作為一種小型鳥類，玄鳳鸚鵡的大腦僅有2克重，能耗僅50毫瓦，飛行速度卻可達(dá)每小時(shí)22英里。相比之下，無人機(jī)的板載處理器重量是它的20倍，能耗是它的350倍，充電一次卻只能飛行10到20分鐘。

雖然傳統(tǒng)計(jì)算架構(gòu)在過去70年取得了巨大進(jìn)步，但與現(xiàn)有的計(jì)算性能相比，大腦仍然是最無敵的計(jì)算設(shè)備?，F(xiàn)實(shí)和未來的距離如何拉近？

“未來已來，只是分布不均。”在近日以線上形式舉行的2020英特爾研究院開放日活動(dòng)上，英特爾研究院院長Rich Uhlig援引科幻小說家William Gibson的話如此作答。

當(dāng)天，該研究院集成光電、神經(jīng)擬態(tài)計(jì)算、量子計(jì)算、保密計(jì)算和機(jī)器編程等前沿領(lǐng)域的負(fù)責(zé)人悉數(shù)到場，揭秘了他們計(jì)劃開啟未來計(jì)算、致力于1000倍性能提升的諸多顛覆性研究。

拐點(diǎn)已至

2004年，英特爾提出了一個(gè)宏大的目標(biāo)，讓光作為連接技術(shù)的基礎(chǔ)。當(dāng)時(shí)，他們看到，隨著計(jì)算帶寬需求不斷增長，電氣輸入/輸出（I/O）的規(guī)模無法保持同步增長，從而形成了“I/O功耗墻”，限制了計(jì)算運(yùn)行的可用能源，由此開始將目光轉(zhuǎn)向光通信和硅光子技術(shù)。

十多年后，在此次活動(dòng)上，英特爾研究院PHY研究實(shí)驗(yàn)室主任James Jaussi斷言：“光互連和電氣互連這兩種連接方式之間已經(jīng)有了一個(gè)明顯的拐點(diǎn)。”其主要原因有二：首先，我們正快速接近電氣性能的物理極限。如果不進(jìn)行根本性的創(chuàng)新，高能效電路設(shè)計(jì)將存在諸多限制。其次則是由于“I/O 功耗墻”面臨與日俱增的挑戰(zhàn)。

為此，他首度提出了“集成光電”的概念，即通過協(xié)同集成將CMOS電路與光子技術(shù)整合起來。他認(rèn)為，此舉“能夠系統(tǒng)性地消除成本、能源和尺寸限制方面的障礙，為服務(wù)器封裝賦予光互連的變革性能力”。

開放日上，作為英特爾在關(guān)鍵技術(shù)構(gòu)建模塊方面的重大進(jìn)展之一，他們最新研發(fā)的比傳統(tǒng)組件小1000倍的微型環(huán)調(diào)制器首次亮相。“傳統(tǒng)的芯片調(diào)制器占用面積太大，并且IC封裝的成本很高。而此次開發(fā)的微型環(huán)調(diào)制器，將調(diào)制器尺寸縮小到原來的1/1000的大小，從而可以消除將硅光子集成到計(jì)算封裝中的主要障礙。”Jaussi說。

近一年多來，量子計(jì)算機(jī)成為業(yè)界關(guān)注的焦點(diǎn)之一。作為英特爾研究院量子應(yīng)用與架構(gòu)總監(jiān)，Anne Matsuura在開放日上宣布，該公司第二代低溫控制芯片Horse Ridge II已準(zhǔn)備就緒。這標(biāo)志著英特爾在突破量子計(jì)算可擴(kuò)展性方面又取得一個(gè)里程碑式成果。

可擴(kuò)展性是量子計(jì)算的最大難點(diǎn)之一。據(jù)介紹，在2019年推出的第一代Horse Ridge控制器的創(chuàng)新基礎(chǔ)上，Horse Ridge II支持增強(qiáng)的功能和更高集成度，以實(shí)現(xiàn)對(duì)量子系統(tǒng)的有效控制。新功能包括操縱和讀取量子位狀態(tài)的能力，以及多個(gè)量子位糾纏所需的多個(gè)量子門的控制能力。

“我們正在逐步實(shí)現(xiàn)商用級(jí)量子計(jì)算的愿景。”Matsuura說。不過，她坦言，目前僅有100個(gè)量子位，甚至數(shù)千個(gè)量子位的量子計(jì)算系統(tǒng)，無法實(shí)現(xiàn)商用化這一目標(biāo)。“我們需要開發(fā)包含數(shù)百萬個(gè)量子位的全棧商用級(jí)量子計(jì)算系統(tǒng)，才能達(dá)到實(shí)用性的目標(biāo)。”

釋放數(shù)據(jù)潛力，安全性是重要考量因素之一。為了解決這一問題，英特爾一直在推動(dòng)保密計(jì)算的發(fā)展。英特爾研究院安全智能化項(xiàng)目組首席工程師Jason Martin介紹了其最新的軟件保護(hù)擴(kuò)展技術(shù)。它可以將保密性、完整性和認(rèn)證功能整合在一起，以確保使用中的數(shù)據(jù)安全無虞。不過，這一技術(shù)只能保護(hù)單臺(tái)計(jì)算機(jī)上的數(shù)據(jù)。而為了支持更多機(jī)構(gòu)在協(xié)作中安全地使用敏感數(shù)據(jù)，英特爾和美國賓夕法尼亞大學(xué)佩雷爾曼醫(yī)學(xué)院正在合作探索采用聯(lián)邦學(xué)習(xí)技術(shù)，消除不同數(shù)據(jù)所有者在整合數(shù)據(jù)時(shí)所遇到的障礙，在獲得洞察的同時(shí)確保數(shù)據(jù)隱私，以追求計(jì)算性能1000倍的提升。

此外，Martin透露，他們還在研究一種不需要解密數(shù)據(jù)的方法，即同態(tài)加密技術(shù)。它允許應(yīng)用在不暴露數(shù)據(jù)的情況下，直接對(duì)加密數(shù)據(jù)執(zhí)行計(jì)算操作。然而，這一技術(shù)也面臨一些挑戰(zhàn)，如數(shù)據(jù)處理的成本會(huì)隨著數(shù)據(jù)的增加而劇增，使得同態(tài)加密未能得到廣泛使用。“我們希望未來普及這項(xiàng)技術(shù)。為此，我們正在研究新的軟硬件方法，并與合作伙伴和標(biāo)準(zhǔn)機(jī)構(gòu)展開合作。”Martin說。

冰山一角

在展望第三代人工智能發(fā)展路徑時(shí)，“類腦”是學(xué)術(shù)界提出的重要思路之一。2017年，英特爾推出首款神經(jīng)擬態(tài)研究芯片Loihi，在神經(jīng)擬態(tài)硬件的開發(fā)上邁出重要一步。

時(shí)隔幾年，英特爾研究院神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主任Mike Davies宣布，該項(xiàng)研究很快將進(jìn)入下一個(gè)階段，即攜手生態(tài)系統(tǒng)合作伙伴一同探索實(shí)際應(yīng)用，擴(kuò)大該技術(shù)的適用范圍。

Davies表示，通過對(duì)神經(jīng)擬態(tài)系統(tǒng)上的應(yīng)用進(jìn)行持續(xù)開發(fā)、原型設(shè)計(jì)和測試，該公司和合作伙伴已獲得了越來越多的成果，并顯示在各種工作負(fù)載中神經(jīng)擬態(tài)計(jì)算都能帶來性能的一致性提升。例如，埃森哲測試了在Loihi芯片上識(shí)別語音命令的能力和在標(biāo)準(zhǔn)圖形處理單元（GPU）上識(shí)別語音命令的能力，發(fā)現(xiàn)Loihi不僅達(dá)到了和GPU類似的精度，而且能效提高1000倍以上、響應(yīng)速度快200毫秒。

他坦言，短期內(nèi)，由于成本問題，神經(jīng)擬態(tài)計(jì)算只適用于邊緣設(shè)備、傳感器等小規(guī)模設(shè)備，或是對(duì)成本不敏感的應(yīng)用，如衛(wèi)星、專用機(jī)器人等。“隨著時(shí)間的推移，我們預(yù)計(jì)內(nèi)存技術(shù)的創(chuàng)新將降低成本，讓神經(jīng)擬態(tài)解決方案擴(kuò)大適用范圍，運(yùn)用于各種需要實(shí)時(shí)處理數(shù)據(jù)但受限于體積、重量、功耗等因素的智能設(shè)備。”Davies說。

和神經(jīng)擬態(tài)計(jì)算一樣，機(jī)器編程是此次開放日上英特爾展示的重點(diǎn)之一。當(dāng)天，英特爾研究院機(jī)器編程研究主任及創(chuàng)始人Justin Gottschlich宣布，該公司推出了機(jī)器編程研究系統(tǒng)ControlFlag，它可以自主檢測程序代碼中的錯(cuò)誤。“雖然仍處于早期階段，這個(gè)新穎的自我監(jiān)督系統(tǒng)有望成為一個(gè)強(qiáng)大的生產(chǎn)力工具，幫助軟件開發(fā)者進(jìn)行耗時(shí)費(fèi)力的Debug。在初步測試中，ControlFlag利用超過10億行未標(biāo)記的產(chǎn)品級(jí)別的代碼進(jìn)行了訓(xùn)練并學(xué)習(xí)了新的缺陷。”

展望未來，我們是否可以設(shè)想一個(gè)人人都能創(chuàng)建高質(zhì)量軟件的未來？Gottschlich的回答是肯定的。通過構(gòu)建機(jī)器編程的三大支柱，即意圖、創(chuàng)造和適應(yīng)，他們希望未來能夠?qū)崿F(xiàn)這一藍(lán)圖：人類向機(jī)器表達(dá)他們的意圖，機(jī)器就會(huì)自動(dòng)創(chuàng)建并完成該意圖所需要的所有軟件。

“我們剛剛介紹的這五項(xiàng)正在進(jìn)行的顛覆性研究項(xiàng)目，只是冰山一角。在追求1000倍性能提升目標(biāo)的路上，我們還會(huì)有更多的成果和大家分享。”Uhlig最后說。