我們都是知道在信息時(shí)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(chǔ)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(chǔ)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(chǔ)技術(shù)。

眾所周知，基因的信息是巨大的，人的一個(gè)基因信息有幾十個(gè)G，存儲(chǔ)基因信息的DNA是非常高效的，那么，能不能用DNA來存儲(chǔ)信息呢？ 一個(gè)立方毫米DNA就可以存儲(chǔ)700TB的數(shù)據(jù)，相當(dāng)于70個(gè)今天主流的10T硬盤，按照這樣測算，一公斤的DNA可以存儲(chǔ)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(chǔ)離商用還非常遙遠(yuǎn)，因?yàn)閿?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(shí)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。

華為投資原子制造，突破摩爾定律極限

今天，精密制造達(dá)到了納米級(jí)，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(gè)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(gè)投資方向是光計(jì)算，探索異構(gòu)計(jì)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(jì)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(jì)算是突破摩爾定理的路徑之一。

華為投入光計(jì)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(jì)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(jì)算，性能會(huì)提升百倍，因?yàn)楣獗旧淼难苌?、散射、干涉等天然特性，就是具備這樣數(shù)學(xué)特性，光計(jì)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(jì)算量向AI等轉(zhuǎn)移，80%的計(jì)算量可能更加合適用新的計(jì)算架構(gòu)，效率百倍地提升，那么，摩爾定律的困境，就會(huì)很大程度上被克服。

多易