原標題：華為徐文偉：5G 無法滿足需求 ，未來十年有這 9 大挑戰

華為公司董事、戰略研究院院長徐文偉確實曾指出，5G無法滿足未來需求，并列舉了未來十年將面臨的九大挑戰。以下是對這九大挑戰的詳細歸納：

一、定義5.5G，支撐未來千億規模的多樣性聯接

徐文偉認為，5G雖然已經開始商用，但目前的發展遠遠滿足不了未來的交流需求。萬物互聯是未來的趨勢，不僅要聯接所有的人，還要聯接海量的物，而連接物的需求是多種多樣的。當前5G定義的三大場景很難支撐多樣性的物聯場景需求，因此必須從5G場景“三角形”變成5.5G場景“六邊形”，從支撐萬物互聯到使能萬物智聯。

二、在納米尺度上駕馭光，實現光纖容量指數級增長

光纖聯接的挑戰在于容量。當前一根光纖可以承載數百萬人觀看高清視頻，但未來需要滿足更多人使用更高質量的服務，如混合現實（MR）等。因此，需要研發新型光收發激光器、光放大器，并提升光網絡的動態控制能力，以實現光纖容量的指數級增長。

三、走向產業互聯，網絡協議必須優化

隨著物聯網的發展，網絡支撐的主體將從百億級的消費互聯轉變為萬億級的產業互聯。網絡協議將面臨確定性、安全性和靈活性三個考驗。需要確定性的時延保障能力，構建端到端的內生安全框架和協議，以及將固定長度的IP地址擴展為可靈活定義語義、語法的新IP協議。

四、通用算力遠遠跟不上智能世界的需求，必須打造超級算力

面向未來，算力需求將大幅增長。然而，當前單核CPU性能的提升率已經下降，通用計算在特定領域效率低下。因此，需要打造超級算力，通過數字計算從通用走向專用，走向多種計算架構共存的異構計算，以及模擬計算和光子計算等新型計算方式。

五、從海量多模態的數據中高效地進行知識提取，實現行業AI的關鍵突破

智能世界離不開AI，但AI應用存在碎片性與可信問題。AI模型的通用性是解決應用碎片性的關鍵。需要從海量多模態的數據中高效地進行知識提取，構建通用的AI系統。同時，把AI與科學計算交匯，為AI應用走出碎片提供大用場。

六、突破馮諾依曼限制，構建百倍密度增長的新型存儲

存儲面臨兩大問題：存得下和用得好。單位空間和能耗下的存儲密度需要提升百倍，而當前介質技術受限工藝、功耗限制無法支撐。未來存儲系統需要突破新型大容量低時延內存技術、DNA存儲、高維新型光存儲等超大容量介質技術，并突破馮諾依曼架構的限制，從以CPU為中心轉向以內存為中心、以數據為中心。

七、將計算與感知結合，實現多模交互的超現實體驗

智能世界需要打造極致的用戶體驗，實現虛擬世界與真實世界的無縫融合。需要打通聽覺、視覺、觸覺、嗅覺等數百種人與世界的交互方式，將計算與感知結合，實現多模交互的超現實體驗。

八、通過連續性的健康監測實現主動健康管理

人口老齡化帶來了更多慢性病問題，需要進行實時檢測。因此，需要攻克醫療級水平的可穿戴設備技術，如無創血糖、連續血壓、連續心電等監測設備，通過連續性的健康監測實現主動健康管理。

九、構建智慧能源互聯網，實現綠色發電、綠色儲電和綠色用電

當前全球能源消耗正以每年1.7%的速度增長，可持續發展的能源是擺在我們面前的難題。需要構建智慧能源互聯網，實現綠色發電、綠色儲電和綠色用電。從發電來看，需要向分布式演進；從儲能來看，需要建立儲能的緩沖池；從用電來看，需要推進綜合智慧能源管理。

綜上所述，徐文偉提出的這九大挑戰涵蓋了通信、計算、存儲、AI、健康管理以及能源等多個領域，是未來智能世界發展的重要方向和需要解決的問題。