塑造以数据为中心的未来，英特尔向2020问好

我们正处于一个数据爆炸的时代，这不仅仅是数据量的爆发，更有数据形态的多样化。多样化数据产生的速度已经超出了我们分析、理解、处理和帮助保护这些数据的能力。面对不断扩展的数据密集型工作负载，不断提出对计算的多元化需求，英特尔正在以全面的创新来推动性能的指数级提升，以满足下一代计算需求。

英特尔中国研究院院长宋继强为我们全面介绍了多元化计算时代的技术战略以及如何通过技术战略转型赋能以数据为中心业务转型。

英特尔意识到，人工智能、5G、边缘智能是当今三大转折性技术领域。这三项技术的交汇与叠加，是构建下一波应用创新的关键驱动力。并且敏锐洞察和捕捉到了“数据”的风向标。自2017年初开始，英特尔确立“以数据为中心”的转型目标，致力于释放数据指数级增长带来的无限潜能。

数据是新的“石油”，将成为未来创新的命脉

目前90%的数据量都是在过去两年内产生，然而只有很少一部分数据被真正分析过并释放出价值，这需要更强大的存储解决方案分析这些数据。宋继强指出，数据的增长呈现出两大趋势：一，在量的增长中，靠近边缘和终端的数据越来越多；二，在本质和格式上发生了重大转变，数据不仅呈现指数级增长，其形态也变得日益多样化。

如果只是把这些数据采集下来并没有得到实质的应用，除了耗电耗财以外并无太大价值。那么面对爆发式增长的数据我们该如何应对？随着数据的产生速度越来越快，种类越来越多样化，这就需要对不同种类的数据实现加速的硬件以及快速的处理和反应速度。

这样的需求在5G和AI的大趋势下得到了满足。5G网络可以把这些终端设备和数据快速连接起来，实现统一的计算和存储组织架构，从而大大提高了数据的利用效率。宋继强表示：我们要对终端计算、边缘计算和云计算这三大类进行充分的利用和分布。然而，数据的种类越来越繁杂，总是用一种“武器”处理太过单一，这就诞生出了另一种计算方式——异构计算。

随着计算向多元化发展，越来越多的场景开始引入CPU、DSP、GPU、ASIC、FPGA等多种不同计算单元来进行加速计算，由此，异构计算应运而生。宋继强介绍到，相较于AI的矩阵计算，FPGA可以走很少的路径，它既不是矩阵运算，也不是矢量运算，而是有一些定制数据处理结构。简单来说就是用不同制程架构、不同指令集、不同功能的硬件组合起来解决问题。

英特尔非常看重FPGA的发展，为加速FPGA战略布局，在重庆成立了首个FPGA中国创新中心。该中心也是英特尔全球最大的FPGA创新中心。这一举措表明FPGA正成为越来越重要的芯片，它灵活高效、可重复编程特性，可实现定制性能、定制功耗、高吞吐量和低批量延迟，因此得到越来越广泛的应用，在泛人工智能、5G、无人驾驶、智能终端和数据中心等领域发挥重要作用。

坚持“以数据为中心”的转型策略

英特尔作为一家领跑长达50年的半导体巨头，在他们看来，数据洪流时代蕴含数千亿美元市场。他们将从芯片到边缘再到AI多种方式驱动智能变革，并积极面向以数据为中心的业务。早在2017年英特尔便确立了“以数据为中心”的转型的目标，但早在那时，英特尔便发现了数据的重要性，并宣布了英特尔人工智能战略，靠AI去处理这些数据。为此，宋继强梳理了过去五年英特尔是如何以数据转型目标，逐渐建立一套从软件到硬件、从通讯到计算再到存储的“以数据为中心”的计算架构、存储以及连接方案。

之后，英特尔为提升竞争力，围绕物联网和人工智能生态大肆投资、并购相关创新企业，他们相继收购了Altera，Movidius、Nervana等其他AI芯片创新企业，推动人工智能、云、物联网和芯片技术发展，包括推出Movidius Myriad 2视觉处理器，Nervana也推出了云端AI芯片。为了加强自动驾驶领域的实力，英特尔将Mobileye收入帐下，并研制出了由软件的算法和软件应用加速器构成前置车外摄像头——EyeQ。在2018年，英特尔又收购了eASIC来实现FPGA上的硬件加速逻辑；就在近日，他们再次以20亿美元收购了一家为数据中心提供可编程深度学习加速器的以色列人工智能芯片制造商Habana Labs，来增强英特尔的人工智能产品组合，并加快其在快速增长的人工智能芯片新兴市场的发展。

以六大支柱构筑以数据为中心的未来

英特尔以数据为中心业务占比将会超过以PC为中心业务，如此顺利的转型和他们提出的六大技术支柱功不可没。英特尔坚信这六大技术支柱会给我们带来指数级的创新，将是他们未来10年乃至50年的主要驱动力。

宋继强解释，“制程和封装是研制芯片最基本的技术，架构决定了芯片内晶体管的组织形式、处理数据的方式，再通过把它和内存和存储结合起来，就可以既处理数据又存储数据，这三者的结合就构成了最小型化的系统，但这是针对单一设备而言。这就好比建筑师设计图纸，哪些适合居住哪些适合办公。之后，制程和封装负责把它们造出来。而设备间的网络通信就要由互连技术来保证，这种通信既可以是有线的，也可以是无线的。设备互连以后，中间的信息传输还需要放在安全的框架下，英特尔基于数据为根的安全体系，有硬件和软件方案。这些都准备好了以后，怎么让软件开发人员比较方便用到不同种类的计算架构，并实现最佳的性能呢？英特尔的oneAPI可以让工程师不再烦恼。这种统一、简化的编程模型，简化了跨多架构的开发过程（如CPU、GPU、FPGA、加速器），便于软件开发人员能够轻松的进行开发。所以这六大支柱技术是一层层叠加的完整的创新方案。”

其中，XPU的目的就是为了针对不同类型的工作负载，提供各种创新计算架构。宋继强描述：有时候在CPU上要花十几秒运行完的数据，在VPU上可能0.5秒就搞完了。而这种设计理念也诞生出了一种新名词的出现。

异构整合

这个词已出现有一段时间，由于同构整合的设计必定要往更小的制程发展，只不过体积终究只是终端需求的其中一项，更困难的是把其他的功能也加在一起。而异构整合就是把分开制造的元件进行更高层级的组装，而这个集合将可以提供更强的功能性，同时也改善运作的品质。

英特尔Foveros 3D封装技术便是首次使用异构整合架构的处理平台，通过整合CPU、GUP与记忆体元件等，在一颗芯片内实现了市场罕见的功能与性能。它到底有多厉害？在今年CES上，他们展示了利用该技术开发的基于10nm制程工艺的LakeField芯片，只需12厘米长， 2厘米宽的板子就可以轻松涵盖笔记本的所有性能。

另外，英特尔提出的“超异构计算”概念让我们耳目一新。他们的目标是把很多现有的、不同节点上已经验证完毕的Chiplet集成在一个封装里，在这个层级下可以保证体积小型化，倘若功耗再降低就可以享有更高的带宽和更短的延迟。成本上比板集组合便宜很多，且既快又灵活，甚至可能会比SoC还便宜。随着英特尔全新封装技术的成功，他们就可加速实现这个设计理念的实现。近期他们开发的专门为传统高性能计算和AI设计的“极光”（Aurora）超算就是一大力作，其运算性能可达每秒百亿亿次，这种创新将对社会产生难以置信的重大影响。

英特尔持续投身前沿科学，探索未来计算脉络

神经拟态计算—让机器像人类大脑一样思考

英特尔的目标是使神经拟态芯片终有一天能够像大脑一样快速高效地学习，而大脑性能远远超出当今性能最强大的计算机。神经拟态计算或将促使机器人、智慧城市基础架构及其他需要不断学习并适应不断演变的真实数据的应用实现跨越式发展。

科学证明人脑的能耗只有20瓦，仅用其中的部分能耗，人脑就能书写、绘画，可以较为轻松的识别分析很抽象的事物和情感，这是目前标准通用计算无法做到的。怎样将数十千瓦能耗的计算降低到人脑这种20瓦的水平？必须要打破原有的规则，神经拟态计算来到人们视野。宋继强指出，神经拟态计算试图要去模拟人脑两个特点：事件驱动和多重整合效果。从而实现利用人脑事件驱动的机制达到省电同时，利用多种方式共同学习和训练的机制达到跨领域融合的目的。

为此，英特尔推出了Loihi神经拟态测试芯片，这款芯片结合了神经拟态特征、效率、规模和片上学习能力，它内置了128个核，拥有13万个神经元和1.3亿突触，还包括了片上存储结构，这与普通老鼠的大脑复杂度差不多。Loihi把训练和推理整合到一个芯片上，其目的就是提高机器学习的能效比。据悉，神经拟态芯片最终可被用于现实世界里需要实时处理数据、而又在不断演进的各种环境中。例如，这些芯片可以支持与自动驾驶汽车进行实时通信的更加智能的安全摄像头和智慧城市基础设施。

量子计算

Loihi想要达到一千倍以上的能耗提高，就离不开量子计算的发展。量子计算在密码破解、药物设计和化学发现上会有着举足轻重的贡献。宋继强指出，量子位的多少是实现整体能力高低的关键，逻辑量子位是在算法上可以当做稳定的量子位来使用。然而，当然量子计算想要实现并不容易，量子计算中量子跃迁所需要量子位是脆弱的，跃迁结果难以被测试，也很容易受到条件因素改变而改变。同时，量子位是不容易叠加新的态，或者让多个态之间进行纠缠的，如此一来量子位缺少数量优势，难以实现量子计算爆发的效率优势。制造更多的量子位，解决量子位的纠错，解决量子位之间的连接和测试问题，这是庞大而又系统性的工程。

但是，当我们需要一千个逻辑量子位时，通常底层有百万个物理量子位。现的进展都是物理量子位的进展，并非与逻辑量子位相关。所以，它离商用化还有很长的路。这也就是为什么英特尔认为衡量量子计算的发展不能只看量子位，而要看量子的实用性，如何尽快让量子计算这种新模式达到可用，不紧要解决量子位数量问题，还要解决纠错、量子位之间怎么连接和测试等问题。

总结

智能、互联的物和机器设备产生的海量数据，将成为英特尔创新和增长的驱动因素。英特尔已制定清晰的数据战略，借助云和数据中心、物联网、存储、FPGA 以及 5G 构成的增长的良性循环，驱动云计算和数以亿计的智能、互联计算设备。

从目前产品规划来看，英特尔将继续贯彻以数据为中心的转型策略，并配合制程与封装、架构、内存、互连、安全、软件“六脉神剑”，同时拥有无与伦比的XPU产品组合，通过 oneAPI软件和异构整合来推动超异构计算远景。在伴随着异构计算的“新陈代谢”和发展模式的过程中，英特尔破解了如影随形的关联制约性，可谓意义重大，这使得芯片设计从2D平铺转向3D堆叠，为高性能、高密度和低功耗异构芯片制程奠定了坚实的基础，亦为IC业发展和突破打开了一扇新大门，提供了更广泛的灵活性和可塑性。