔定律的天花板。

如果我们换一种思路，能否在原子尺寸的层面上直接进行制造呢?从单个原子开始，直接将其装配成纳米结构，然后，再将这些纳米结构组装成更大的微器件。

实现“原子到产品”的制造模式。原子的尺寸是十分之一纳米，也就是说原子制造技术可以把摩尔定律提升100倍。