華為前不久宣布的2018年財報中，營收7212億元，凈利潤593億，其中研發投入就達到了1015億元，過去10年來研發投入超過4800億元。技術研發是華為發展壯大的重要原因之一，華為接下來還會繼續加大研發投資，今年的目標是投入至少200億美元。在華為分析師大會2019上，華為宣布成立戰略研究，由華為董事徐文偉擔任院長，這個研究院將是華為統籌創新2.0的關鍵，主要研發5年以上的前沿技術，華為舉了三個新型技術的例子，包括光計算、DNA存儲及原子級的制造。

華為宣布，戰略研究院主要負責5年以上的前沿技術的研究，通過每年3億美金投入大學，支持學術界開展基礎科學、基礎技術等的創新研究。

?

戰略研究院最重要的是看未來，擔負起華為在未來5-10年技術領域的清晰路標。面向未來，確保華為不迷失方向，不錯失機會。同時，開創顛覆主航道的技術和商業模式，確保華為主航道可持續競爭力。

未來華為將在以下幾個方面重點投入：

·基礎科學研究：華為將設立專項基金支持基礎科學研究和人才培養，推動基礎理論的突破；

·基礎技術研究：華為有著豐富的行業應用場景、針對工業界面臨的工程技術問題和世界級難題（如香農定律極限、內存墻、摩爾定律失效等），大學和華為發揮各自優勢，推動基礎技術的突破，并加速高校研究成果跨越創新死亡谷；

·技術創新：針對當前工程和技術的難點，共同進行研究；

戰略研究院，圍繞信息的全流程，研究和發掘未來的技術，從信息的產生、存儲、計算、傳送、呈現，一直到信息的消費。比如顯示領域的光場顯示，計算領域的類腦計算、DNA存儲、光計算、傳送領域的可見光等，基礎材料和基礎工藝領域的超材料、原子制造等。

徐文偉舉了三個具體的例子來闡述華為戰略研究院關注的新技術。

1、投資光計算，探索異構計算發展之路

第一個是光計算：我們知道現在數據的種類越來越多，并且受摩爾定律限制，一種計算架構實現所有數據的處理成本非常高，因此，異構計算是突破摩爾定律的路徑之一。華為投入光計算的研究，利用光的模擬特性，實現數據處理中的復雜邏輯運算。

比如，在人工智能領域，計算量的80%是矩陣變換、最優求解等，這些運算用CPU做，效率非常低，如果用光計算，性能會提升百倍，因為光本身的衍射、散射、干涉等天然特性，就是具備這樣數學特性，光計算省去大規模的數模轉換的過程，在這些特定的領域有著天然優勢。

試想一下，隨著計算量向AI等轉移，80%的計算量可能更加合適用新的計算架構，效率百倍地提升，那么，摩爾定律的困境，就會很大程度上被克服。

2、投資DNA存儲，突破數據存儲容量極限

第二個是DNA存儲，我們都知道在信息時代，數據量是指數增長的，而且是累積的，其增長的速度遠高于摩爾定律。

那么，存儲的容量要求越來越大，勢必導致成本不斷增加，而這種增長不可持續，存儲已經成為IT產業中成本最高的部分。因此，要么把一些數據不斷地丟棄，要么尋找容量更大的存儲技術。眾所周知，基因的信息是巨大的，人的一個基因信息有幾十個G，存儲基因信息的DNA是非常高效的，那么，能不能用DNA來存儲信息呢？

一個立方毫米DNA就可以存儲700TB的數據，相當于70個今天主流的10T硬盤，按照這樣測算，一公斤的DNA可以存儲今天所有的數據，容量達到驚人的程度。寫數據的過程是基因編輯，讀數據的過程是基因測序。但是，今天基因存儲離商用還非常遙遠，因為數據讀寫的速度還非常低，比如，寫5MB的數據需要4天時間，這就需要我們發掘新方法和新技術來突破這些瓶頸。

3、投資原子制造，突破摩爾定律極限

第三個是原子制造。今天，精密制造達到了納米級，如10納米。但是，這是用“宏觀制造”的方法，達到了“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行制造呢？從單個原子開始，直接將其裝配成納米結構，然后，再將這些納米結構組裝成更大的微器件。實現“原子到產品”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可以把摩爾定律提升100倍。