面对数据爆发为整个世界带来的巨大改变，身处转型期的英特尔做出了哪些调整？作为老牌芯片厂，英特尔又如何应对量子计算与神经拟态等新兴技术发展带来的挑战？

北京时间11月5日，InfoQ在英特尔中国总部对英特尔研究院院长Rich Uhlig进行了一次采访。在长达两个小时的访谈过程中，Rich Uhlig就英特尔研究院的发展近况进行了分享，并对量子计算、神经拟态等新兴技术做了深入解读。

数据爆发带来三大颠覆性技术

“数据无所不在，它为整个社会、商业带来了更多的机会。正因如此，英特尔进行了以数据为中心的战略转型，我们在数据各个方面都在进行研发的推进和部署。”

在Rich Uhlig看来，数据同时带来了机遇和挑战。

Rich 认为：如果能够成功地管理异构计算平台，那么就一定能做到以往所不能完成的任务，但挑战在于利用复杂的异构计算架构来进行高效编程是非常困难的。目前机器自编程（利用人工智能来支持系统进行自动编程的方式）还是一个新的领域，很多学术研究方兴未艾，这也将是英特尔去大举进行投资和研究的领域。

由数据引发的技术发展也将会是颠覆性的。

Rich 介绍到，从新型的计算方式上来讲：除了量子计算、神经拟态计算之外，图计算也是非常重要的一种新型计算方式。有一些数据的关系结构可以构成某种图之间的稀疏关联性，例如社交网络或者其他实体之间的关系，用传统计算方式不易于表述。

另一种新型计算方式是概率计算。Rich 表示，因为当前数据性质在发生变化，数据日益变得充满噪音而且非常不准确，所以需要有一种技术可以对其进行优化，用户想要在数据意义上实现完全精准，通过概率或者统计为基础的这种计算，可以极大地提升效率。

除了计算方式，Rich认为在互联以及数据通信的方式上也会发生颠覆性变化。以英特尔为例，目前非常重视的一个方向就是硅光子，它完全支持通过硅光子进行不同计算元素之间的相互连接，英特尔认为：到了可以进行新一代硅光子研发的时机，就可以将其封装在CPU内，通过这种方式可以将带宽利用效率提升一到两个数量级。

另外在英特尔最为擅长的存储或者内存技术方面，比如英特尔傲腾存储采用全新的存储介质，性能提升且更持久，也会为软件堆栈带来更多的变化。

量子计算与神经拟态的进展

量子计算

在量子计算的话题开始前，Rich首先对前不久Google取得“量子霸权”一事进行了肯定，他说：“我们首先必须要认可这是在量子计算领域的一个进步。”

他进一步解释道，所谓“量子霸权”是这样实现的：首先要找到一个非常复杂的问题，其次要去证明在解决这个复杂问题的过程当中，量子计算的效率远远超过于传统的计算方式。

但是，Rich表示：这个“题目”未见得是有实用性的。在他看来，未来量子计算的发展还需要更进一步，不能满足于解决一个没有意义的题目，而是要是真正在现实当中对世界、对人类实际生活有意义的题目上来推动量子计算的发展。

“这就是为什么我认为真正的目标不是量子霸权，而是量子实用性。”Rich说。作为量子赛道上的选手之一，英特尔进行的研究主要分为两个方面：超导量子以及自旋量子，英特尔内部将研究的范围聚焦在了硅自旋量子计算上，并取得了良好的进展。

另外英特尔方面认为，至少还需要十年的时间才有可能实现量子计算的商用。随着越来越多的问题需要通过量子计算来解决，研究人员认为量子计算能解决多少问题和量子位的数量、规模是有成比例的关系的，但量子位是非常脆弱的，可能在毫秒之间就会发生分解，所以需要开发一些使得周围的环境对量子位来讲有更大的宽容度、让它们能够持续下去的技术。

Rich说：“我们认为量子计算是一个马拉松，现在才跑完了第一英里，很多选手都在跑，英特尔是其中之一，这就是现状。”

神经拟态

2018年，英特尔宣布推出LOIHI神经拟态芯片；前不久，英特尔正式对外宣布了LOIHI神经拟态单芯片系统的构建，在此基础上英特尔将要进行更大规模的基于LOIHI系统的多芯片集成研发。

Rich介绍称，现在英特尔建立了基于LOIHI系统的神经拟态研究社群，以便能够开发出更多的应用，并且目前已经取得一些不错的结果，包括具有高能效的推理方法、机器人控制系统，以及可进行稀疏编码、约束满足和优化计算的应用。

另外，Rich表示，目前人工智能主要在内存、I/O、能耗三个方面存在着瓶颈，而英特尔方面认为神经拟态是一个能够推动AI发展的解决方案。

从内存角度来讲，神经拟态可以将内存与计算相结合；从能耗角度来讲，神经拟态计算在一个时间点内，只会对必要的算法模块进行激活，而不总是激活整个算法模型，这要比传统AI方式更为节省能源。

未来计划

随着AI、5G、量子计算等技术越来越面向实用发展，技术企业也相应地开始进行布局的调整，对此，Rich表示：英特尔作为老牌技术企业，对未来技术的发展也有多重的测试标准，从而更好地确定在什么时间开始进行什么技术的研究。

Rich说，英特尔秉承的原则是：不要只选择单一的路径去解决某个问题，以至于陷在其中不能自拔。所以，英特尔一直以来都采取多管齐下的方式来解决问题，并且分别对其进行测试，如果发现某种途径更有可能成功，则会加大对它的投入。比如量子位为例，早期英特尔就采用了多重手段进行研究，但现在也开始收窄和聚焦。

同样的，这种发展方式还会应用在英特尔未来正在涉及，以及可能涉及到的领域中，比如有线、无线、光纤等连接方式，人类基因学测序软件的发展，以及数据共享安全可信等等。

创作场景

专访英特尔研究院院长 Rich Uhlig：解决实际问题远比“量子霸权”更重要