易坊好文馆

  1. 首页 > 生活百科 >

Huawei 华为提出智能世界2030的九大技术挑战与研究方向( 二 )


其次要研发宽带、低噪声、人工可控的新型光放大器，以实现超长距的可靠传输；关键技术是接近量子极限的光放 。
第三是光网络的动态控制能力，把波分网络改造为“同步”系统，提升抗干扰能力并通过计算实现光资源的高效利用 。微腔光频梳是关键 。
在更远的未来，还需要研究SDM（空间分割多路复用）等新型光纤和光系统，实现单纤容量百倍增长 。
挑战3：走向产业互联，网络协议必须优化
今天，网络支撑的主体是百亿级的消费互联 。2030年，网络支撑的主体是万亿级的产业互联，网络协议面临三个考验 。
第一是确定性 。需要确定性时延保障能力，通过“网络演算新理论和协议”，将当前尽力而为的网络时延，变为可提前计算的确定时延 。
第二是安全性 。万物互联的场景下，安全防御体系提出严峻挑战 。无人机、摄像机、边缘计算、传感器等大量外挂设备，引入了新的不安全因素，必须构建端到端的内生安全框架和协议 。
第三是灵活性 。千行百业的需求是多样的，有的需要IP地址长一点，有的需要短一点，必须将固定长度的IP地址，扩展为可灵活定义语义、语法的新IP协议 。
挑战4：通用算力远远跟不上智能世界的需求，必须打造超级算力
智能世界，联接决定了广度，那么计算决定了强度 。
面向2030，算力需求将增长100倍 。但当前，单核CPU性能每年提升率已从50%下降到10%，并且，通用计算在特定领域效率低下，如何打造超级算力，这是一个巨大的挑战 。
第一，数字计算从通用走向专用，走向多种计算架构共存的异构计算，各种CPU、GPU、XPU同时存在 。
第二，模拟计算将在特定领域展现优势 。光子计算将应用于信号处理、组合优化、机器学习等领域，尤其是针对无线Massive MIMO和光通信领域将有极大应用场景 。
挑战5：从海量多模态的数据中高效地进行知识提取，实现行业AI的关键突破
智能世界离不开AI，AI应用碎片性与AI的可信问题不可回避 。
AI模型的通用性是解决应用碎片性的关键 。通过大量无标注的数据和更大的模型，从全监督到自监督，构建通用的AI系统，这是当前需要突破的方向 。
其次，把AI与科学计算交汇，这也为AI应用走出碎片提供了大用场 。AI为科学计算带来了新思路、新方法、新工具，而科学计算的严谨体系也有助于提升AI的可解释性 。
可信AI，是我们长期追求的目标 。特别是人命关天的关键领域，如无人驾驶，必须解决从相关性到因果性的难题 。
挑战6：突破冯诺依曼限制，构建百倍密度增长的新型存储
存储面临两大问题是存得下、用得好
第一，要存得下 。单位空间和能耗下的存储密度要提升100倍，而当前介质技术受限工艺、功耗限制，无法支撑 。未来存储系统要突破新型大容量低时延内存技术，突破DNA存储、高维新型光存储等超大容量介质技术，突破超大存储空间模型和编码技术，打破容量墙 。
第二，要用得好 。未来存储系统的数据访问带宽将从TB级到PB级、访问时延将从ms级降到us级，性能密度须百倍提升 。冯诺依曼架构下，数据要在CPU、内存、介质之间移动，而当前PCIE、DDR带宽速度远跟不上外部网络的性能增长 。未来存储系统要突破冯诺依曼架构的限制，从以CPU为中心，转向以内存为中心、以数据为中心，从搬移数据转向搬移计算，打破性能墙 。
挑战7：将计算与感知结合，实现多模交互的超现实体验
智能世界的要打造极致的用户体验 。我认为，2030年，超现实体验将成为现实 。
超现实体验，这就需要虚拟世界与真实世界的无缝融合 。并能够准确的感知和还原世界，在虚实结合的世界中理解用户的意图 。必须打通听觉、视觉、触觉、嗅觉，实现人与数百种边缘设备之间的多模交互 。为实现这个目标，需要将用户所处的环境整体作为一个超级计算机对待，依托语言、触觉、光感、脑机等多模传感器进行信息采集和传输，识别用户意图，并通过裸眼3D、全息投影、AR隐形眼镜、数字嗅觉和数字触觉等技术呈现给用户 。
挑战8：通过连续性的健康监测实现主动健康管理
人口老龄化带来了更多慢性病 。据统计，85%的死亡是由于慢性病，而慢性病必须进行实时检测 。必须攻克需要医疗级水平的可穿戴设备，如无创血糖，连续血压，连续心电等车辆 。以血压检测为例，光学传感器，能够比PPG提供更准确的脉搏波，为血压建模和算法提供更高质量的数据输入 。结合云服务和人工智能技术，为个人打造一个完整个人健康大数据平台，实现主动健康管理 。通过脑机接口、肌电接口、可穿戴机器人等，从被照顾到自主管理，提升老年人的幸福感 。

推荐阅读


上一篇：手机 新华社评“学校组织学生砸手机”：手机好砸，心瘾怎么戒？

下一篇：电子商务 蚂蚁集团回应再次被约谈：以整改为革新契机 更加坚定服务小微