如何迈向2030年的智能世界?升级联接+计算，奠基ICT产业

十年前，我们不知道直播、短视频等会火起来；十年后，我们也不确定什么将火爆，不知道世界将走向何方。

但是我们可以预测一些片段。世界经济论坛全球议程理事会副主席莫洛.F.纪廉在《趋势2030：重塑未来世界的八大趋势》一书中预测了未来十年的全球八大发展趋势，分别是全球人口失衡、银发族引领新潮流、女性影响力增加、城市成为变革引擎、技术创新与未来、共享与协同经济等。

在莫洛.F.纪廉的眼中，他看到了这些发展趋势带来的商业版图和生活方式的变化，并以逻辑严密的认识论体系呈现出来，让我们觉得未来虽神秘，但也并非遥不可及。

其实，关于2030年是什么样子，华为这家全球知名的ICT企业，也在积极研究，形成自己的判断。据笔者了解，从2018年开始，华为研究团队与业界超过1000名学者、客户进行交流，组织了2000多场研讨，参考大量权威机构数据和方法。

在去年9月的华为全联接大会上，华为正式发布了面向下一个十年的思考——《智能世界2030》报告，这段时间吸引了超10万次的下载。

在这份报告中，华为从衣、食、住、行、城市、企业、能源、数字可信共八方面展望2030年，使十年后的远景清晰可见。值得关注的是，华为还发表了通信网络、计算、智能汽车、数字能源等四份产业报告，华为认为这四大领域将是构筑智能世界2030的重要基石。

不过，还是有很多人对这些预测报告不太理解。在4月27日举行的2022年华为全球分析师大会之“智能世界2030论坛”上，华为与产业专家，一起对未来智能世界的通信网络和计算两大领域预测，进行了深度分析。

01

通信网络2030：

需构建六大网络特征

展望未来10年的通信网络，不仅要联接个人、家庭用户和组织员工，还要联接与之相关的各种计算、内容和云资源。随着网络联接对象的扩展，业务需求的变化，各种新型的网络场景也将不断涌现。

我们畅想一下2030年，可能会出现这样的网络场景。首先，万物互联成为现实，从连接百亿的人到连接千亿的物，全球连接数量将达到2000亿，人均月无线蜂窝网络流量将达到600GB。

其次，元宇宙的全息影像将模糊现实与虚拟的边界，全息影像需要10Gbps，而我们现在看的4K电影大致在100Mbps，这意味着带宽需求将会有百倍提升。

最后，自动化生产、远程手术等1ms超低时延应用将得到普及，也就是说届时业务对时延的要求会更加苛刻，预测将比今天降低百倍。

知道了这些场景，你一定好奇，究竟什么样的通信网络才能满足要求如此高的业务？

在本次HAS上，华为ICT战略与业务发展部总裁盖刚给出了答案。他认为，2030年需要的通信网络是立体超宽、绿色安全的智能网络。同时，盖刚指出网络需具备六大关键特征，即物理层突破、多样性计算、智能认知、内生安全、多维协同、绿色集约。

一是立体超宽：空天地一体无缝覆盖，万兆接入极致体验。一方面，未来宽带网络延伸到空中，会诞生超高速卫星移动、星地覆盖、超长距星间通信等新应用场景，进而催生出基于星历信息/GNSS定位/双连接的综合切换、超级波束技术、激光动态跟踪/瞄准等新型技术。另一方面，有线和无线网络将从三千兆迈入三万兆时代，无线网络将从5G演变为5.5G、6G，固网将从F5G演变为F5.5G、F6G。

二是通信感知融合：联接同感知一体，场景与应用新生。在无线感知领域，车联网车路协同、无人机超视距感知、智慧工厂高精度定位等需求场景，要求将室外定位精度精确到厘米级、感知成像分辨率提高到毫米级、地理区域感知达到100%。在光纤感知领域，油气管道、园区入侵、轨道交通等场景，需要将定位精度提升到米级，有效信号采集率和振动识别精确率提高到99.9%。

三是确定性体验：低时延（<10ms）成为网络基础服务。基于自动化生产、自动驾驶和远程手术等低时延场景，未来将划分为超低时延（1ms）、低时延（10ms）、中高时延（1ms）三类，进而会带来嵌入式实时OS、F6G以及6G低时延编码、时间敏感网络、智能选路共五大技术创新。

四是智能原生：AI三层架构，实现通信网络L5完全自治。企业通过网元+AI、网络+AI、业务+AI三层通信网络架构，给客户提供“零等待、零接触、零故障”的数字化网络服务体验和“自配置、自修复、自优化”的高效运维能力。此外，人工运维的超自动化也会逐步实现，预计2023年实现L3级有条件自治，2025年实现L4级高度自治，2030年实现L5级完全自治。

五是安全可信：内生安全，原生可信是未来通信网络基石。根据预测，2030年企业采用多云比例将超过90%，全球连接数将达到2000亿。因此，华为提出全场景安全可信架构，华为预测基于区块链、隐私计算等的可信技术采用率将超过50%，100%新建网络将使用支持内生安全的网络技术。

六是绿色低碳：系统级创新，实现通信网络能效百倍提升。随着AR/VR、全息技术广泛应用，每用户带宽需求将从1千兆增长到1万兆，网络流量将增长100倍。华为基于设备、站点、网络、运营等维度提升能效，以达成通信网络能效提升百倍的目标。

02

构建智能算力底座，

集约化建设成趋势

源于人类对于极致体验的不懈追求，驱动着通信网络的持续创新发展。智能世界有两大信息基础设施，除了上述提到的通信网络，计算的重要性也不可忽视。

让我们想象一下2030年的计算场景，届时L4级自动驾驶会使单车算力达到5千T，VR/AR用户数将达到10亿，企业新业务开发需求将提升10倍，气象预测数据及算力需求将增长1000倍等等。

这些需求场景将把我们带到YB（全称Yottabyte，计算机数据大小的存储计量单位）数据时代。据《智能世界2030》预测，全球数据年新增将达到1YB，通用计算算力增长10倍到3.3ZFLOPS，人工智能算力增长500倍超过100ZFLOPS。

基于此，华为计算产品线副总裁姜涛提出要打造绿色集约，多维协同的智能算力底座，并详细解读了物理层突破、智能认知、多样性计算、内生安全、多维协同、绿色集约六大特性。

特性一，物理层突破：提升计算能效及存储密度，实现产业技术革命。在模拟计算方向，量子计算将在2025年出现一千比特量子芯片，并实现特定场景；在非硅基计算方向，碳纳米管晶体管和二维材料晶体管有望在2030年实现商用；在新型存储方向，围绕数据全生命周期的热数据、温数据和冷数据未来会走向两个方向，分别是高速高性能和海量低成本。

特性二，多样性计算：突破冯诺依曼架构瓶颈，实现海量数据高效处理。一方面，基于DC级计算总线，实现对称计算、泛在计算、存算一体的新型计算架构。另一方面，华为将实现软件栈全面重构，在2025年实现HPC+AI应用性能提升10倍。

特性三，多维协同：云边端纵横协同立体计算，虚实协同实现数字孪生。在立体计算方面，端边云架构将成为业界标准架构，实现规模商用，边缘智能化行业渗透率将达到40%。在数字孪生方面，关键技术主要是多维感知数字建模、光场全息渲染、虚实协同与交互。预计2030年，感知建模算力及存储需求将增加100倍。

特性四，智能感知：从感知走向认知，从认知走向创造。在感知智能阶段，预计2025年出现万亿参数大模型；在认知智能阶段，预计2030年AI机器人将在局部场景替代人；在创造智能阶段，预计2030年，生成性AI将主动寻找训练数据并生成训练模型，实现自我更新、自我进化和自我创造。

特性五，内生安全：安全成为系统内生能力，贯穿数据全生命周期。预计2026年，数字身份领域会出现全球认可的共识算法、同态加密性能将提升1000倍，并初步商用。而随着AI应用普及，AI安全可信变得愈加重要，预计2026年AI模型安全性对抗鲁棒性将从5%提升到80%以上。此外，随着新计算范式出现，也需要将安全将融入在网计算、多样性计算、对等计算以形成新的计算架构。

特性六，绿色集约：工程技术、全栈优化、网络共享助力实现算力低碳。集约化建设有助于提升算力利用率，降低单位算力能耗，是实现计算绿色集约的主要途径，具体手段包括芯片工程、一体化DC和算力网络。预计2030年，将会出现超过100个城市的节点连接起来的算力网络。

姜涛认为，仅仅依靠单点技术创新难以支撑未来百倍级甚至千倍级的算力需求，因此业界必须通过系统级创新和全要素协同，让目前的技术红利和创新红利发挥乘数效应，集群作为各项技术的集大成者，可以将上述六大方面技术发挥最大效益。

据姜涛介绍，全球都在加强对算力基础设施的投入，集约化建设变成显著趋势。具体来说，美国启动了一级超算建设；欧盟启动了欧洲高性能共同计划，并规划了20亿的AI计算中心；我国也在今年启动东数西算工程，发布了全国一体化大数据中心枢纽方案，统筹部署八大枢纽、十大集群。

03

鹏城云脑实践落地，

构建高效能智算网络

华为不仅深耕算力技术研究方面的内容，也积极参与多地的算力基础设施建设，如鹏城实验室。IEEEFellow、鹏城云脑总设计师田永鸿在会上分享了鹏城云脑的实践成果。

据悉，自2019年开始合作，双方共同建设了面向实验室内部科研的鹏城云脑I；2020年，建成了面向领域专用人工智能主要解决千亿级参数大模型训练问题的鹏城云脑II，并多次获得IO 500总排行榜世界冠军；未来还将建设领域通用人工智能万亿到十万亿参数的鹏城云脑III和大脑模拟百万亿以上参数规模的鹏城云脑IV。

在笔者看来，鹏城云脑四期计划就好比信息时代的智能“高铁”，通过高速的宽带网络，把分散的智算中心和数据中心连接起来，构建成一个高效能智算网络。可以预见的是，这样的网络将把数据、算力和生态汇聚在一起，并实现算法、算力、服务、模型、数据的自由流通。

该智算网络为AI大模型的打造奠定网络基础，目前鹏程系列AI大模型已经服务了智慧城市、教育、商业等七大领域，田永鸿介绍了基于鹏城云脑训练出的两大模型，分别是鹏城盘古模型和鹏城神农模型。

鹏城盘古模型由鹏城实验室联合华为在去年6月发布，是全球首个全开源的千亿级中文语言训练模型，单个模型参数超过2000亿。该模型创新之处在于首创随机顺序自回归预训练语言模型，将训练方法进行模型并行、参数并行、数据并行等软硬件协同优化，首次实现代码、模型、语料的全开源。目前鹏城盘古模型已经在“一带一路”小语种机器翻译等多个场景得到初步应用。

在新冠疫情的大背景下，为了全面解决生命科学精准计算问题。去年9月，鹏城实验室与华为联合发布了面向生物医药的鹏城神农模型。该模型通过融合数据驱的开普勒范式和第一性原理驱动的牛顿范式，实现基因靶向的精准计算。通过在蛋白质序列生成、蛋白质序列比对、蛋白质结构预测多个环节精准计算，该模型将传统需要数年的计算任务缩短到秒级。

笔者认为，基因靶向精准计算这项技术对医学界来说是个好消息，因为它将促进人们对生物信息、药物设计等多方面的发展。值得一提的是，鹏程实验室正在研发多种大模型，例如基于多模型的鹏程常羲大模型，基于多语言的鹏程通言大模型，基于视觉类的鹏程大圣大模型等。我们也相信，这些基于不同领域的模型未来将能够在各类复杂场景被充分挖掘使用，带动产业和经济技术的持续提升。