Page 239 - 信息的脉络

·第三部分·
前沿五：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，是华为长期追求的目标。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。

前沿六：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。

前沿七：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。并能够准确地感知
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。

• 223 •