英特爾宋繼強：未來顛覆性創(chuàng)新要靠計算、存儲和通信“并駕齊驅(qū)”

昨天，英特爾年度戰(zhàn)略“紛享會”在線上舉辦，在會上英特爾中國研究院院長宋繼強發(fā)表主題演講《凌云之智：驅(qū)動智能時代的技術(shù)創(chuàng)新》，英特爾近期的關(guān)鍵進展，以及在計算方式、連接方式以及存儲方式三個領(lǐng)域的全面布局。

過去二十年到未來的五年，數(shù)據(jù)從規(guī)模、形態(tài)到處理需求都在發(fā)生巨大的變革。第一，數(shù)據(jù)量呈指數(shù)級爆發(fā)。第二，數(shù)據(jù)形態(tài)日趨多樣化。第三，數(shù)據(jù)實時處理的需求也在不斷增長。人工智能的原數(shù)據(jù)及其產(chǎn)生的模型并不是給人看的，是給機器使用的，這個數(shù)據(jù)量是非常巨大的。萬物互聯(lián)之后，機器產(chǎn)生的數(shù)據(jù)也在大幅度上升。這些數(shù)據(jù)遠遠超出網(wǎng)絡(luò)和云端處理的能力，不可能都送到數(shù)據(jù)中心云端處理。數(shù)據(jù)在哪里產(chǎn)生就要靠近數(shù)據(jù)源進行處理。因此，邊緣計算和實時處理的需求也是快速增長的。

在數(shù)據(jù)的變革驅(qū)動之下，計算的發(fā)展呈現(xiàn)出三個顯著的趨勢。第一，數(shù)據(jù)量呈爆發(fā)式增長，這使得對于智能化的需求激增；第二，多元化的數(shù)據(jù)形態(tài)和工作負載，許多是非結(jié)構(gòu)化的數(shù)據(jù)，一種架構(gòu)無法滿足所有需求，計算必須更加多元化；第三，未來大量設(shè)備是在物理世界中捕捉數(shù)據(jù)進行實時處理的，數(shù)據(jù)從云端到邊緣到設(shè)備都有處理和存儲的需求。因此，邊緣的智能化正在全面展開。

宋繼強表示，“英特爾對于未來計算的研究和布局，將緊密圍繞數(shù)據(jù)展開。我們認為，未來計算的顛覆性效應(yīng)將會在三個維度發(fā)生，即計算方式、通信方式以及存儲方式。面向智能時代，英特爾的指數(shù)級創(chuàng)新將在三個層面發(fā)生，分別是通過智能連接讓數(shù)據(jù)傳輸得更快，通過智能存儲去存儲更多數(shù)據(jù)，通過智能計算去處理各種各樣的數(shù)據(jù)?！?/p>

從新型計算的角度來看，量子計算、神經(jīng)擬態(tài)計算將是兩種重要的新型計算方式；從數(shù)據(jù)通信的方式來看，硅光子將是一種新的互聯(lián)方式；從存儲或者內(nèi)存技術(shù)來看，英特爾認為讓數(shù)據(jù)盡可能地靠近計算，是未來數(shù)據(jù)處理最迫切的需求，讓內(nèi)存和計算資源更緊密地結(jié)合在一起，將讓大規(guī)模數(shù)據(jù)處理的效率大幅攀升。

Loihi新型計算架構(gòu)：讓擬態(tài)神經(jīng)成為可能

從新型計算的角度來看，量子計算、神經(jīng)擬態(tài)計算將是兩種重要的新型計算方式。針對神經(jīng)擬態(tài)計算，英特發(fā)布了 Loihi 新型計算架構(gòu)，傳統(tǒng)的 CPU、GPU 擅長處理人難以處理的大規(guī)模、大數(shù)據(jù)量的并發(fā)計算。但是，隨著技術(shù)的發(fā)展和應(yīng)用領(lǐng)域逐漸擴展，人們逐漸要求計算機的處理模式趨向于像人類一樣，不需要大量數(shù)據(jù)，也不需要預(yù)先標注好的數(shù)據(jù)訓(xùn)練它。為了應(yīng)對這種挑戰(zhàn)，我們需要全新的架構(gòu)，同時還需要大幅度提高能效比。

Loihi 支持模擬人腦的神經(jīng)元連接構(gòu)建的單元，將計算和存儲完全融合在了一起。一個芯片中包含了 128 個核，每個里面又包含了 1000 個小的神經(jīng)元，這就構(gòu)成了一個大規(guī)模的片上計算網(wǎng)絡(luò)。同時，它可以支持多種學(xué)習(xí)模式，可以同時將深度學(xué)習(xí)、關(guān)聯(lián)學(xué)習(xí)、強化學(xué)習(xí)使用的網(wǎng)絡(luò)放在一個芯片架構(gòu)中，讓它去學(xué)習(xí)和自我擴展，這是領(lǐng)先的軟硬件協(xié)同設(shè)計的模式。

英特爾基于 Loihi 芯片可以設(shè)計出更大規(guī)模的系統(tǒng)，讓它具備更強的學(xué)習(xí)能力和處理更復(fù)雜的學(xué)習(xí)應(yīng)用。早期，英特爾把 4 塊 Loihi 主板聯(lián)結(jié)在一起，然后進展到可以用 32 塊、64 塊，最新已經(jīng)把 768 塊 Loihi 芯片集成在一起，做成一個大規(guī)模的神經(jīng)擬態(tài)計算系統(tǒng)，這個系統(tǒng)可以在 5 個機箱大小的空間中集成 768 塊芯片，以 500W 的功耗執(zhí)行大規(guī)模的深度學(xué)習(xí)、神經(jīng)擬態(tài)學(xué)習(xí)的應(yīng)用。

目前，已經(jīng)有 90 家組織加入到英特爾神經(jīng)擬態(tài)計算研究社區(qū)中。這個系統(tǒng)已經(jīng)可以給很多合作伙伴提供云上的服務(wù)，可以在上面試驗大規(guī)模的工業(yè)系統(tǒng)中如何使用神經(jīng)擬態(tài)的新架構(gòu)，在更復(fù)雜的工作負載和高性能計算中實時動態(tài)處理數(shù)據(jù)。在算法方面，英特爾和美國康奈爾大學(xué)進行合作，探索讓計算機擁有嗅覺。它使用一套模擬人的嗅覺系統(tǒng)的模型架構(gòu)，將它實施在一塊 Loihi 芯片上，功耗非常低。而且只用一個樣本就可以讓這個系統(tǒng)的識別率達到 92%。如果用傳統(tǒng)的深度學(xué)習(xí)方法，需要 3000 個樣本訓(xùn)練才可以達到這樣的識別率，同時功耗是千倍以上。可見，Loihi 的神經(jīng)擬態(tài)架構(gòu)，加上專門設(shè)計好的算法，可以讓機器學(xué)會一些原本人才能學(xué)會的事情，并且降低功耗。

量子計算：從概念走向?qū)嵱?/b>