2019年12月19日，英特爾技術(shù)創(chuàng)新媒體溝通會(huì)在京舉行。英特爾中國研究院院長宋繼強(qiáng)圍繞“英特爾構(gòu)建技術(shù)基石，驅(qū)動(dòng)未來計(jì)算”進(jìn)行演講，回顧了過去五年里英特爾向“以數(shù)據(jù)為中心”轉(zhuǎn)型的歷程，并向大家介紹了未來英特爾的產(chǎn)業(yè)規(guī)劃與展望。

英特爾中國研究院院長 宋繼強(qiáng)

過去的三十年間，數(shù)據(jù)發(fā)生了重大轉(zhuǎn)變，主要體現(xiàn)在數(shù)量和形態(tài)的變化。據(jù)IDC的《全球創(chuàng)造的數(shù)字化數(shù)據(jù)量》報(bào)告顯示，全球數(shù)據(jù)量正在以25%的增速呈指數(shù)級(jí)增長，其中實(shí)時(shí)處理的數(shù)據(jù)量占比越來越大。另一方面，由于數(shù)字電視、廣播媒體、視頻監(jiān)控、流媒體的出現(xiàn)，數(shù)據(jù)的形態(tài)日趨多元化。

數(shù)據(jù)是輸入，計(jì)算是處理數(shù)據(jù)的過程。數(shù)據(jù)趨于多元化，導(dǎo)致計(jì)算也趨于多元化發(fā)展。從云到端，不僅僅是PC、服務(wù)器或其它設(shè)備，人工智能、云數(shù)據(jù)中心、物聯(lián)網(wǎng)、下一代網(wǎng)絡(luò)、自動(dòng)駕駛等新型數(shù)據(jù)密集型工作負(fù)載不斷涌現(xiàn)，驅(qū)動(dòng)著計(jì)算架構(gòu)快速演進(jìn)并呈指數(shù)級(jí)擴(kuò)展。

數(shù)據(jù)與計(jì)算的變革，英特爾如何應(yīng)對(duì)？

早在2017年，英特爾就已經(jīng)發(fā)現(xiàn)了數(shù)據(jù)和計(jì)算的變化趨勢，確立“以PC為中心”向“以數(shù)據(jù)為中心”的轉(zhuǎn)型目標(biāo)。之后，英特爾圍繞“以數(shù)據(jù)為中心”，從戰(zhàn)略發(fā)布、戰(zhàn)略收購、產(chǎn)品創(chuàng)新、生態(tài)合作四方面出發(fā)，建立一個(gè)從軟件到硬件、從通訊到計(jì)算再到存儲(chǔ)的完整的生態(tài)。

2015年，收購Altera，一家FPGA領(lǐng)先廠商。2016年，8月，收購Nervana，該公司用ASIC方式解決了AI深度學(xué)習(xí)加速的問題；同年9月，收購Movidius，一家專門生產(chǎn)視覺AI加速芯片的公司。2017年，收購Mobileye，該公司提供以攝像頭作為數(shù)據(jù)輸入的ADAS系統(tǒng)。2018年，收購eASIC，一家提供自動(dòng)轉(zhuǎn)換為ASIC設(shè)計(jì)工具的公司。通過這些收購，英特爾的手里已經(jīng)握有四個(gè)不同架構(gòu)的芯片方案。再加上英特爾自己的Xe圖形加速器、獨(dú)立顯卡GPU，一條完整的異構(gòu)產(chǎn)品線就此構(gòu)成。

在計(jì)算之外，傲騰內(nèi)存、Movidius神經(jīng)計(jì)算棒、神經(jīng)擬態(tài)芯片、超導(dǎo)量子測試芯片、10納米PC處理器、至強(qiáng)可擴(kuò)展處理器、第十代智能英特爾酷睿處理器、神經(jīng)網(wǎng)絡(luò)推理處理器、基于Xe架構(gòu)的GPU、量子計(jì)算芯片等產(chǎn)品，使英特爾可以應(yīng)對(duì)未來更大級(jí)別、更高要求的計(jì)算架構(gòu)。

六大技術(shù)支柱

除了上述的收購和產(chǎn)品之外，在2018年，英特爾還提出了六大技術(shù)支柱，作為驅(qū)動(dòng)未來指數(shù)級(jí)創(chuàng)新的引擎。這六大技術(shù)支柱分別是制程與封裝、XPU架構(gòu)、內(nèi)存與存儲(chǔ)、互連、安全、軟件。

XPU架構(gòu)的目的是針對(duì)不同類型工作負(fù)載，提供各種創(chuàng)新計(jì)算架構(gòu)。然而，XPU里包含了CPU、GPU、FPGA、NNP、VPU等五種架構(gòu)，如何將這些架構(gòu)進(jìn)行異構(gòu)整合、方便調(diào)用是工程師們的普遍需求。

對(duì)于上述問題，英特爾在給出了解決方案。軟件方面，oneAPI面向跨CPU、GPU、FPGA和其他加速器在內(nèi)的異構(gòu)計(jì)算，提供統(tǒng)一和簡化的應(yīng)用程序開發(fā)編程模型。封裝方面，同時(shí)提供EMIB 2.5D封裝技術(shù)和Foveros 3D封裝技術(shù)，賦予芯片設(shè)計(jì)更多靈活性。

英特爾利用六大技術(shù)支柱，應(yīng)對(duì)數(shù)據(jù)量的指數(shù)級(jí)增長、數(shù)據(jù)形態(tài)的革命性變化、多元化計(jì)算需求的挑戰(zhàn)，，構(gòu)建數(shù)據(jù)處理、存儲(chǔ)和傳輸?shù)娜鎸?shí)力，實(shí)現(xiàn)指數(shù)級(jí)創(chuàng)新。

繼續(xù)向前，探索未來計(jì)算

1.神經(jīng)擬態(tài)計(jì)算

現(xiàn)在做一個(gè)圖像識(shí)別或是訓(xùn)練一個(gè)能做圖像理解的加速器，需要數(shù)千瓦的電量才能做一件事。然而，與人腦相比太耗電了。人腦是一個(gè)20瓦的設(shè)備，且在工作中只用到部分功率，因?yàn)槿绻ぷ髟谌β氏氯司蜁?huì)癲癇。也就是說，人腦識(shí)別一幅圖像，僅用了不到20瓦的電量。智能計(jì)算的功耗比人腦高了1000倍，如果能將功耗降至和人腦一樣，是不是就能可以把計(jì)算和智能訓(xùn)練放到前端設(shè)備里，比如數(shù)據(jù)中心、邊緣服務(wù)器。

神經(jīng)擬態(tài)計(jì)算就是應(yīng)對(duì)上述問題的解決方案。不同于標(biāo)準(zhǔn)計(jì)算和深度神經(jīng)網(wǎng)絡(luò)，神經(jīng)擬態(tài)計(jì)算是模擬的人腦工作模式。其利用人腦事件驅(qū)動(dòng)的機(jī)制來達(dá)到省電的目的，同時(shí)還利用多種方式學(xué)習(xí)和訓(xùn)練的機(jī)制達(dá)到跨領(lǐng)域技術(shù)的融合。

2017年，英特爾發(fā)布了Loihi神經(jīng)擬態(tài)芯片，14納米單芯片，在架構(gòu)里整合了計(jì)算和存儲(chǔ)。該芯片擁有128個(gè)核，13萬個(gè)神經(jīng)元，1.3億個(gè)突觸；每個(gè)神經(jīng)擬態(tài)計(jì)算內(nèi)核可模擬多個(gè)“邏輯神經(jīng)元”；片上網(wǎng)格連接方式支持高效的脈沖消息分發(fā)；具有高度復(fù)雜的神經(jīng)網(wǎng)絡(luò)拓?fù)?；支持多種學(xué)習(xí)模式的可擴(kuò)展的片上學(xué)習(xí)能力。

2.量子計(jì)算

人工智能除了要像人腦一樣思考之外，還要處理大量的數(shù)據(jù)。量子計(jì)算就是用來處理現(xiàn)在計(jì)算機(jī)搞不定的大規(guī)模計(jì)算問題，主要應(yīng)用于密碼破解、藥物設(shè)計(jì)、化學(xué)發(fā)現(xiàn)等領(lǐng)域。然而，距離量子計(jì)算商用，我們還有很遠(yuǎn)的路要走。

假設(shè)，你做一個(gè)小范圍的化學(xué)實(shí)驗(yàn)，一千多個(gè)邏輯量子位就可以做成這件事。但是，邏輯量子位不是直接獲取的，它是由多個(gè)物理量子位變成的。也就說，一千個(gè)邏輯量子位，通常需要百萬個(gè)物理量子位來生成。而且，物理量子位是很脆弱的，需要不斷的糾錯(cuò)編碼，才能讓多個(gè)物理量子位變成一個(gè)邏輯量子位。因此，量子計(jì)算的發(fā)展不能只看量子位，還要看量子的實(shí)用性。要想讓量子計(jì)算可商用，不僅要解決量子位的數(shù)量問題，還要解決糾錯(cuò)和量子位之間連接與測試的問題。

當(dāng)然，在量子計(jì)算上，英特爾也做了諸多努力。2018年，英特爾推出了業(yè)界首款49量子位的超導(dǎo)量子測試芯片Tangle Lake。之后，又研發(fā)出了用于量子計(jì)算的最小自旋量子位芯片，以及量子計(jì)算首款測試工具——全球第一臺(tái)低溫晶圓探測儀。未來，英特爾將更加的關(guān)注通過自旋量子位來實(shí)現(xiàn)量子計(jì)算的研究。

結(jié)語

過去五年，英特爾“以數(shù)據(jù)為中心”進(jìn)行整體轉(zhuǎn)型，取得了豐富的轉(zhuǎn)型成果。在未來的十年，英特爾仍會(huì)堅(jiān)持“以數(shù)據(jù)為中心”和“六大技術(shù)支柱”一起推進(jìn)，為未來的世界打下堅(jiān)實(shí)的基礎(chǔ)。