新闻中心

EEPW首页 > 智能计算 > 编辑观点 > 应对数据变革,英特尔的转型之路

应对数据变革,英特尔的转型之路

作者:白柴时间:2019-12-22来源:电子产品世界收藏

2019年12月19日,技术创新媒体沟通会在京举行。中国研究院院长宋继强围绕“构建技术基石,驱动未来计算”进行演讲,回顾了过去五年里英特尔向“以数据为中心”转型的历程,并向大家介绍了未来英特尔的产业规划与展望。

本文引用地址:http://www.amcfsurvey.com/article/201912/408452.htm

1577014017269260.jpg

英特尔中国研究院院长 宋继强

过去的三十年间,数据发生了重大转变,主要体现在数量和形态的变化。据IDC的《全球创造的数字化数据量》报告显示,全球数据量正在以25%的增速呈指数级增长,其中实时处理的数据量占比越来越大。另一方面,由于数字电视、广播媒体、视频监控、流媒体的出现,数据的形态日趋多元化。

1577014322271055.jpg

数据是输入,计算是处理数据的过程。数据趋于多元化,导致计算也趋于多元化发展。从云到端,不仅仅是PC、服务器或其它设备,人工智能、云、物联网、下一代网络、自动驾驶等新型数据密集型工作负载不断涌现,驱动着计算架构快速演进并呈指数级扩展。

数据与计算的变革,英特尔如何应对?

早在2017年,英特尔就已经发现了数据和计算的变化趋势,确立“以PC为中心”向“以数据为中心”的转型目标。之后,英特尔围绕“以数据为中心”,从战略发布、战略收购、产品创新、生态合作四方面出发,建立一个从软件到硬件、从通讯到计算再到存储的完整的生态。

1577014342355997.jpg

2015年,收购Altera,一家FPGA领先厂商。2016年,8月,收购Nervana,该公司用ASIC方式解决了AI深度学习加速的问题;同年9月,收购Movidius,一家专门生产视觉AI加速芯片的公司。2017年,收购Mobileye,该公司提供以摄像头作为数据输入的ADAS系统。2018年,收购eASIC,一家提供自动转换为ASIC设计工具的公司。通过这些收购,英特尔的手里已经握有四个不同架构的芯片方案。再加上英特尔自己的Xe图形加速器、独立显卡GPU,一条完整的异构产品线就此构成。

在计算之外,傲腾内存、Movidius神经计算棒、神经拟态芯片、超导量子测试芯片、10纳米PC处理器、至强可扩展处理器、第十代智能英特尔酷睿处理器、神经网络推理处理器、基于Xe架构的GPU、量子计算芯片等产品,使英特尔可以应对未来更大级别、更高要求的计算架构。

六大技术支柱

除了上述的收购和产品之外,在2018年,英特尔还提出了六大技术支柱,作为驱动未来指数级创新的引擎。这六大技术支柱分别是制程与封装、XPU架构、内存与存储、互连、安全、软件。

1577014365799726.jpg

XPU架构的目的是针对不同类型工作负载,提供各种创新计算架构。然而,XPU里包含了CPU、GPU、FPGA、NNP、VPU等五种架构,如何将这些架构进行异构整合、方便调用是工程师们的普遍需求。

对于上述问题,英特尔在给出了解决方案。软件方面,oneAPI面向跨CPU、GPU、FPGA和其他加速器在内的异构计算,提供统一和简化的应用程序开发编程模型。封装方面,同时提供EMIB 2.5D封装技术和Foveros 3D封装技术,赋予芯片设计更多灵活性。

英特尔利用六大技术支柱,应对数据量的指数级增长、数据形态的革命性变化、多元化计算需求的挑战,,构建数据处理、存储和传输的全面实力,实现指数级创新。

继续向前,探索未来计算

1.神经拟态计算

现在做一个图像识别或是训练一个能做图像理解的加速器,需要数千瓦的电量才能做一件事。然而,与人脑相比太耗电了。人脑是一个20瓦的设备,且在工作中只用到部分功率,因为如果工作在全功率下人就会癫痫。也就是说,人脑识别一幅图像,仅用了不到20瓦的电量。智能计算的功耗比人脑高了1000倍,如果能将功耗降至和人脑一样,是不是就能可以把计算和智能训练放到前端设备里,比如、边缘服务器。

神经拟态计算就是应对上述问题的解决方案。不同于标准计算和深度神经网络,神经拟态计算是模拟的人脑工作模式。其利用人脑事件驱动的机制来达到省电的目的,同时还利用多种方式学习和训练的机制达到跨领域技术的融合。

1577014394896225.jpg

2017年,英特尔发布了Loihi神经拟态芯片,14纳米单芯片,在架构里整合了计算和存储。该芯片拥有128个核,13万个神经元,1.3亿个突触;每个神经拟态计算内核可模拟多个“逻辑神经元”;片上网格连接方式支持高效的脉冲消息分发;具有高度复杂的神经网络拓扑;支持多种学习模式的可扩展的片上学习能力。

2.量子计算

人工智能除了要像人脑一样思考之外,还要处理大量的数据。量子计算就是用来处理现在计算机搞不定的大规模计算问题,主要应用于密码破解、药物设计、化学发现等领域。然而,距离量子计算商用,我们还有很远的路要走。

假设,你做一个小范围的化学实验,一千多个逻辑量子位就可以做成这件事。但是,逻辑量子位不是直接获取的,它是由多个物理量子位变成的。也就说,一千个逻辑量子位,通常需要百万个物理量子位来生成。而且,物理量子位是很脆弱的,需要不断的纠错编码,才能让多个物理量子位变成一个逻辑量子位。因此,量子计算的发展不能只看量子位,还要看量子的实用性。要想让量子计算可商用,不仅要解决量子位的数量问题,还要解决纠错和量子位之间连接与测试的问题。

1577014414135813.jpg

当然,在量子计算上,英特尔也做了诸多努力。2018年,英特尔推出了业界首款49量子位的超导量子测试芯片Tangle Lake。之后,又研发出了用于量子计算的最小自旋量子位芯片,以及量子计算首款测试工具——全球第一台低温晶圆探测仪。未来,英特尔将更加的关注通过自旋量子位来实现量子计算的研究。

结语

过去五年,英特尔“以数据为中心”进行整体转型,取得了丰富的转型成果。在未来的十年,英特尔仍会坚持“以数据为中心”和“六大技术支柱”一起推进,为未来的世界打下坚实的基础。



关键词: 英特尔 数据中心

评论


相关推荐

技术专区

关闭