近日，華為公司在深圳坂田總部隆重舉辦“難題揭榜”火花獎頒獎典禮，為在解題揭榜中做出突出貢獻的獲獎人員代表頒獎。華為創始人兼總裁任正非在“’難題揭榜’火花獎公司內外的獲獎者及出題專家座談會”上發表了最新講話。

在座談會上，任正非表示，華為在被美國製裁的這三年內，仍在持續投入研發。“2022 年我們的研發經費是238 億美元，幾年後隨著我們的利潤增多，在前沿探索上還會繼續加大投入。“

隨著持續的研發投入，在這三年裡，華為也成功完成了13000+顆器件的替代開發、4000+電路板的反复換板開發等，直到現在電路板才穩定下來，因為有了國產的零部件供應。

任正非還透露，今年4月份華為的MetaERP將會宣誓，完全用自己的操作系統、數據庫、編譯器和語言……，做出了自己的管理系統MetaERP軟件。MetaERP也已經歷了公司全球各部門的應用實戰考驗，經過了公司的總賬使用年度結算考驗。許多設計工具也上華為雲公開給社會應用，逐步克服了斷供的尷尬。

對於近期火熱的ChatGPT，任正非表示，未來在AI 大模型上會風起雲湧，不只是微軟一家。人工智能軟件平台公司對人類社會的直接貢獻可能不到2%，98% 都是對工業社會、農業社會的促進，AI 服務普及需要5G 的連接。

任正非強調，華為只會做AI 的底層算力平台，不會去碰應用平台。ChatGPT 對於華為的機會是什麼？任正非認為，它會把計算撐大，把管道流量撐大，這樣華為的產品就有市場需求。

以下為任正非演講及問答實錄：

任正非：

首先感謝大家給華為公司做出的貢獻。我們現在還屬於困難時期，但在前進的道路上並沒有停步。2022年我們的研發經費是238億美元，幾年後隨著我們的利潤增多，在前沿探索上還會繼續加大投入。我們與高校的合作是在一定的技術邊界內探索人類的未來；2012實驗室是以基礎理論及應用理論為基礎，探討現實性的可能，沒有目標考核；產品線是對產品的商業成功負責。大致分為這三個階段，隨著我們經濟實力的增長，我們會不斷擴大對外合作的“喇叭口”。

我年輕時候很崇拜西方，因為西方科技如此發達，而我們那個時代，書是非常寶貴的，很難看到一本好書，想讀書但買不到書。創立華為以後，我也是親西方的，當時我們提出一個口號“要用世界上最好的零部件和工具造世界上最好的產品”，我們實現了。後來突然受到製裁，別人不能給我們提供零部件、工具……，我們就傻了。

世界上最好的零部件很多是來自美國的，實際上我就是親美的。當美國打我們一棒，狠狠制裁我們的時候，徐直軍在辦公會議上對我說了一句話：“美國沒有明白，他們這一棒打下去，把一個最親美的人，變成了一個最反美的人”。當然，我現在也不反美，我們想成為最先進，就必須向一切先進的人學習。美國在科教上的軟實力，還是我們用幾十年時間達不到的。美國的政治家也是一輪一輪的，美國幾百年的創新土壤，不會因他們而退化。

幸虧我們過去用了近二十年時間，在基礎理論上作了準備，投了幾千億培養了一批研究基礎理論的科學家、技術訣竅的專家。他們一直在爬科學的“喜馬拉雅山”。當我們受打壓時，就請這些科學家到“山腳”來“放羊”、“種地”……，拿著“手術刀”參加“殺豬”的戰鬥。我們用三年時間內完成13000+顆器件的替代開發、4000+電路板的反复換板開發……。

直到現在我們電路板才穩定下來，因為我們有國產的零部件供應了。今年4月份我們的MetaERP將會宣誓，完全用自己的操作系統、數據庫、編譯器和語言……，做出了自己的管理系統MetaERP軟件。MetaERP已經歷了公司全球各部門的應用實戰考驗，經過了公司的總賬使用年度結算考驗，我們公司的賬是業界中很複雜的，已成功地證明MetaERP是有把握推廣的。許多設計工具也上華為雲公開給社會應用，逐步克服了斷供的尷尬。

過去我們大量的研究都與西方國家大學合作，目前已開始和國內大學加強合作，這與我個人的指導思想變化有關係。我們往更前沿走的路上，逐步也會在國內加強這方面的合作。現在我們可以開始互相了解，有什麼疑問，歡迎大家一起討論。

盧湖川提問：

我們學校想籌建未來技術學院，我們在設計時候就想，如果能夠了解像華為這樣的創新企業的一些未來需求，通過校企合作，給學生更多發展的引導和空間，將能夠促進未來技術人才的培養。這是我們作為教育界自己的想法，不知道華為在未來技術人才方面和高校合作是否也有相應的想法和具體的措施？

任總：

這可能涉及國家的體制設計。我認為，科學與技術是兩個不同的概念，科學是發現，技術是發明。範內瓦·布什有本書《科學：無盡的前沿》寫得挺好，科學就是無盡的前沿，未知的才叫科學。從這個角度，教育和科學是一樣的，教育不一定要有準確答案，準確答案不一定是學校的需求。

別人家有位在MIT讀博士的小孩對我說，他們沒有講義，也沒有課本；老師上來講一通，黑板上寫一通，指定一批參考讀物；幾名教授講課時互相批判，各有各的觀點，各自推荐一些參考書指導你去讀；然後你寫，寫文章不需要結果，只要思維邏輯是合適的，老師就給你打分了，這就是科學。

老師講的是他正在研究的前沿，他自己也未完全明白，科學是一代一代去努力的。博士只要有思想方法，不一定會有結果，有些科學太遙遠，一步很難證明，過程正確也是好的。我們火花獎也不一定要有“結果”才行，否則怎麼叫“青出於藍而勝於藍”呢？如果教育總是追求結果，學生思想就會被約束。所以，不能太實用主義，以需求為導向，牽引中國前進是不夠的。教育應該放開讓學生“胡思亂想”，只要他想的邏輯相吻合，就不要去約束他。讀書是為了拿到開門的“鑰匙”，關鍵是讀一個方法學，運用知識的方法比知識更重要。因為知識可以在互聯網上獲取，怎麼組合、怎麼拼接，這就是大學要學習的。

企業的需求是現實性的，因為我們必須要解決現實問題，但教育不應該集中在現實需求上，要面向未來。

王本友提問：

我今年剛加入學校做助理教授，研究方向與ChatGPT相關。在國外，這些研究都是由相對比較年輕的人來做的，但國內不一樣，很多資源基本都在相對高級別教授或工程師手裡，比如機器、學生，但他們對新技術的理解和跟進可能不夠。年輕人有很好的想法，但是沒有機器，招不到更好的學生。有能力的人沒有資源，有資源的人沒有能力，面對這樣的情況，任總有什麼建議和指導？

任總：

我知道香港中文大學的EDA做得很好，別的領域應該也很好；香港城市大學的半導體工藝學教得很好；港大的理論很好；……

第一，科學家的類別可以不一樣，有些是架構型的科學家，有些是闡述型科學家，有些是突破型的科學家，有些是工匠型的科學家……。年齡大的科學家，他們人生閱歷很豐富，對系統架構的認識很清晰；他們向青年人闡述架構模型，年輕人有奇思怪想就容易突破，這個架構裡的缺陷就容易被修復了；有些人深入實踐，在工程實現方面積累了豐富的Know-How經驗，善於解決複雜的工程問題，我們也稱之為工匠科學家。最有創造力的是年輕人，但最有架構能力的還是有經驗的老專家、老教授，他們對整個架構有很清晰的認識。所以，要將老、中、青結合起來，國家才能夠攻克大的難關。

我認為，武漢大學的測繪學院做得非常好，五位院士給大一學生講課，這就是最正確的。一年級的孩子最聰明，但是他不知道爬上“二樓”是什麼樣子，教授就跟他講“二樓”、“三樓”、“四樓”……是什麼。不必八年博士畢業才恍然大悟，原來“二樓”是這樣子。深圳前段時間的改革很好，博士生做中學老師、小學老師，這就是國家在進步。在小孩時期就要啟發他未來的理想是什麼，不要等他快老了再告訴他，就會錯過一個最好的創造發明的時代。因為最具創造性思維的是兒童時期，他想像的空間、想像的人、想像的人際關係是我們都想不到的，為什麼這個時候要把他們整齊劃一齊步走呢，為什麼不能允許他們有點步伐不一致呢？中國的未來需要百花齊放。

第二，未來在AI大模型上會風起雲湧，不只是微軟一家。人工智能軟件平台公司對人類社會的直接貢獻可能不到2%，98%都是對工業社會、農業社會的促進，AI服務普及需要5G的連接。德國之所以這麼挺華為的5G，因為它要推進人工智能對德國工業的進步，德國很多工廠的生產無人化；中國的湘潭鋼鐵廠，從煉鋼到軋鋼，爐前都無人化了；天津港裝卸貨物也實現了無人化，代碼一輸入，從船上自動把集裝箱搬運過來，然後用汽車運走；山西煤礦在地下採用5G+人工智能後，人員減少了60-70%，大多數人在地面的控制室穿西裝工作。……。這些都是已經大規模使用的例子，在這些過程中，最終對人類的貢獻是很大的。

大家要關注應用，尤其是工業、農業社會的應用，模型的應用有時比模型本身還有前途。但是我們公司除了會做AI的底層算力平台，應用平台不是我們的選項。我們公司別的都不會，所以我們只好聚焦在這方面，為建立一個適應社會需求的算力平台而奮鬥。底層平台會開放這點是徐直軍對我講的設想，在2%的平台貢獻裡，我們佔一點點就行。ChatGPT對我們的機會是什麼？它會把計算撐大，把管道流量撐大，這樣我們的產品就有市場需求。

王鑽開提問：

剛才任總講到，您年輕時沒有書讀，但是您創辦了華為，創造了奇蹟，個人的領導力、個人的英雄主義是否起了決定性的作用？

任總：

我講的是六十年代，那個時代是反對白專，缺少技術性的書籍，不像今天這麼多書籍，還有互聯網，青年人應珍惜這個機會。多好的一個時代呀！在網絡上，思想的碰撞是全球化的，碰撞的火花也是在時代前沿的。它推動著一個龐大的群體在創造世界，世界的進步速度由此加快，應該是萬眾力拔山兮。

在聯接領域，我們應該是世界領先了，這是20萬人，再加上外包的20萬人，再加上從全世界理論工作者中吸收的能量，才做到的。例如5G的理論就是由土耳其Arikan教授的一篇數學論文引發的。在計算領域，我們也想追趕美國，我們就有了一個機會窗，抓住機會窗還是要靠集體的力量，推動集群計算。我們公司內部叫“一杯咖啡吸收宇宙能量”，主要是集體智慧互相擠壓、互相衝擊，你的思想點燃他的火花，他的火花燃起了熊熊大火。比如，香港大學張翔校長提到對普通玻璃輻射製冷的科學研究，太陽照射在外表面，裡表面出冷氣。這個技術能否運用到我們機器的外殼上，不是極其巨大的成就嗎？

因此，個體的發明要有群體的平台，把火花變成熊熊大火。怎麼把這個平台團結起來？大家就會一心一意去抬一個“轎子”。

楊凡意提問：

華為公司認識到數學的重要性以後，在公司層面是怎麼推廣、怎麼佈局的？另外，隨著非常多優秀的數學人才加入華為，華為的數學能力逐漸增強以後，是否還會繼續加強和高校科研界的合作？

任總：

拿破崙數學立國的做法，推動了法國數學的進步；葉卡捷琳娜引進西方的哲學、繪畫……，實際也促進了俄羅斯的進步。物理是數學，土木建築是數學，力學也是數學……。數學可以被用在各種地方解決問題，涵蓋範圍很廣。比如，土木建築的專家通過對土木建築的理解，去解決土木建築的算法問題。

我們公司為什麼重視數學？無線電是什麼，通信是什麼？電磁波不就是方程嗎？土耳其Arikan教授一篇數學論文，十年後變成5G的熊熊大火；上世紀六十年代初前蘇聯科學家彼得·烏菲姆采夫發表的一篇論文，鑽石切面可以散射無線電波，20年後美國造出了F22隱形飛機；上世紀五十年代，中國科學院吳仲華教授的三元流動理論對噴氣式發動機的等熵切面計算法，奠基了今天的航空發動機產業。……。

未來走向信息社會，數學的重要性越來越高，人工智能都是數學，算法問題就是數學問題。怎麼把物理學的一些量運用算法固化下來成模型？這個模型讓大家去用，用模型的人不一定要懂，會用就行。當然，物理學、化學、神經生物學、工程學、電子學……同樣都非常重要。

我們會在聖市建立系統仿真實驗室，聖大學的數學在世界上是很厲害的，無線、網絡、計算、數字能源、供應、製造、材料……都可以在這裡做仿真實驗；我們在貴安建立鏡像實驗室，做大模型實驗時，可以在貴安搭建一模一樣的完整場景，你不用在客戶的實際場景上試。請老師們來我們這裡做學問、做實驗，你可以把成果拿走，我們從你發表的論文上學習。

所以，對高校來說，公司渡過難關以後，在一定的技術邊界內，對高校的支持力度會更大一點，為改善大家的學術環境做一點點貢獻。但我們的錢和國家比起來，畢竟少得多。

李彥彪提問：

我們有一個指導思想：研究真問題，真研究問題，真解決問題。揭榜以後，我們與華為推進了一個合作項目，會涉及到開放和一些制度上的問題。比如，我們研究的方案到華為產品線怎麼去落地，後續怎麼跟進？能不能給出題的人也有激勵？這樣就鼓勵大家願意把東西跟我們分享，願意跟我們一起去合作解決問題。

任總：

我們不能太小氣，老師揭榜以後要給予相應的獎金和表彰，把精神激勵和物質激勵結合起來。

我們的學習平台分成幾部分：一是“黃大年茶思屋”，所有理論（包括我們自己的理論）都在上面全開放，因為我們相信華為的整合能力應該比其他公司強；二是“稼先網”，那是Know-How，是技術，目前不對社會開放；三是，技術上開放的部分就發佈到“黃大年茶思屋”上來。老師的研究成果是理論，不一定很快有用。關於跟進的問題，你不是有認識的人嗎？他們會透露信息給你，你那時有興趣歡迎參與。

我們需要有破題能力的人才，全面發展的人對我們公司的作用不大。比如“火花獎”就是破題，你也可能是“歪瓜裂棗”，除了破這道題，其他都不太懂。全面發展是培養領袖的。到博士不應該全面發展，在哪一點能夠突破就行，我們應該改變對博士的評價體系。如果能改變，對下一代孩子是很有價值的。

歐陽明提問：

最近關注到，有位“天才少年”在公司工作兩年離開，去做機器人創業了；我有個蘇黎世大學畢業的朋友也是類似情況，他在這個領域也算頂尖的，也是工作兩年就離開了。ChatGPT、電動車、大疆無人機……很多顛覆式創新都是這種初創企業去做的。第一個問題，任總如何看待年輕人在創新創業與守成之間的差異？第二個問題，除了待遇，我們公司在製度上能不能給年輕人一些資源上的鼓勵，鼓勵大家去突破、創新，敢於挑戰？

任總：

第一，進入我們公司，“天才少年”這個稱呼就沒有了，定位“天才少年”主要用於入職的定級定薪。所有新員工在三丫坡入職培訓時，到處都是張榜公佈的題目，大家要去踴躍回貼，有人會讀這個帖子，就有人來找你喝咖啡，你要認真去交流，反對意見或贊成都行。他們是在選人，這些專家有權力給你當場定級的、定工作崗位的，因為他們本身就是很厲害的專家。如果他認為你可以培養，職級就會被定得很高，為什麼非要從最低級別開始起步呢？他也可以把你拉進他的項目組，你直接就進入大項目組了。大項目組不是指規模大，而是指高端項目組。

我們強調“不拘一格選人才”，老、中、青相結合，在開放的環境中向前滾動。年輕人最有突破能力的是25-35歲；有經驗、有資歷的人有架構能力，架構和突破同樣重要。科學技術上也有成與敗的問題，敗不餒，失敗對你來說也是一次實戰鍛煉。

第二，我們不能壟斷人才，員工想出去創業或到其他公司去，人盡其才，發揮他的價值，對國家都是有用的。過去有個電影叫《中鋒在黎明前死去》，我們壟斷人才，沒有用也扣住不放，消磨他的青春，而且還要給他發工資，兩頭不討好。我們對人才機制也有反思，比如有些人進入公司以後，沒有很好使用到他最擅長的地方，沒有發揮作用等於浪費他的青春。

人才關鍵是怎麼用。比如我們強調專家垂直循環機制，專家不能在一個崗位呆很長時間，要到前線作戰去循環。“石頭”一翻開，壓在下面的“草”就長高了，大家都看見了，這樣年輕人就不會被埋沒在“石頭”底下。專家垂直循環的目的，是讓他將理論和實踐相結合去解決實際問題。垂直循環下去不一定降薪，工作組沒有級別，他可以比行政部門的級別高，他可以是“尉官”、“校官”、“少將”、“上將”……，保持他的循環，直到有合適崗位。當然，不合適的人也面臨著淘汰。沒有理論的實踐，會在盲目摸索中經歷數十次才能感覺到；沒有實踐，對理論就沒有深刻的理解。

葉國棟提問：

世界逐漸進入數據時代，算法、算力、數據是數據時代的三個支柱。算法和算力方面，高校有辦法解決，但是高校收集數據比較困難，很多數據其實是各個公司提供的。但是有些數據可能涉及一些隱私問題，企業很難提供，因此相關的算法進展很慢。不知任總對這個問題有何看法？

任總：

我們公司有個項目，希望做到幾千萬台服務器一個操作系統，全是年輕人，我就讓他們“胡說八道”，反正我們現在也不可能做到幾千萬台。現在已經能做到幾十萬台一個操作系統了。

我們公司的算法是解決算力的算法，精力主要放在如何用算法來降低大流量過程中的消耗問題，只做“黑土地”基礎平台。原則上，我們不做解決客戶應用的算法，為業務服務的算法部分，只有客戶才搞得明白。數據是人家的，我們最多是藉用一下。

我們將來也可能向谷歌學習，做一些沒有現實意義的研究，不一定跟華為的業務有關，其實就是給人類社會多做一點貢獻。當然，我們現在還沒有那麼多錢，當純利足夠多時，我們的科學前沿就要推進一步，從火花變到宇宙去。

趙延龍提問：

在一些應用類數學領域，從華為角度看，哪些問題我們可以去做中期或長期規劃？

任總：

我認為，數學跟工業的結合，應該是一些具體應用研究所的任務。比如，江蘇大學鎮江農機學院和鄭州合作做了液壓拖拉機，學院為什麼不可以有各自的特色，它不就是有些方面的名校了嗎？大馬力液壓拖拉機目前只有美國才有，一天耕地近萬畝就很厲害。我國做的拖拉機馬力小，但不是已經會做了嗎，中國的學院為什麼都要一模一樣？

中科院擔負的是發現，就可以探討一些發散、“無聊”的事情，允許“胡說八道”，這就是人類的先導。但將你們的發現變成工程化的產品或裝置，不是你們的擅長，需要更大範圍的合作，你們的理論聯繫了實踐才能發揮出更大的價值,“無用”方能“有用”。

崔漢驍提問：

剛才您說，科學就是做“無聊”的事情，我非常認可。還有一種說法，比如100年前愛因斯坦坐在自己的房間裡就能做出相對論，但現代科學可能需要大儀器、大科學裝置。在這種情況下，如果一個青年科學家沒有明確的目標導向，可能很難做出一些突出進展。基礎研究存在一些不確定性，難以提前規劃。請問任總，如何看待這兩者的平衡？

任總：

科學就是好奇心驅動，有些理論和論文發表了，可能一、兩百年以後才能發揮作用。愛因斯坦年紀輕輕就有偉大的發現，大家不理解，他不也是很寂寞，到處找人喝咖啡，各說各的，生命這麼長時間，有多少人有興趣與他喝咖啡呀，你以為天天會有人與他喝咖啡。偉大與孤獨是同義詞。比如，孟德爾的豌豆雜交實驗從1856年至1863年共進行了八年，他將研究結果整理成論文《植物雜交試驗》發表，他發現了遺傳基因，但當時未能引起學術界的重視，孟德爾的思想和實驗太超前了。經歷百年後，人們才認識到遺傳基因對人類社會的巨大價值。

我們還是要把科學和技術分開，如果一講做事要有目的性，目的性就是技術，不是科學。科學就是你的興趣愛好，為了搞清楚不惜一切代價。所以，科學家大多數看上去都是“瘋子”，很少科學家能看到自己的研究在人類社會的成就。比如，麥克斯韋不知道他的方程對人類社會這麼重要，現在的無線世界是基於他的電磁場理論；法拉第也不知道現在的電氣化社會是源自他的線圈框實驗；畢達哥拉斯也想不到他的幾何學理論演變成了微積分的萌芽……。

科學家也是“苦行僧”，科學家挺進科學的前沿與傳教士挺進非洲的過程是一樣的。那些去非洲的傳教士非常苦，幾百年前從歐洲到非洲只能坐小木船，100人能活下1個人來就不錯了。又從海邊深入不毛之地和原始森林，又能活下幾人來。他此生還有可能逆向流程，回英國探親嗎？回不去了，獻身是痛苦的，也是快樂的。如果沒有他們的虔誠，現在非洲是不能開發的，語言都不通，怎麼開發？因為他們傳播了語言，非洲的語言環境是好的，才有開發的基礎。

韓凱提問：

高校的一些研究跟我們公司內部的一些研發是否要做進一步的協同，一起解決技術難題？想听聽您在這方面的建議。

任總：

高校的研究跟我們公司的研發沒有直接關係，因為高校要擔負起高校的任務，它是一個很廣闊的觀念。我們與高校合作，我們公司只是放進去一點東西，通過高校的力量來釋放，充分發揮高校學者的作用。比如，高校喜歡“麵條”，我們放了點“味精”。

其次是識別出一些優秀學生，就是我們的種子。如果他生活確實困難，暑假可以到我們公司來實習，這樣他也有錢去付學費。還有各種方式，比如我們的競賽組織是在全世界開展的，並非只在中國高校。我們需要在全世界吸納人才，才解決了我們的一些問題。

周俊鶴提問：

我有三個感受：第一，我們跟華為做項目真累，因為做國家項目一般是一年做一次年報，跟其他公司合作一個季度做一個季報，跟華為合作叫做週報，咱們華為的同事恨不得叫我做日報。第二，這個項目是真落地。第三，華為對數據的保護真嚴。我建議，是否可以設立一些華為專門的數據發佈點？我們上門來做一些分析，你們做一些物理控制；也可以對某些數據做一些脫敏，把華為的核心技術去掉。

任總：

我不理解華為這些“農民”怎麼管理一日生活的，是否還要吹“起床號”。我們說“一杯咖啡吸收宇宙能量”，2012實驗室有一段時間，有人回來報銷時，要寫心得收穫報告，喝一次咖啡就能找到了靈感，你看這些主官多幼稚。他以為是去與“上帝”喝咖啡呢？這些沒有喝過“咖啡”的主官，怎麼能管理你們這些教授？

第一，將來我們校企之間的合作應該是幾年一報就行。別把時間浪費去寫報告，科學研究報給誰，只有報給自己，因為科學是無盡的前沿。我們撥了款，你們就去研究，研究完公開就行。你們可以發表論文，也可以寫書，沒有必要帶上我們員工的名字，畢竟他們已經拿了高工資。我們只要讀你的論文明白了，我們就開始消化，消化以後再往下傳，我們就做成產品賺到錢了，為什麼要跟你們搶名呢？

第二，關於數據，我是持開放態度的。“黃大年茶思屋”的網絡與我們公司的網絡是相通的，我們與高校的聯合研究與合作，可以通過就近的茶思屋訪問華為雲上的數據。當你需要這些數據來豐富你的成果，你可以申請，我們開放讓你下載。我認為，開放給你們也是對國家有好處，你們拿了數據給別人用，也是促進社會和國家的進步。“科學無國界”，講的就是這個意思。

陶仁帥提問：

今天我是作為一名出題人來參加活動。作為一個出題人，不僅要承擔著對難題的凝練發布，還要跟外部老師、內部員工交流，工作其實也相當繁重。作為出題人，不是揭榜獲獎者，所以會務沒有給鮮花。我認為，也要給出題人一些激勵。

任總：

我面前的這束鮮花，現在就送給你。出題人是真難的，總有一天你出不出題來，江郎才盡，那時真要給你送花鼓勵你。

我們科學家的成長道路：一種是垂直往上走，為了科學理想爬“喜馬拉雅山”，工資錢少一點，但是收入一定還是體面的；另一種是拿著“手術刀”參加“殺豬”的戰鬥，用你學到的本事，幫我們發現存在的問題，解決問題，產生商業價值，按價值評價也許錢會多一點。如果你認為錢拿少了，就拿著你的理論知識參加“殺豬”的戰鬥去，收入多少與“殺豬”產生的價值相關。“殺完豬”以後還能重新選擇“爬山”嗎？可以，這就是全能科學家。

張子陽提問：

與產品線同事交流，我發現通過業務建模和計算仿真可以發現問題並改進問題，使我們的產品做到極高質量、極簡架構，能用一些不那麼先進的工藝達到一些先進系統。請問任總，在計算產業的系統仿真建模方面的前沿研究，對我們有什麼指導？

任總：

首先我們要感謝朱廣平，朱廣平曾經是公司的Fellow，已經退休了。當時他提出“我們要做世界第五台計算機”，我們都笑他，認為是“胡說八道”，在計算產品上我們怎麼可能崛起呢？做著做著，你們提出來要做世界第二了，好像最近你們又不甘於做世界第二了？

中國的社會體制有它獨特的優越性，中國的高鐵、高速公路、供電系統、電信系統……基礎設施已經修到了無人煙的地方，如果沒有國家力量不計代價去做這些事情，農民就不可能脫貧。這就是社會主義的優越性。

中國提出“東數西算”這個概念，美國是做不到的，因為美國經濟是私有製。美國電力網為什麼趕不上中國的電力網穩定？中國電力網的規則是科學分佈，有人區、無人區都要科學分佈；而美國企業只會在能賺錢的地方佈點。特別是我國的高壓直流輸電領先世界，這需要幾千種設備配套研究，不是國家計劃協調，是做不出來的。同時起步的蘇聯因為解體沒有做出來。美國有六十多家電網，協調不起來，做不出來。中壓直流驅動，沒有變壓器，會省出多少空間。

挪威是世界最富的國家，二十多年前人均GDP就達到十幾萬美元，但是國家人口太分散，農村就沒人建通信基礎設施，有些地方看不到電視，電話也很難打通。所以，中國社會主義的優越機制，會使中國的算力有可能崛起。

當然，我們還不可能是第一，美國還是厲害，因為先進的芯片製造目前在中國還存在困難，我們是用另外的方法彌補在芯片上的落後。我們在聖市建設大型雲架構的系統仿真實驗室，就是打造我們先進的“數字化風洞”，通過系統建模、分析、仿真、驗證、優化來加快科研的迭代速度。當地有很多優秀的數學家、物理學家，你們要充分利用好。

劉廣垚提問：

公司內部有不同的研究部門，比如2012實驗室、產品線研究部，包括直接負責產品交付部門的各個研發團隊。請問任總，我們怎樣去做更好的內部技術合作、技術競爭，以及對外的技術合作？

任總：

科學合理分工太難了，那不成計劃經濟了嗎？科學合理的就不可能有重複資源的說法。市場經濟允許有重複研究、允許浪費，就是讓大家有一個競賽關係。多個模塊的研究，在競爭中有可能小模塊把大模塊就吃掉了，那我們就承認小模塊的領導地位，由他來整合資源。幹部任期制、專家循環制、大家討論的學習平台……，部門“圍牆”就逐漸被拆掉了。現在我們開放討論，在討論中思辨，在思辨中學習，看大家討論的內容也是學習。

王耀提問：

學校的學生考評導向跟我們公司的考評導向不一樣。比如，我在學校是做力學純理論研究，像我們這種博士來了公司以後，大多數都有一個適應過程，有的人可能適應時間短，有的人可能適應很長，有的沒有適應過來就離職了。

任總：

我們不參與教育制度的改革，太複雜了。我曾表揚過衡水中學，改變不了外界環境，就改變適應外部環境的勝利方式。衡水中學有衡水中學的勝利方法，深圳中學也有深圳中學的方法，不能以深圳的教育模型來要求內地。多種教育模式，我們都要認同。

我們公司對員工是選拔制，不是培養制，學生在選擇來不來華為的時候，要考慮工作適宜不適宜你的興趣愛好。不適宜就別來，浪費了你的青春。我們不能為學生設計命運。你進華為時就要考慮適應性，不能只看到工資高，要看給你的崗位是否符合你的興趣愛好，你願不願意在這裡貢獻。華為不能容納天下人，也不可能讓天下人適應。

公司只有一個總的理想，員工不能要求公司去實現你的理想，你必須適應這個總的理想，參加主力部隊作戰，發揮你的作用。我們的主航道不會變化，你們與大學合作的面寬一點，到2012實驗室的時候窄一點，到產品研發更是窄窄的，要有長期性的清晰指標。

焦賢龍提問：

現在計算機發展非常迅猛，每隔兩三年就有一個新概念。前一個月研究這個方向，可能兩三個月以後又出現新的方向，我們的研究就過時了。請問任總，我們如何去跟上時代發展的潮流？第二，在高校人才培養、指導學生方面，任總有沒有好建議？

任總：

計算機的迭代速度比通信的迭代速度快得多，不是兩三年迭一個代，而是兩三個月，要感受到世界的變化速度之快。如果你們訪問不了外國網站，可以在“黃大年茶思屋”科技網站上感受一下。

我們員工在外面讀論文，他們認為有用的內容就貼上來了；如果涉及版權問題，就會把索引摘下來，你自己可以想辦法去看。世界變化的速度還會越來越快，未來的世界很恐怖。尤瓦爾·赫拉利在達沃斯論壇上講到，將來人會是機器的奴隸。大會對我提問，我不好回答，我對社會問題比較無知，就說人死了靈魂就沒有了，講的是模擬靈魂。實際數字靈魂不會沒有的，它是有繼承性的，AI正在顛覆我們過去的認知。因此，人類社會變化不可想像，你們要感知這個變化，就要多讀文獻。

我經常對我們的高級專家講，能不能少點幹活，多去看文獻，如果連方向都不清楚，怎麼走正確的路？你們看了文獻，喝咖啡的時候講兩句，可能就啟發了下面的人。在我年輕時代，69歲的美國人喬治·海爾邁耶發明了液晶，人們那時描繪將來做一面牆都是圖像。我們那時連電視機都還沒有看見過，怎麼能理解未來，你想想這個科學的預測有多厲害！現在連液晶牆面也已經沒落了。

謝謝大家！

關於“難題揭榜”活動

華為“難題揭榜”活動旨在鼓勵高校與企業深入合作，評選最具有解決產業難題潛力和科學理論突破的研究課題。隆重的頒獎典禮是華為對為解決業務“攔路虎”的難題做出了重要貢獻的學者們的崇高敬意。

部分“難題揭榜”火花獎得主及獲獎課題：

曹偉朋

深圳大學計算機與軟件學院副研究員曹偉朋提出面向公有云、私有云、以及混合雲場景的普適性QoS劣化檢測和預測方案，為應用性能驅動的新一代云計算架構與智能調度體系奠定了技術基礎；並基於CPU/內存動態超分機制，實現了在保障業務QoS滿足SLA的前提下，大幅提升了數據中心計算資源的利用率。

周明洋

深圳大學計算機與軟件學院高性能計算研究所計算機科學與技術系講師、助理教授周明洋對深度學習平台的高階微分計算進行加速，大幅度降低高階微分操作的時間和空間開銷，提高了深度神經網絡的訓練速度。

葉國棟

蘭州大學信息科學與工程學院博士研究生葉國棟在華為公司舉辦的珠峰會戰第二期中成功解決了華為公佈的技術難題3，獲得了華為“火花獎”。華為公佈的難題3涉及企業廣域網絡帶寬成本高昂、需要降低帶寬成本的訴求，對於解決跨國企業廣域網絡的帶寬成本問題、提升企業競爭力具有重要意義。葉國棟的方案採用了離線動態選路模型、拉格朗日分解法和線性化操作，具有較高的解決精度和效率。

崔漢驍

四川大學空天科學與工程學院崔漢驍特聘研究員提出了高精度受限最小二乘快速求解方法。首先，發展了用於修正係數矩陣病態性的預處理方法，大幅度降低了條件數；實現了基於QR分解的正則化參數自適應調控方法；提出了基於二次約束的初始條件快速估計方法，大幅度降低迭代次數，將整體求解時間縮短至1ms以內。

楊凡意

四川大學數學學院楊凡意特聘副研究員楊凡意提出了基於角度計算非結構化網格中粒子的定位方法，計算量從二維面積計算簡化為一維角度計算，大大提升計算效率，並在理論上給出了從二維到三維的拓展思路。該方法理論清晰，代碼開發量小，具有較高的落地可行性。