【新智元导读】3月28日，英特尔宣布将紧握数据红利，释放数据价值，转型为以数据为中心。而就在27日，英特尔中国研究院院长宋继强在“智能云·芯世界” 2019 新智元AI技术峰会中介绍了六大技术支柱和超异构计算。

这将是英特尔历史上最成功的转型——从“芯片航母”到数据中心，释放数据的价值。

据统计，2018年我国数据量已经达到7.6ZB(10²¹)，年增幅达到了30%；而到了2025年，这一数据量将达到48.6ZB。中国作为数据第一大国已然是不争的事实。

正如英特尔公司全球副总裁兼中国区总裁杨旭3月28日在“万有IN力，数立未来”2019英特尔中国媒体纷享会中所述：

杨旭 英特尔公司全球副总裁兼中国区总裁

不光是海量数据本身，其数据形态也在发生着巨大的变化：有传统的数据，有未来的AI数据，有自于神经拟态计算的数据，还有未来量子计算的数据。

而芯片所具备的处理能力与针对不同形态数据的处理能力是完全不一样的，因此从处理、传输、到存储都需要更大的创新和革命。

英特尔祭出“六脉神剑”，AI计算迈入超异构时代

硬件基础只是AI超级生态中的一个环节，但是以数据为中心的未来还需要更完整的系统思考，单一因素已经不足以满足多元化的未来计算需求。

英特尔中国研究院院长 宋继强

3月27日，英特尔中国研究院院长宋继强在“智能云 · 芯世界” 2019 新智元AI技术峰会上，针对未来多元化的计算需求问题，做了题为《AI计算迈入超异构时代》的精彩演讲。

宋继强认为超异构计算拥有三大要素。

• 超异构计算首先要有多种架构的芯片。超异构，异构的就是不同种类、不同功能的芯片；
• 其次，在多个节点上面都需要部署已经生产好的芯片；
• 最后，需要统一的异构计算软件来开发人员更好的对其进行利用。

英特尔就进一步提出要用六个不同的技术支柱来应对未来数据的多样化、数据量的爆发式增长，还有处理方式的多样性。

这六大技术支柱就是：

• 制程和封装
• 架构
• 内存和存储
• 互连
• 安全
• 软件

它们是互相相关、紧密耦合的。宋继强认为：这六大技术支柱会带来指数级的创新，也是英特尔未来十年甚至未来五十年的主要驱动力。

制程和封装：指数级提升计算性能

制程工艺不断向更高的晶体管密度发展，为芯片带来更强的性能和更低的功耗。拥有领先的制程技术，仍是构建领先产品的关键。

制程工艺以先进的封装技术作为基底，能够将多个“小芯片”（Chiplet）装配到同一个封装中。小芯片的尺寸更小，这让单个晶圆可以容纳更多晶片。使用先进的封装技术通过极速互联将这些更小的晶片集成到一起，可以模拟一个较大晶片的性能，而应用的外形设计将会更多样、更灵活。

制程的领先仍然是英特尔继续发挥产品优势的关键因素，在10纳米领域仍继续推动着产品的发展。

以Foveros的制程工艺为例子，3D封装技术解决了两个问题：

第一是能够把逻辑芯片和逻辑芯片连在一起，以前只能把逻辑芯片和存储芯片连在一起，中间的带宽和数据要求要低一些，但现在可以把逻辑芯片和逻辑芯片连在一起可以更好地发挥异构功效。

第二，如果只是用2D或者2.5D，面积会增大，现在有更先进的技术可以在三维上盖高楼封装在一起，同时保证连接的带宽够大、速度够快、功耗够低。这具有较高的技术挑战，也是目前英特尔独有的先进技术。

架构：组合部署多样化计算架构类型

海量的数据推动计算架构快速演进并呈指数级扩展。

将制程封装和架构设计组合在一起，可以最有效的提升产品的稳定度，并且满足客户定制化和市场化的需求。

英特尔认为，未来十年架构创新会是创新的主要驱动力，将继续带来指数级的扩展效应。

常见的多样化的计算架构包括标量(Scalar)、矢量(Vector)、矩阵(Matrix)和空间(Spatial)，分别应用于CPU、GPU、AI和FPGA产品。

除了四种基本架构外，英特尔在架构创新上还做了更多的工作，例如：

• Loihi神经拟态计算。它可以用超低的功耗去完成一个GPU用很高功耗才能完成的任务，并能通过学习得到一个新的网络。
• 量子计算。量子计算是在架构上的另外一个全新的超大并行规模计算。英特尔在量子计算有两个不同的探索模式，一个是和业界类似的通过超导方式做量子位和量子芯片；另外一种是基于英特尔比较擅长的硅处理工艺，用自旋的方式，目前也有了（自旋）量子位芯片，并且为了能够规模化的生产和测试，专门和产业界、学术界合作。

内存和存储：重塑内存层级结构，消除数据瓶颈

大容量、高速度的存储对于下一代计算工作负载至关重要。然而，面对不断呈指数增长的计算需求，内存一直以来仅以线性速率增长。

• 一方面，内存带宽限制会影响数据管道的运行速度；
• 另一方面，在当前的内存系统基础架构中，依然有两层空白需要填补，这需要更换慢速旋转介质来解决这一问题。

原来的内存是分三级：CPU里面的缓存最快，然后是内存，内存直接被CPU访问，不直接访问的就是存储。

这三级之间它的速度差是很大的，百倍到千倍的速度差。如果未来计算需要非常大数据的存储和访问，这样的速度差严重影响性能。

英特尔的做法是往里面加入几级不同的存储技术。封装内存插在缓存和DRAM之间，DRAM和存储之间插入三层：数据中心级的持久内存、还有固态盘、和QLC固态盘。

结果表明，每一层之间的速度差只有10倍左右，所以是非常平滑的存储结构，这对提高未来系统性能非常重要。

互连：实现大规模异构计算

在多样化的计算时代，不仅需要世界领先的架构和芯片，更要有一整套解决方案来安全地连接他们。只有提供全面的领先互连产品，才能实现大规模的异构计算格局。

小到几个纳米级别晶体管之间的互连，大到数十公里级别的无线网络级别的互连。

英特尔在互连这一环节的产品和技术也是非常多的，同时还非常专注于将互连方面的技术标准和产业界共享。

正在创新一系列包括以太网、片上和光纤在内的互连架构，将芯片和小芯片互连，以实现快速、连贯的内存访问。

这些创新将进一步加速英特尔所有技术的超大规模部署，从云到端的统一互连解决方案将带来包括安全性在内的重要差异化优势。

安全：从端到端全面提升安全性

若是要将系统开放，数据的安全还是很重要的。

数据安全，最主要的是能否提供硬件级别的安全的“根”还有系统层是不是一层一层往上都有软件堆栈的保护。

英特尔在安全方面的技术非常完整，有例如SGX这样的硬件层面技术，在CPU里面有一个专门区域可以存放关键代码和数据，操作系统都无法访问。

还有虚拟化技术，从设备级到操作系统级甚至到网络级都有虚拟化技术，可以很好的隔离不同用户。

安全方面，英特尔首先硬件层级给出完整的安全技术方案，同时和产业界一起合作做解决方案。

软件：软件创新以获得性能的指数级扩展

“硬件+软件”配合才能给出最好的加速功能。

有了新硬件，再通过软件优化，通常可以给到一百倍以上的加速，比如Skylake通过软硬件集合优化以后，AI推理性能可以提高275倍之多。

如何让开发者非常方便的使用这些成果呢？英特尔给出的解决方案是OneAPI。

用户就是学习一套开发接口，保证能够描述任务里面需要怎么样处理这些数据，可以很容易的使用加速功能和不同的架构之间的优势。

因此，OneAPI是用来释放更多异构软件之间的性能非常重要的方式。

总体来讲，英特尔现在的主要战略就是把在六个层面的技术的领先优势整合起来：

首先是制程封装，然后是芯片架构设计，加上一些高级的内存技术，这些都是属于硬件的。跨越设备包括互连技术，以及安全技术，最后通过一个通用的API接口让软件的开发者能够使用。