AlphaGo的出現(xiàn)，掀開了人工智能發(fā)展的新一輪高潮。在這六年當中，以數(shù)據(jù)為主要驅動力的AI技術，已經(jīng)從學術熱點變成了產(chǎn)業(yè)焦點。

上海作為中國人工智能發(fā)展領先地區(qū)之一，秉持著“智聯(lián)世界”的理念，自2018年開始，上海就著手舉辦了一年一度的世界人工智能大會。每一屆世界人工智能盛會總能將知名企業(yè)聚集在一起，共同推助AI的發(fā)展。

芯片作為數(shù)據(jù)處理的核心之一，也占據(jù)了本屆大會的C位——大會同期舉辦的智能芯片定義產(chǎn)業(yè)未來論壇吸引了眾多與會者。

英特爾研究院副總裁、英特爾中國研究院院長宋繼強以《異構集成：釋放人工智能超級力量》為主題發(fā)表了演講。他表示，以GPU和深度學習模型為基礎的AI技術并不足以支撐未來人工智能模型，而超異構計算、架構創(chuàng)新則會成為計算創(chuàng)新的關鍵驅動力。

超異構計算，“超”在哪里？

隨著AI的發(fā)展，芯片需要承載更多的數(shù)據(jù)處理功能。而此時摩爾定律發(fā)展遇到瓶頸，讓業(yè)界開始尋求依賴先進工藝而使芯片性能得到提升的方式。于是，可將不同架構的處理芯片整合到一個系統(tǒng)當中，從而達到在控制成本的同時，提升產(chǎn)品性能和效率目的的異構計算，開始受到了市場的關注。異構計算也被視為是支持復雜芯片設計的關鍵技術之一。

將CPU、GPU、FPGA或其他組合集成到一個板上，也可以說是一種板級異構計算方式。而超異構計算的出現(xiàn)，則促生了 “下一個等級”市場需求的到來。

宋繼強表示：“從直觀上看，這個等級是將不同架構的計算架構芯片封裝在統(tǒng)一個芯片內(nèi)，但從其內(nèi)部結構上看，其實是將不同的Die整合起來。所以它能夠利用不同架構芯片，在處理不同的數(shù)據(jù)、不同的任務的時，還擁有獨特的性能和在功耗方面的優(yōu)勢?！?/p>

宋繼強指出，超異構計算當中，強調(diào)的是異構封裝和構建軟件方面的能力。即超異構計算利用異構封裝將不同的計算架構的芯片整合到一起，同時，在這個基礎上還要構建軟件能力。

但軟件層面的提升往往被業(yè)界所忽略。而軟件層面的缺失，則會影響硬件全面發(fā)揮其性能。宋繼強表示：“經(jīng)過優(yōu)化的軟件，會百倍提升底層硬件的性能。在I/O、Memory、Cache上的編程瓶頸，會成為底層硬件的軟肋。”

尤其是異構計算的出現(xiàn)，進行跨不同處理器單元的芯片設計，也對軟件提出了更好的要求。這需要解決跨不同處理單元之間的同步問題，從而使芯片性能得到大幅度的提升。

針對超異構計算中的瓶頸，英特爾推出了適用于超異構計算的異構封裝技術。一方面，英特爾推出了EMIB 2.5D的封裝技術，另一方面，其所推出的Foveros 3D還可以在計算的Die與計算的Die之間建互連，而不是像傳統(tǒng)的方式只能在計算的Die和Memory的Die之間互連。同時，這兩項技術還可以互相整合，例如英特爾推出的包括Hybrid Bonding等技術會進一步縮小封裝時裸片之間的凸點間距和功耗。而這些技術都已經(jīng)在英特爾的產(chǎn)品中得以應用。

此外，英特爾還推出了名為One API的開放軟件平臺，期以利用軟件性能的提升來實現(xiàn)硬件的升級。

前沿技術賦能AI發(fā)展

作為半導體行業(yè)多年以來的領導者，英特爾除了利用超異構計算來促進AI芯片的發(fā)展，還在研究更為前沿的技術為未來AI芯片的發(fā)展提供可能。

量子計算、神經(jīng)擬態(tài)芯片都是英特爾對未來AI芯片發(fā)展探究的一部分。

宋繼強表示，雖然量子計算還需要很長的一段路要走，但如果量子計算能夠達到中等規(guī)模，這種技術將驅動基于數(shù)據(jù)的大規(guī)模模型訓練的成長——它可能會有冪數(shù)級的加速效應。同時，他也指出，量子計算的應用需要重構現(xiàn)有的算法，算法上的匹配才能驅動硬件發(fā)揮更大的價值。

“神經(jīng)擬態(tài)計算為AI芯片帶來的突破性好處是能效比”，宋繼強表示：“在提供同等算力的條件下，原來需要兩千瓦來完成的計算，利用神經(jīng)擬態(tài)計算僅需要幾十毫瓦或者是幾百毫瓦?！?/p>

具有128核、13萬神經(jīng)元、1.3億突觸的Loihi是英特爾推出的神經(jīng)擬態(tài)計算芯片。宋繼強指出，英特爾的神經(jīng)擬態(tài)計算芯片內(nèi)含自學習的機制，以此為基礎，硬件本身的性能也能在應用的過程當中得以不斷提升。

“它可以在一個多個芯片構成的系統(tǒng)內(nèi)模擬多個腦區(qū)，而這是目前利用深度學習還無法達到的目標，因為模型和模型之間沒有好的機制去互通?！彼卫^強表示：“但在神經(jīng)擬態(tài)計算可利用SNN模型，讓它們的輸入輸出互相關聯(lián)?！?/p>

如果神經(jīng)擬態(tài)計算芯片可發(fā)展到10億級別的神經(jīng)元（目前是1億級別的神經(jīng)元），便可模擬不同的腦區(qū)功能。杰夫·霍金在他的《On Intelligence》（中譯本《人工智能的未來》）中提到，多層的皮層，實際上在底層需要多種不同的輸入感知，包括觸覺、視覺、聽覺等等。通過神經(jīng)計算芯片的模型，可將這些輸入數(shù)據(jù)最終歸結為一個符號（而不是利用深度學習的方法，通過拍攝很多張照片來進行訓練 ），從而實現(xiàn)未來類腦芯片真正要達到的目標。

英特爾研究院為AI插上翅膀

英特爾研究院是他們研究前沿技術的主要的部門之一，同樣，研究院也支持了大量的AI技術的發(fā)展。

據(jù)宋繼強介紹，英特爾將AI定位于三個角色。其一，對于產(chǎn)品部門來說（這里指AI硬件部門），AI是一個工作負載，它需要緊跟現(xiàn)在流行的和未來可能要發(fā)生的趨勢。在這其中，英特爾研究院的職責是針對AI發(fā)展趨勢，在算法層面進行升級，包括像谷歌推出的新的框架、學術界新的算法。英特爾研究院在算法的基礎上進行創(chuàng)新，并通過某些形式給映射到硬件的架構設計當中。即通過工作負載的方式影響未來的硬件架構。

其二，AI被當做一種效率工具去提升設計、生產(chǎn)流程當中的效率，以及實現(xiàn)成本的降低。其三探求下一代的AI可能的突破，而這需要與學術界加強合作。

據(jù)宋繼強介紹，英特爾全球研究院的人數(shù)中至少有一半的員工參與到了與AI相關技術的工作中。從成績上看，整體而言，英特爾研究院占整個公司發(fā)專利的比例是20%。

英特爾中國研究院是英特爾在美國本土以外的重要研究機構之一。其中，AI技術也是英特爾中國研究院的重點研究方向之一。

“英特爾中國研究院對AI技術的研究，主要集中的算法方向”，宋繼強表示：“國內(nèi)算法人員能力比較強，所以，中國研究院結合了這一優(yōu)勢，針對計算機視覺算法方面，進行了一些深度模型的優(yōu)化，并實現(xiàn)了大量的創(chuàng)新?！?/p>

據(jù)了解，在過去幾年中，英特爾中國研究院已經(jīng)為多種不同的硬件都提供了算法級和架構級的輸入，這是中國研究院主要的貢獻方式，同樣也是中國研究院區(qū)別于英特爾其他研究院的特點之一。

此外，在前沿技術方面，英特爾中國研究院還承擔著對神經(jīng)擬態(tài)芯片Loihi的拓展。宋繼強表示，在這方面，中國研究院所要做的是，將Loihi對接到中國一些領先的，和神經(jīng)擬態(tài)計算相關的學校或者是企業(yè)當中的研究機構，進行相應的硬件方面的平臺對接。從而推動下一代AI技術的到來。

結語

從這一輪AI概念的興起，到現(xiàn)在AI技術逐步實現(xiàn)落地，并進入下一代AI技術研究的階段。英特爾認為推動AI的規(guī)?；瘎?chuàng)新加上應用，必須要做好三件事：

第一是抓緊數(shù)字化轉型的趨勢，用高性能、高能效的架構去支持多種數(shù)據(jù)。在這當中，需要解決硬件方面的基本問題。

第二是要真正地去擁抱異構集成。異構集成不只是代表封裝，它實際上是指用多種組合拳去解決產(chǎn)品的領導力，time to market的問題。所以英特爾會有架構創(chuàng)新、光互連技術、先進封裝技術，再疊加一些軟件方面的技術，組合起來解決這個問題。

第三是垂直整合。瞄準一些可以規(guī)?；?，通過軟硬件結合可以創(chuàng)造更大價值的領域，利用應用去拉動多種AI技術的垂直整合。這種方式推動AI創(chuàng)新是大有可為的。