華為，找尋科技秋天里的春光

捷克導演伏拉基米爾·米切爾在2001年指導了一部電影，叫做《秋天里的春光 Babí léto》。

我很喜歡這個(gè)名字，它吐露著(zhù)一種簡(jiǎn)單質(zhì)樸的美好?；赝麣v史，我們會(huì )發(fā)現文明與知識經(jīng)常陷入秋天，但卻因為人類(lèi)的一次次努力，最終我們迎來(lái)的不是寒冬，而是新一輪春天的開(kāi)啟。

【資料圖】

在我們感知到瓶頸的一剎那，也就開(kāi)始思考如何解決瓶頸；當我們開(kāi)始擔憂(yōu)未來(lái)，也就開(kāi)始掌握和改變未來(lái)。能在秋天尋找春光，這是人類(lèi)何以偉大，也是人類(lèi)這一物種何以延續的原因。

在科技領(lǐng)域，這樣的故事正在上演。

4月19日，華為分析師大會(huì )HAS 2023在深圳舉辦。此前曾跟大家聊過(guò)，全聯(lián)接大會(huì )與分析師大會(huì )是了解華為最重要的兩個(gè)窗口。如果說(shuō)，全聯(lián)接大會(huì )展示華為的手中做出了什么，那么分析師大會(huì )，則展現華為的眼中看到了什么。

比如說(shuō)，上一屆HAS，我們討論過(guò)華為面向智能世界的科學(xué)假設，這可能是大型科技公司首次用科學(xué)假設來(lái)錨定未來(lái)戰略。

而在今年，華為則更加直接、更加勇敢且熱烈，直接提出如何解決通信與計算兩大極限——香農極限與摩爾定律。

華為戰略研究院院長(cháng)周紅在名為《建設智能世界的假設與愿景，從經(jīng)驗、知識到智能》中提出：建設智能世界的核心，就是解決未來(lái)通信和未來(lái)計算兩大問(wèn)題。

如果說(shuō)，通信與計算極限是困擾著(zhù)人類(lèi)科技進(jìn)步的秋天，那么尋找打破它們的辦法，就是人類(lèi)又一次嘗試在秋天里尋找春光，改變未來(lái)。

觸摸瓶頸：當人類(lèi)科技步入秋天

在秋天，人們可以享受豐饒的物產(chǎn)，同時(shí)也會(huì )感受到寒意。我們生活在信息革命的豐收中，享受著(zhù)前人甚至不敢想象的通信體驗與數字化工作、生活，但在這種美好之中，寒意也逼近了。這種寒意，來(lái)自于發(fā)展的瓶頸。

在《三體》中，三體人來(lái)到地球的第一步是用質(zhì)子創(chuàng )造瓶頸，鎖死人類(lèi)基礎技術(shù)創(chuàng )新，而在現實(shí)里，瓶頸自己就會(huì )出現。從元宇宙到無(wú)人駕駛、智能制造，我們提出了太多的數字化、智能化應用方向，這需要信息的處理、傳輸、存放能力千百倍增長(cháng)。但殘酷的現實(shí)是，計算與通信已經(jīng)逼近了極限，在現有的理論與技術(shù)進(jìn)步框架下，已經(jīng)很難支撐科技持續高速發(fā)展。

之所以我們能夠知道這兩大極限在哪里，要感謝兩位信息技術(shù)中的偉人。

首先是信息論的創(chuàng )始人克勞德·艾爾伍德·香農，在1948年首次提出了噪信道編碼定理，也被稱(chēng)為香農第二定理。根據這一理論，有限帶寬、有噪聲的信道中存在著(zhù)極限傳輸速率，無(wú)論采用何種編碼方式都無(wú)法突破這個(gè)極限。

香農極限的存在，有效牽引了通信產(chǎn)業(yè)的發(fā)展，指出了不同網(wǎng)絡(luò )環(huán)境下的最高通信效率，對通信和存儲產(chǎn)業(yè)起到了奠基作用。與此同時(shí)，香農極限也提前展示了人類(lèi)通信能力的邊界，比如5G的頻譜效率已經(jīng)很大程度上的接近甚至達到了香農極限。這也就是說(shuō)，接下來(lái)需要更大通信能力支持的元宇宙、泛在高清化視頻、人工智能技術(shù)，都迎來(lái)了巨大的瓶頸與壓力。

比香農極限更廣為人知的是摩爾定律。英特爾創(chuàng )始人之一戈登·摩爾，根據自身的產(chǎn)業(yè)觀(guān)察與技術(shù)實(shí)踐，歷經(jīng)數次調整，最終提出了集成電路上可以容納的晶體管數目在大約每經(jīng)過(guò)18個(gè)月到24個(gè)月增加一倍的規律。也就是說(shuō)，處理器性能將18個(gè)月翻倍，同時(shí)其價(jià)格下降一半。

摩爾定律牽引了計算產(chǎn)業(yè)的數十年發(fā)展，為信息革命奠定了產(chǎn)業(yè)基礎，但隨著(zhù)材料工藝、制程工藝紛紛達到極限，摩爾定律開(kāi)始逐漸失速。如果嚴格按照摩爾定律，在2023年2納米制程芯片將廣泛使用，2025年將實(shí)現1納米制程，這顯然與目前形勢大為不符。

但另一方面，在供給端降速的同時(shí)，計算的需求端卻在暴漲。AI計算的興起帶來(lái)了全面的算力饑渴現象。過(guò)去十年，AI算力需求增長(cháng)了數十萬(wàn)倍，今天AI計算依舊處在一卡難求的尷尬境地。計算瓶頸，已經(jīng)在真實(shí)限制和困擾人類(lèi)的科技創(chuàng )新。

逼近的香農極限，失速的摩爾定律。這兩項巨大瓶頸，從源頭圍困了人類(lèi)科技的進(jìn)步。但在華為看來(lái)，瓶頸意味著(zhù)待解決的問(wèn)題，找到瓶頸，也就找到了通向未來(lái)的大門(mén)。

通信之春：藏在可能性的搖籃里

對于人類(lèi)科技來(lái)說(shuō)，秋天里的春光在哪里？

這可能是我們平時(shí)很難去觸及的問(wèn)題，而這也是HAS的珍貴之處。華為希望在這時(shí)與大家一起抬頭看看，看向遠方，看向充滿(mǎn)可能性的未來(lái)。

比如說(shuō)，香農極限的存在，為通信產(chǎn)業(yè)打下了十年十倍帶寬增長(cháng)的框架。但華為卻認為我們可以嘗試超越香農極限，實(shí)現網(wǎng)絡(luò )帶寬的十年百倍增長(cháng)，甚至更多。

怎么才能做到這點(diǎn)呢？周紅提出，香農極限是在上世紀40年代提出的。有很多新的現象、新的工程能力和新的應用環(huán)境，都是75年前人們不了解的、也不在假設中。因此未來(lái)的通信上還有很大的發(fā)展空間，甚至有可能改變香農定理最初的假設和應用條件，實(shí)現超越十年百倍的發(fā)展。

在如何傳遞信息這件事上，人類(lèi)始終在積累更多可能性。這些可能性大多數還在搖籃當中，但也足夠讓我們看到打破極限的路徑。

在通信方式層面，量子通信、艾里波束、激光器的相繼發(fā)現與實(shí)驗成功，讓人類(lèi)看到了找尋新通信傳播介質(zhì)的可能。而在人工智能技術(shù)興起后，各界發(fā)現以先驗知識傳播信息的可能，語(yǔ)義通信代表的新通信方法正冉冉升起。即使在工程技術(shù)方面，5G的MassiveMIMO規模商用后，有效解決了復雜城市環(huán)境中通信的傳統難題，這就在某種程度上超越了香農時(shí)代對通信的理解。

長(cháng)時(shí)間來(lái)，我們看到了華為在通信領(lǐng)域的不斷探索，MassiveMIMO、自動(dòng)駕駛網(wǎng)絡(luò )、感知網(wǎng)絡(luò )等可能性成為了現實(shí)。一系列的成功提醒我們，敢于尋找可能性，敢于打破理論與技術(shù)的瓶頸，就是尋找通信之春的開(kāi)始。

計算之春：藏在A(yíng)I的壯芽中

最近幾個(gè)月，生成式AI帶來(lái)了前所未有的火爆，大模型讓每一個(gè)人都真實(shí)感知到了AI的魅力與潛力。同時(shí)AI也加強了對算力的消耗，進(jìn)一步逼近了摩爾定律的極限。

但從另一個(gè)角度看，AI也是摩爾定律的破壁者，是一顆解決摩爾定律失效，甚至超越經(jīng)典計算邊界的種子。未來(lái)，或許我們將習慣讓AI去處理各種問(wèn)題，創(chuàng )造各種可能，而不是依賴(lài)晶體管的堆疊。

智能應用的快速發(fā)展，讓AI這顆種子成長(cháng)為嫩芽。但進(jìn)一步看，想要讓AI更加茁壯、強大，還需要克服一系列挑戰。在華為看來(lái)，AI想要與人類(lèi)目標保持一致，并且正確和高效地執行，必須克服三個(gè)主要的挑戰，其中包括：

對AI的目標定義問(wèn)題。集成了七十年發(fā)展成果的AI，有大量科研分支與技術(shù)流派，這也導致AI研究與應用缺乏整體性目標，難以達成系統化、整體化的研究體系。

AI的正確性與適應性問(wèn)題。深度學(xué)習以及其他AI技術(shù)的黑箱性問(wèn)題依舊沒(méi)有得到解決，人類(lèi)在理解和控制AI模型上缺乏有效手段，對抗生成樣本進(jìn)行AI干擾就是一個(gè)顯著(zhù)的例子，路牌上有個(gè)黑點(diǎn)，就可能導致自動(dòng)駕駛系統識別失靈。缺乏適應性，給AI應用帶來(lái)了巨大的隱患。

AI訓練與部署中的效率問(wèn)題。在今天，AI還需要巨大的算力開(kāi)銷(xiāo)、能源開(kāi)銷(xiāo)以及高度依賴(lài)海量數據進(jìn)行訓練。效率問(wèn)題始終在限制AI的進(jìn)一步發(fā)展。

只有跨越這些挑戰，AI才能從一顆嫩芽，發(fā)展為向下扎到根，向上捅破天的大樹(shù)。雖然那距離通用智能、超級智能的參天大樹(shù)還很遙遠，但我們至少可以期待AI成長(cháng)為一顆改變人類(lèi)世界的“壯芽”。

怎么才能跨越這些挑戰呢？在華為看來(lái)，“實(shí)用”是AI技術(shù)的最佳牽引。科學(xué)是無(wú)立場(chǎng)的，只呈現真實(shí)，但科技是有方向的，它需要為人類(lèi)服務(wù)。實(shí)用性，既可以成為AI應用的導航器，也可以成為AI理論研究與底層技術(shù)構建當中的護城河。

周紅建議，可以從實(shí)用的角度來(lái)發(fā)展知識和智能。具體來(lái)說(shuō)，可以通過(guò)感知與交互、計算或者試錯，在復雜的環(huán)境和有限的資源下達成目標。這條跨越AI邊界，甚至指向摩爾定律極限的智能之路，華為已經(jīng)攜手產(chǎn)學(xué)各界，找到了一些方向，比如：

一、發(fā)展自治智能系統，提高AI的適應性。

目前的AI模型，更多是從數據中抽取規律。未來(lái)，我們或許可以通過(guò)發(fā)展感知與建模、知識自動(dòng)生成、求解與行動(dòng)三個(gè)核心部分，推動(dòng)AI具有更高的正確性與適應性，甚至成為自主化的智能系統。在這個(gè)過(guò)程中，人的經(jīng)驗、訴求與利益將十分重要，科技必須確保人的立場(chǎng)與AI技術(shù)融合為一。在這樣的探索下，未來(lái)的AI將具有更強的自主決策能力，我們會(huì )在自動(dòng)駕駛汽車(chē)、云服務(wù)、自動(dòng)駕駛網(wǎng)絡(luò )等領(lǐng)域實(shí)現自主自治的智能體。

二、發(fā)明新的計算模式、架構與部件，提升AI效率。

目前AI依賴(lài)的存算基礎，基本來(lái)自經(jīng)典計算體系，二者本質(zhì)上并不完全匹配。我們或許可以發(fā)展更適配AI本身的計算模式，并產(chǎn)生與之匹配的計算架構、計算部件，來(lái)提升AI的工作效率。比如說(shuō)，類(lèi)腦計算的AI任務(wù)處理模式正在得到越來(lái)越多的重視。

此外，AI還帶來(lái)了海量非結構、多樣性數據的存儲問(wèn)題。是否可以脫離傳統存儲框架，圍繞AI計算來(lái)定義新的存儲架構與部件，這既是華為關(guān)注的方向，也是業(yè)界正在共同努力的目標。

三、AI4Industry，讓行業(yè)大模型助力價(jià)值創(chuàng )造。

AI需要與具體的行業(yè)需求、產(chǎn)業(yè)場(chǎng)景結合，才能最大化釋放生產(chǎn)力，這在今天已經(jīng)形成了共識。華為是這條路的先驅?zhuān)绕湓谛袠I(yè)大模型領(lǐng)域有領(lǐng)先且充沛的探索。目前，華為已經(jīng)幫助電力、煤礦、交通、制造等行業(yè)，實(shí)現了以AI大模型提升作業(yè)效率、提升安全性的案例，比如在煤礦場(chǎng)景，華為幫助客戶(hù)通過(guò)AI模型來(lái)實(shí)現瓦斯濃度的超前預警、作業(yè)序列風(fēng)險防范、作業(yè)質(zhì)量智能驗收等應用；華為的智慧港口方案，已經(jīng)在天津、青島、上海、深圳等港口實(shí)現智慧化應用。

四、AI4Science，構筑科學(xué)發(fā)現新范式。

在產(chǎn)業(yè)應用并行的另一條軌道上，AI的實(shí)用性還在科學(xué)研究中展露無(wú)遺。AI大模型與科研的結合，不是僅在特定學(xué)科中創(chuàng )造價(jià)值，而是構筑了一種各個(gè)學(xué)科整體性、通用性的新研究范式，為人類(lèi)探索科學(xué)提供新的路徑。

在今天，華為推出的盤(pán)古氣象大模型，已經(jīng)可以快速完成全球未來(lái)1小時(shí)到7天的天氣預報，預測精度比歐洲中期天氣預報中心高出20%以上。在藥物開(kāi)發(fā)領(lǐng)域，華為與北大相關(guān)團隊一起提出了基于元動(dòng)力學(xué)的靶點(diǎn)發(fā)現和構象搜索算法，可以加速小分子遍歷蛋白質(zhì)的過(guò)程，極大提升了藥物研發(fā)的效率。

除此之外，華為還在A(yíng)I重構軟件與計算模式，甚至用AI來(lái)開(kāi)發(fā)計算部件，提升產(chǎn)業(yè)效率和自動(dòng)化水平等領(lǐng)域進(jìn)行了廣泛的探索。我們知道，在ICT領(lǐng)域大量技術(shù)都是華為內部孵化應用，進(jìn)而成為全球業(yè)界通用的工具與能力?；蛟S，AI將在這條路上走得更遠。

AI的壯芽，還在成長(cháng)當中，還需要澆水施肥。但這顆種子的勃發(fā)，已經(jīng)讓人們看到了打破摩爾定律極限，乃至跨越更多極限的可能性。

這就是孕育在秋天中的春光。

秋過(guò)春來(lái)，智能世界

打破香農極限與摩爾定律極限，你會(huì )認為華為提出這樣的目標太過(guò)遙遠嗎？

但換個(gè)角度想，我們總是傾向于用已發(fā)生的事情去推演未來(lái)，去放大現在和過(guò)去。但卻忽視了未來(lái)的力量，忽視了只有未來(lái)才是人類(lèi)真正可以掌握和改變的。

我們時(shí)刻在鉆研現在，也需要偶爾去遠眺未來(lái)，去觸碰極限。每年的HAS，就在華為的戰略結構中扮演著(zhù)這個(gè)角色，而它似乎也在全球科技產(chǎn)業(yè)的更迭中，扮演著(zhù)同樣的角色。

未來(lái)，人類(lèi)必定要在更短時(shí)間傳遞更多信息，甚至實(shí)現真正的天涯若比鄰。

未來(lái)，人類(lèi)必定要躍向新的計算范式，讓智能體代替人類(lèi)探索計算的可能性。

未來(lái)，人類(lèi)必定會(huì )跨越通信與計算兩大極限，在新的技術(shù)基石驅動(dòng)下，邁向通用智能，甚至超級智能的“科幻之旅”。

在華為看來(lái)，我們甚至可以想得更遠。增強生命，創(chuàng )造物質(zhì)，控制能量，跨越時(shí)空，實(shí)現人類(lèi)文明的進(jìn)化——去勇敢表達對這些的向往和追逐，是HAS的價(jià)值所在，也是華為的精氣神所在。

埋頭趕路的華為，更多時(shí)候拿出的是一個(gè)個(gè)具體的創(chuàng )新，具體的產(chǎn)品和解決方案，但其實(shí)他的目標一直未變。這不是華為第一次提到香農極限與摩爾定律，或許在所有全球性科技公司中，華為是提到打破極限最多的那一家。

華為的未來(lái)在哪里？人類(lèi)科技的未來(lái)在哪里？未來(lái)在極限之外，未來(lái)在秋天過(guò)后的下一個(gè)春天，未來(lái)在長(cháng)夜之后的晨曦綻放。

我們在此刻誠懇地抬頭看向遠方，就會(huì )發(fā)現：未來(lái)，注定是智能世界。

責任編輯：

標簽：