【原】從“神經(jīng)擬態(tài)”到“量子舞蹈”，英特爾披露五大前沿領(lǐng)域創(chuàng)新進(jìn)展

新用戶8447VjsA 2020-12-08

展開全文

AI、5G、智能邊緣被認(rèn)為是真正實現(xiàn)數(shù)據(jù)價值的關(guān)鍵技術(shù)轉(zhuǎn)折點，而跨這些領(lǐng)域的新用例和應(yīng)用需要新的范式，需要更快、更節(jié)能、更安全和更直觀的計算。英特爾研究院此次在五個前沿技術(shù)領(lǐng)域發(fā)布的顛覆性技術(shù)是未來計算發(fā)展的放向，融合了AI、5G以及智能邊緣技術(shù)，將引領(lǐng)未來十年的技術(shù)發(fā)展方向。

硅光子

在數(shù)據(jù)中心里，新的以數(shù)據(jù)為中心的工作負(fù)載每天都在增長，隨著服務(wù)器間的數(shù)據(jù)移動不斷增加，對當(dāng)今的網(wǎng)絡(luò)基礎(chǔ)架構(gòu)提出了新的挑戰(zhàn)。行業(yè)正在迅速接近電氣I/O性能的實際極限。隨著計算帶寬需求不斷增長，電氣I/O的規(guī)模無法保持同步增長，從而形成了“I/O功耗墻”，限制了計算運行的可用能源。通過在服務(wù)器和封裝中直接引入光互連I/O，我們就能打破這一限制，讓數(shù)據(jù)更有效地移動。

2016年，英特爾推出了一款全新的硅光子產(chǎn)品“100G PSM4”。這款產(chǎn)品結(jié)合了硅電子和光學(xué)技術(shù)，能夠在獨立的硅芯片上實現(xiàn)近乎光速的數(shù)據(jù)傳輸，從而提高數(shù)據(jù)中心數(shù)據(jù)傳輸效率，同時降低成本。截止目前，英特爾已經(jīng)為客戶提供超過400萬個100G的硅光子產(chǎn)品。而在今年的研究院開放日活動上，英特爾又提出了“集成光電”愿景，即將光互連I/O直接集成到服務(wù)器和封裝中，對數(shù)據(jù)中心進(jìn)行革新，實現(xiàn)1000倍提升，同時降低成本。

“現(xiàn)在是從電氣I/O遷移到光互連I/O的重要拐點”，英特爾首席工程師、英特爾研究院PHY研究實驗室主任James Jaussi表示，之所以現(xiàn)在需要遷移到光互連I/O，主要有兩個原因，一個是我們正在快速接近電氣性能的物理極限，一個是I/O功耗墻，會導(dǎo)致無法計算。

他介紹了英特爾近期在集成光電五大“關(guān)鍵技術(shù)模塊”方面取得的重大創(chuàng)新，包括：

微型環(huán)調(diào)制器（micro-ring modulators）：傳統(tǒng)的芯片調(diào)制器占用面積太大，并且放置于IC封裝的成本很高。英特爾開發(fā)的微型環(huán)調(diào)制器，將調(diào)制器尺寸縮小了1000倍以上，從而消除了將硅光子集成到計算封裝中的主要障礙。
全硅光電檢測器（all silicon photo detector）：數(shù)十年來，業(yè)界一直認(rèn)為硅實際上沒有光檢測功能，但英特爾展示的研究結(jié)果證明事實并非如此。這一突破的一大好處就是讓成本更低。
集成半導(dǎo)體光學(xué)放大器：出于降低總功耗的考慮，集成半導(dǎo)體光學(xué)放大器必不可少。該設(shè)備通過使用與集成激光器相同的材料實現(xiàn)。
集成多波長激光器（Integrated multi-wavelength lasers）：使用一種稱為波分復(fù)用（wavelength division multiplexing）的技術(shù)，可以將來自同一激光的不同波長用在同一光束中傳輸更多數(shù)據(jù)，這樣就能使用單根光纜來傳輸額外數(shù)據(jù)，從而增加了帶寬密度。
集成：使用先進(jìn)的封裝技術(shù)將硅光子與CMOS芯片緊密集成，可實現(xiàn)三大優(yōu)勢：更低的功耗、更高的帶寬和更少的引腳數(shù)。英特爾是唯一一家在與CMOS芯片緊密集成的單一技術(shù)平臺上，展示了將多波長激光器、半導(dǎo)體光學(xué)放大器、全硅光電檢測器以及微型環(huán)調(diào)制器集成到一起的公司，這項研究突破為集成光電技術(shù)的擴(kuò)展奠定了基礎(chǔ)。

英特爾此次在“集成光電”上的技術(shù)突破，是硅光子技術(shù)的一次重要升級。通過高速的光連接為數(shù)據(jù)中心鋪平未來連接的道路，以滿足未來快速增長的數(shù)據(jù)寬帶和能效需求，讓數(shù)據(jù)中心的未來值得更多期待。

神經(jīng)擬態(tài)計算

從2015年開始，英特爾就開始了神經(jīng)擬態(tài)計算的研究。2017年英特爾推出了第一款自主學(xué)習(xí)的神經(jīng)擬態(tài)芯片Loihi；到2019年，英特爾推出了包含64塊Loihi的Pohoiki Beach系統(tǒng)，到2020年，英特爾最新推出的Pohoiki Springs包含768塊Loihi芯片，擁有1億個神經(jīng)元。而英特爾高級首席工程師、英特爾研究院神經(jīng)擬態(tài)計算實驗室主任Mike Davies透露稱，英特爾下一代神經(jīng)擬態(tài)計算系統(tǒng)預(yù)計將達(dá)到十億神經(jīng)元，并將在多個實際用例中提升性能。

神經(jīng)擬態(tài)技術(shù)靈感，來源來自我們目前對大腦結(jié)構(gòu)及其計算能力的了解。大腦的神經(jīng)網(wǎng)絡(luò)通過脈沖來傳遞信息，根據(jù)這些脈沖的時間來調(diào)節(jié)突觸強(qiáng)度或突觸連接的權(quán)重，并把這些變化存儲在突觸連接處，腦內(nèi)神經(jīng)網(wǎng)絡(luò)及其環(huán)境中多個區(qū)域之間的協(xié)作和競爭性相互作用就產(chǎn)生了智能的行為。

Mike Davies說神經(jīng)擬態(tài)這種計算方式，能夠更好地模擬人腦神經(jīng)元的結(jié)構(gòu)，不僅是多路的輸入和強(qiáng)度，同時還有時間先后的延遲順序。一個腦當(dāng)中可以同時學(xué)習(xí)多種任務(wù)，包括語音任務(wù)、視覺任務(wù)、決策任務(wù)、操作控制等等，它是多功能的。硬件上也可以具備一邊工作一邊學(xué)習(xí)的能力，也就是片上的學(xué)習(xí)能力，這些都需要突破式的發(fā)展才能做到。

Loihi芯片多個實際用例中都證實可以提升性能，在今天的英特爾研究院開放日上，多項基準(zhǔn)又得到了更新：

語音命令識別：埃森哲測試了在英特爾Loihi芯片上識別語音命令的能力和在標(biāo)準(zhǔn)圖形處理單元（GPU）上識別語音命令的能力，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。通過英特爾神經(jīng)擬態(tài)研究社區(qū)，梅塞德斯-奔馳正在探索如何將這些結(jié)果應(yīng)用到現(xiàn)實用例中，例如在汽車中加入新的語音交互命令。

手勢識別：傳統(tǒng)的AI可以很好地處理大數(shù)據(jù)并識別成千上萬個案例的模式，但它很難識別人與人之間細(xì)微的差異——比如我們用于交流的手勢。埃森哲和英特爾神經(jīng)擬態(tài)研究社區(qū)合作伙伴展示了Loihi在快速學(xué)習(xí)和識別個性化手勢方面取得的切實進(jìn)展。通過處理來自神經(jīng)擬態(tài)相機(jī)的信息，只需幾次曝光Loihi即可學(xué)習(xí)新手勢。這可以應(yīng)用于各種用例，例如與家庭中的智能產(chǎn)品進(jìn)行交互或在公共場所的非接觸式顯示。

圖像檢索：零售行業(yè)的研究人員評估了Loihi對基于圖像的產(chǎn)品搜索應(yīng)用。他們發(fā)現(xiàn)，在保持相同精度水平的情況下，Loihi生成圖像特征向量的效率比傳統(tǒng)的中央處理單元（CPU）和GPU解決方案提升三倍多。這一結(jié)果是對英特爾今年早些時候發(fā)布的神經(jīng)擬態(tài)研究系統(tǒng)Pohoiki Springs的相似度搜索結(jié)果的補(bǔ)充，表明Loihi在百萬幅圖像數(shù)據(jù)庫中搜索特征向量的速度比CPU快24倍，且能耗低30倍。

優(yōu)化和搜索：英特爾及其合作伙伴發(fā)現(xiàn)，Loihi解決優(yōu)化和搜索問題的效率比傳統(tǒng)CPU高1000倍、速度快100倍。優(yōu)化問題，如約束滿足可以在邊緣端提供潛在價值，例如：讓無人機(jī)能夠?qū)崟r規(guī)劃并做出復(fù)雜的導(dǎo)航?jīng)Q策。同樣的問題類型也可以擴(kuò)展到復(fù)雜的數(shù)據(jù)中心負(fù)載，完成協(xié)助列車調(diào)度和物流優(yōu)化等任務(wù)。

機(jī)器人技術(shù)：羅格斯大學(xué)和代爾夫特理工大學(xué)的研究人員展示了在Loihi上運行機(jī)器人導(dǎo)航以及微型無人機(jī)控制應(yīng)用的演示。代爾夫特理工大學(xué)的無人機(jī)使用一個包含35個神經(jīng)元，并且能演進(jìn)的脈沖網(wǎng)絡(luò)進(jìn)行光流著陸（optic flow landing），頻率超過250千赫茲。羅格斯大學(xué)發(fā)現(xiàn)，其Loihi解決方案所需的功耗比傳統(tǒng)移動GPU低75倍，而性能卻沒有任何下降。在11月于2020機(jī)器人學(xué)習(xí)大會上發(fā)布的報告中，羅格斯大學(xué)的研究人員發(fā)現(xiàn)Loihi可以成功學(xué)習(xí)諸多OpenAI Gym的任務(wù)，其精度與深度行動者網(wǎng)絡(luò)（Deep Actor Network）旗鼓相當(dāng)，而能耗卻比移動GPU解決方案降低了140倍。

此外，英特爾及其合作伙伴在英特爾研究院開放日活動上還展示了兩個使用最先進(jìn)技術(shù)的神經(jīng)擬態(tài)機(jī)器人演示。與蘇黎世聯(lián)邦理工學(xué)院的研究人員合作，英特爾展示了Loihi如何自適應(yīng)地控制水平跟蹤無人機(jī)平臺，實現(xiàn)最高可達(dá)20千赫茲的閉環(huán)速度以及200微秒的視覺處理延遲。與傳統(tǒng)解決方案相比，這意味著效率和速度都提高了1000倍。為了解決神經(jīng)擬態(tài)軟件集成問題，英特爾和意大利理工學(xué)院（IIT）的研究人員在IIT的iCub機(jī)器人平臺上演示了多種認(rèn)知功能在Loihi上運行，其中包括基于快速、小樣本學(xué)習(xí)(few-shot learning)的物體識別，對學(xué)習(xí)對象的空間感知，以及對人類互動的實時決策。

成立于2019年的英特爾神經(jīng)擬態(tài)研究社區(qū)（INRC）英特爾為神經(jīng)擬態(tài)計算打造的生態(tài)系統(tǒng)。在僅僅一年的時間里，INRC的規(guī)模就擴(kuò)大了兩倍，目前已經(jīng)有100多家不同類型的學(xué)術(shù)機(jī)構(gòu)、政府實驗室、企業(yè)進(jìn)行合作，其中有10家來自全球500強(qiáng)企業(yè)，如埃森哲、空中客車、通用電氣等。今天，英特爾又宣布聯(lián)想、羅技、梅賽德斯-奔馳和機(jī)器視覺傳感器公司Prophesee加入英特爾神經(jīng)擬態(tài)研究社區(qū)，共同探索神經(jīng)擬態(tài)計算在商業(yè)用例上的價值。這表明，英特爾神經(jīng)擬態(tài)計算的特性能夠真正為企業(yè)帶來實際的優(yōu)勢，得到了企業(yè)認(rèn)可，相信未來會有更多的商業(yè)應(yīng)用運用上神經(jīng)擬態(tài)技術(shù)。

量子舞蹈

“為什么我們需要量子計算？”在英特爾高級首席工程師、英特爾研究院量子應(yīng)用與架構(gòu)總監(jiān)Anne Matsuura看來，量子計算是用量子比特相互糾纏實現(xiàn)性能的指數(shù)級提升，可以實現(xiàn)并行的大量計算，這也讓量子計算可以解決很多經(jīng)典計算機(jī)難以解決的問題，例如開發(fā)加速制藥研發(fā)、設(shè)計新型材料等，最終造福每一個人。

眾所周知，傳統(tǒng)的數(shù)字計算需要把數(shù)據(jù)編碼為二進(jìn)制數(shù)字，只有0或1兩種狀態(tài)，就像硬幣的正面和反面。而量子計算使用量子位，可以同時處于多個狀態(tài)，就像一枚旋轉(zhuǎn)中的硬幣，可以同時是正面和反面！2個糾纏的量子位就可以表示同時混合的4種狀態(tài)，而n個量子位就可以代表2的n次方種狀態(tài)——50個糾纏的量子位所獲得的狀態(tài)數(shù)量就將超過任何超級計算機(jī)。而如果我們有300個糾纏的量子位，那能夠同時表示的狀態(tài)就比宇宙中原子的數(shù)量還要多。

然而，量子位非常脆弱，目前僅僅有100個量子位甚至數(shù)千個量子位，還沒有辦法造一臺商用級量子計算機(jī)。我們需要至少數(shù)百萬個量子位，并且解決4大挑戰(zhàn)：1. 提升量子位的質(zhì)量和并測試時間—英特爾獨特的硅自旋量子位路徑具備批量生產(chǎn)高質(zhì)量量子位的潛力；量子低溫探測儀減少了開發(fā)者寶貴的測試時間。

2. 量子位的控制—英特爾可擴(kuò)展互連的低溫量子位控制芯片技術(shù)Horse Ridge解決了這一挑戰(zhàn)。3. 糾錯—英特爾正在開發(fā)抗噪量子算法和錯誤抑制技術(shù)。4. 可擴(kuò)展的全棧量子計算機(jī)，需要量子專用的軟件、硬件和應(yīng)用同時布局—英特爾正在編排這樣一支新的“量子舞蹈”。

今天，英特爾推出第二代低溫控制芯片Horse Ridge II，使用英特爾22納米低功耗FinFET技術(shù)（22FFL），其功能已在4開爾文溫度下得到驗證，這標(biāo)志著英特爾在突破量子計算可擴(kuò)展性方面取得又一個里程碑，向著量子實用性愿景邁出關(guān)鍵一步?？蓴U(kuò)展性是量子計算的最大難點之一。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，以實現(xiàn)對量子系統(tǒng)的有效控制。

英特爾第二代低溫控制芯片Horse Ridge II

新功能包括：

量子位讀數(shù)(Qubit readout)：該功能允許讀取當(dāng)前量子位狀態(tài)。該讀數(shù)意義重大，因為它允許進(jìn)行片上低延遲量子位狀態(tài)檢測，而無需存儲大量數(shù)據(jù)，從而節(jié)省了內(nèi)存和功耗。

多柵極脈沖(Multigate Pulsing)：能夠同時控制多個量子位柵極的電位，這對于有效的量子位讀取以及多個量子位的糾纏和操作至關(guān)重要，并為打造更具擴(kuò)展性的系統(tǒng)奠定了基礎(chǔ)。

Anne Matsuura認(rèn)為英特爾量子計算具備以下3個獨特點：自旋量子位技術(shù)、低溫控制技術(shù)和全棧創(chuàng)新?！坝⑻貭柊l(fā)展量子計算的方法，就是利用英特爾的優(yōu)勢，特別是利用我們在芯片和電路制造工藝方面的專長，目標(biāo)是達(dá)到量子實用性，構(gòu)建商用機(jī)量子計算機(jī)。而這些獨特優(yōu)勢將將引領(lǐng)英特爾率先實現(xiàn)這一目標(biāo)。”她說。

數(shù)據(jù)不共享，價值仍釋放

我們越來越需要從數(shù)據(jù)中獲得洞察，釋放數(shù)據(jù)潛力，同時需要保護(hù)數(shù)據(jù)隱私。當(dāng)前，加密解決方案主要用于保護(hù)在網(wǎng)絡(luò)中發(fā)送以及存儲的數(shù)據(jù)，但數(shù)據(jù)在使用過程中依然容易遭遇攻擊，而保密計算的宗旨就是保護(hù)使用中的數(shù)據(jù)。

（1）提供數(shù)據(jù)保密性，以防止機(jī)密泄露；
（2）提供執(zhí)行完整性，以防止計算被篡改；
（3）提供認(rèn)證功能，以驗證軟硬件的真實性；

這是英特爾研究院安全智能化項目組首席工程師Jason Martin給出的保密計算的三個要點。在最新的英特爾軟件保護(hù)擴(kuò)展（Software Guard Extensions ）技術(shù)中，通過將保密性、完整性和認(rèn)證功能整合在一起，像數(shù)據(jù)保險箱一樣，確保使用中的數(shù)據(jù)安全無虞。

在零售、制造、醫(yī)療、金融服務(wù)等許多行業(yè)，最大的數(shù)據(jù)集往往都被限制在多方手里的數(shù)據(jù)孤島中，這阻礙了使用機(jī)器學(xué)習(xí)工具從數(shù)據(jù)中獲得洞察。通過聯(lián)邦學(xué)習(xí)，英特爾將計算進(jìn)行了拆分，這樣就可以用各方本地的數(shù)據(jù)訓(xùn)練本地的算法，然后將獲取的信息發(fā)送至中央聚合站點。數(shù)據(jù)不共享，價值仍釋放，這就是Jason Martin將其視作解決數(shù)據(jù)孤島挑戰(zhàn)利器的核心原因。

如何不需要解密數(shù)據(jù)，就能處理數(shù)據(jù)？英特爾提出了“完全同態(tài)加密”的概念。完全同態(tài)加密是一種全新的加密系統(tǒng)，它允許應(yīng)用在不暴露數(shù)據(jù)的情況下，直接對加密數(shù)據(jù)執(zhí)行計算操作。不過，盡管該技術(shù)已逐漸成為委托計算中用于保護(hù)數(shù)據(jù)隱私的主要方法，但由于同態(tài)密文的篇幅比純數(shù)據(jù)大得多，導(dǎo)致開銷增加，使這一技術(shù)尚未廣泛應(yīng)用。英特爾希望通過研究新的軟硬件方法，并與生態(tài)系統(tǒng)和標(biāo)準(zhǔn)機(jī)構(gòu)開展合作，盡快普及這項技術(shù)。

讓軟件自己寫軟件！

“機(jī)器編程”一詞在英特爾研究院和麻省理工學(xué)院聯(lián)合發(fā)布的《機(jī)器編程的三大支柱》論文中首次提出，旨在通過自動化工具提升開發(fā)效率。換句話說，通過機(jī)器學(xué)習(xí)和其它自動化方法，設(shè)計可以自動編寫軟件的軟件。

之所以有這樣的想法，英特爾首席科學(xué)家、英特爾研究院機(jī)器編程研究主任及創(chuàng)始人Justin Gottschlich解釋說，隨著異構(gòu)時代的來臨，即由多樣化專用處理器組合來管理當(dāng)今的海量數(shù)據(jù)，管理這些系統(tǒng)所需的軟件變得越來越復(fù)雜，使得出現(xiàn)Bug的可能性也越來越高。此外，找到能夠為跨架構(gòu)的硬件正確、高效、安全地寫代碼的程序員非常困難，這同樣也增加了代碼中出現(xiàn)難以發(fā)現(xiàn)的新錯誤的可能性。因此，Debug代碼工作將給開發(fā)者和整個行業(yè)帶來更高的代價。

意圖、創(chuàng)造和適應(yīng)是機(jī)器編程的三大支柱：

意圖。主要是指讓人類向機(jī)器表達(dá)自己的想法。過去，人們的想法通過代碼實現(xiàn)時因為系統(tǒng)級細(xì)節(jié)存在的一些問題，可能會導(dǎo)致方向錯誤。這就是意圖要解決的問題。

創(chuàng)造。是指以用戶的意圖為基礎(chǔ)，然后合成一個高級程序，創(chuàng)造符合用戶意圖的程序、數(shù)據(jù)結(jié)構(gòu)和算法。

適應(yīng)。這是一個更高階的程序，適應(yīng)系統(tǒng)接下來會對這個更高階的程序進(jìn)行轉(zhuǎn)換，以便在所處的軟件和硬件生態(tài)系統(tǒng)中以最高效率運行，從而化解異構(gòu)硬件挑戰(zhàn)。

Justin Gottschlich表示，英特爾機(jī)器編程的最終目標(biāo)是讓每個人都能創(chuàng)建軟件。當(dāng)這一目標(biāo)完全實現(xiàn)時，每個人都可以通過自己最擅長的方式，如代碼、自然語言或其他方式向機(jī)器表達(dá)自己的設(shè)計意圖，從而創(chuàng)建軟件。軟件開發(fā)中，枯燥的部分將被自動化，人們得以有更大的自由、靈活度和時間精力去創(chuàng)造。

在2019年NeurIPS大會上，英特爾發(fā)表了30多篇會議和專題研討會論文。其
中，《診斷軟件性能回歸的零正學(xué)習(xí)方法》提出了一種在高性能計算代碼中，自動進(jìn)行回歸測試（由新代碼簽入引起的錯誤）的方法AutoPerf。該方法在運行代碼時只利用名義訓(xùn)練數(shù)據(jù)和硬件性能計數(shù)器，在應(yīng)用實踐中可以檢測到并行編程中一些最復(fù)雜的性能bug。

最新系統(tǒng)ControlFlag是英特爾將在下周NeurIPS上展示的最新成果。資料顯示，ControlFlag是完全自我監(jiān)督的機(jī)器編程系統(tǒng)，不需要人類對其進(jìn)行訓(xùn)練，且無需提供任何人工指導(dǎo)，只需要創(chuàng)建系統(tǒng)的架構(gòu)，再使其讀取代碼即可。在初步測試中，ControlFlag利用超過10億行未標(biāo)記的產(chǎn)品級別的代碼進(jìn)行了訓(xùn)練并學(xué)習(xí)了新的缺陷。

結(jié)語：

英特爾研究院開放日此次在五個前沿技術(shù)領(lǐng)域——集成光電、神經(jīng)擬態(tài)計算、量子計算、保密計算、機(jī)器編程上發(fā)布的技術(shù)突破令人印象深刻，代表了未來前沿技術(shù)的發(fā)展方向，讓人振奮。此次發(fā)布的技術(shù)更新充分證明了英特爾的科研實力和對技術(shù)的前瞻性，在前沿計算的實力比拼上，英特爾“更勝一籌”。

贊賞

共11人贊賞

小男孩‘自慰网亚洲一区二区,亚洲一级在线播放毛片,亚洲中文字幕av每天更新,黄aⅴ永久免费无码,91成人午夜在线精品,色网站免费在线观看,亚洲欧洲wwwww在线观看