写点什么

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

  • 2019-11-11
  • 本文字数:2156 字

    阅读完需:约 7 分钟

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

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。


2019-11-11 11:501946
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 299.0 次阅读, 收获喜欢 1306 次。

关注

评论

发布
暂无评论
发现更多内容

打补丁是什么意思?如何快速对云主机批量打补丁?用什么软件?

行云管家

运维 云主机 IT运维 打补丁

自从外包干了七年,废了.....!

退休的汤姆

Java 面经 社招 Java工程师 秋招

尹博学:OceanBase Cloud正式开服,助力全球中小企业数智化升级

OceanBase 数据库

袋鼠云思枢:数栈DTinsight,创新升级,全新出发,驶入数智转型新赛道

袋鼠云数栈

旺链科技荣登“长三角产业区块链企业30强”!

旺链科技

区块链 产业区块链 创新应用

蛇行矩阵 蛇形填数 回形取数 蛇行系类(C语言详解+图解)

Five

c 算法题 8月月更

解析 RocketMQ 业务消息--“顺序消息”

阿里巴巴中间件

阿里云 RocketMQ 云原生 消息队列

画出“伦勃朗光线”:vivo的夜色4K探索之旅

脑极体

MQTT协议详解及v5.0实践——实践类

阿里云AIoT

物联网 调度 网路协议 网络性能优化 网路架构

A tour of gRPC:08 - gRPC 反射 与 Evans 客户端

BUG侦探

gRPC RPC protocolBuffer

2022年十大知名堡垒机品牌你真的知道吗?

行云管家

网络安全 数据安全 堡垒机 堡垒机品牌

IoT亿级设备接入层建设实践——实践类

阿里云AIoT

安全 网络协议 物联网 存储 网络架构

代码diff服务改进方案

转转技术团队

测试平台开发 codediff工具

基础+进阶+源码+实战,阿里SpringCloud Alibaba全解手册限时开源~

Java全栈架构师

程序员 面试 微服务 架构师 SpringCloud

企业统一门户 | WorkPlus深度集成,优化企业管理模式

BeeWorks

兆骑科创高层次人才引进服务平台,创业大赛,云路演

兆骑科创凤阁

全网独一份!清华大牛联合众多一线大厂架构师整合的Java面试突击手册开源

程序员小毕

程序员 程序人生 JVM 高并发 java面试

兼具高效与易用,融云 IM 即时通讯长连接协议设计思路

融云 RongCloud

即时通讯 协议

DPDK性能影响因素分析

C++后台开发

后台开发 虚拟化 DPDK VPP C++开发

Python自学教程3-英语不好,变量怎么命名

和牛

Python 测试 8月月更

OceanBase&ChunJun联合Meetup丨邀您齐聚杭州,共享开源盛会

袋鼠云数栈

浅谈 malloc 函数在单片机上的应用

矜辰所致

malloc 内存管理 8月月更

2022年中国小微信贷市场发展分析

易观分析

市场分析 小微信贷 易观

万物皆可集成系列:低代码释放用友U8+深度价值(2)—数据拓展应用

葡萄城技术团队

低代码 用友

企业即时通讯怎样为企业实现移动办公效率的极致化?

BeeWorks

面试半月,阿里三面挂在微服务,我整个人直接麻了

Java永远的神

程序员 微服务 程序人生 Java 面试 架构师

大型LED显示屏怎样做好保养维护

Dylan

LED显示屏 led显示屏厂家

兆骑科创双创服务平台,留学生海外创新创业大赛,人才引进

兆骑科创凤阁

开源交流丨批流一体数据集成框架ChunJun数据传输模块详解分享

袋鼠云数栈

IoT设备消息洪峰怎么扛? 阿里云AIoT消息队列深度解读——实践类

阿里云AIoT

nosql 算法 物联网 存储 消息中间件

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_AI&大模型_陈思_InfoQ精选文章