英特尔详解计算趋势：量子计算如何商业化？神经拟态计算如何提升性能？

（原标题：英特尔详解计算趋势：量子计算如何商业化？神经拟态计算如何提升性能？）

面对数字化、云化的未来世界，底层的计算平台正发生变革，全球科技巨头们都争相布局下一个十年的计算能力。

12月4日，英特尔在2020年英特尔研究院开放日上，公布了集成光电、神经拟态计算、量子计算、保密计算、机器编程等前沿计算技术的最新进展并进行解析。

近日英特尔首席架构师Raja Koduri谈道，英特尔的目标是让每个人都能获得百亿亿次级计算。为此，英特尔研究院选择以上五个领域来实现目标。英特尔高级院士、副总裁、英特尔研究院院长Rich Uhlig介绍道，集成光电旨在将光科学与大规模芯片生产的成本效益相结合，计算模型方面有神经拟态计算和量子计算项目。在推动提高数据利用率的技术方面，有确保数据安全和隐私的新技术（保密计算），以及支持人们加速计算系统编程的新工具（机器编程）。

谈量子计算商用：需要至少数百万个量子位，面临4大挑战

量子计算是用量子比特相互纠缠实现性能的指数级提升，可以实现并行的大量计算。这也让量子计算可以解决很多经典计算机难以解决的问题，例如开发加速制药研发、设计新型材料等。

“量子计算使用量子位，然而量子位非常脆弱，目前仅仅有 100 个量子位甚至数千个量子位，还没有办法造一台商用级量子计算机，我们需要至少数百万个量子位，并且解决4大挑战。”英特尔高级首席工程师、英特尔研究院量子应用与架构总监Anne Matsuura说道。

具体来看，她提到的四大挑战之一是提升量子位的质量和并测试时间，“扩展量子的最大挑战就是如何批量生产高质量量子位。目前我们看到的小型量子计算系统中所使用的量子位，其质量对于商用级量子系统来说是远远不够的。我们需要寿命足够长、相互之间连接性足够强的量子位，以便扩展至包含数百万量子位的商用级量子计算机，能够在实际的应用领域执行有效的量子程序或量子算法。”

为此，英特尔表示，其独特的硅自旋量子位路径具备批量生产高质量量子位的潜力，量子低温探测仪减少了开发者宝贵的测试时间。

挑战之二是量子位的控制，Anne Matsuura介绍道，英特尔可扩展互连的低温量子位控制芯片技术Horse Ridge解决了这一挑战。

可扩展性是量子计算的最大难点之一，今天英特尔推出第二代低温控制芯片Horse Ridge II，Horse Ridge II支持增强的功能和更高集成度，以实现对量子系统的有效控制。新功能包括操纵和读取量子位态的能力，以及多个量子位纠缠所需的多个栅极电位的控制能力。英特尔表示，这标志着英特尔在突破量子计算可扩展性方面取得又一个里程碑，向着量子实用性愿景迈出关键一步。

挑战之三是纠错，英特尔正在开发抗噪量子算法和错误抑制技术；挑战之四是可扩展的全栈量子计算机，这需要量子专用的软件、硬件和应用同时布局，而英特尔正在编排这样一支新的量子舞蹈，

综合来看，英特尔希望通过芯片和电路制造工艺方面等专长，来达到量子实用性，构建商用机量子计算机。

有意思的是，同一天，量子计算界也传来新消息，12月4日，《Science》刊发了中国科学技术大学潘建伟、陆朝阳等组成的研究团队的一项量子计算重磅研究成果。

潘建伟、陆朝阳等组成的研究团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作，构建了76个光子100个模式的量子计算原型机“九章”，实现了具有实用前景的“高斯玻色取样”任务的快速求解，这也是中国首次实现量子优越性。

根据现有理论，“九章”速度比目前世界排名第一的超级计算机日本“富岳”快一百万亿倍，比去年谷歌发布的53个超导比特量子计算原型机“悬铃木”快一百亿倍。

如今，全球各国、各科技巨头，都在加速量子计算的研究，抢占未来的算力高地。

谈神经拟态计算：Loihi速度比CPU快100倍，功耗降低1000多倍

简而言之，神经拟态计算是来自对大脑计算过程的学习，大脑的神经网络通过脉冲来传递信息，脑内神经网络及其环境中多个区域之间的协作和竞争性相互作用就产生了智能的行为。而神经拟态这种计算方式，能够更好地模拟人脑神经元的结构，来提升智能程度。

从2015年开始，英特尔就开始了神经拟态计算的研究，2017年英特尔推出了第一款自主学习的神经拟态芯片Loihi；到2019年，英特尔推出了包含64块Loihi的Pohoiki Beach系统，到2020年，英特尔最新推出的Pohoiki Springs包含768块Loihi芯片，拥有1亿个神经元。据悉，英特尔选择了“会说话”的玄凤鹦鹉进行研究。

在开放日上，与苏黎世联邦理工学院的研究人员合作，英特尔展示了Loihi如何自适应地控制水平跟踪无人机平台，实现最高可达20千赫兹的闭环速度以及200微秒的视觉处理延迟。与传统解决方案相比，这意味着效率和速度都提高了1000倍。

英特尔还表示，在一些机器人工作负载（如自适应机械臂、SLAM）显示，Loihi的功耗比传统解决方案低最多100倍；在Pohoiki Springs上实施类似的搜索操作，相比CPU功耗低45倍，运行速度快100多倍；在约束满足和图形搜索领域，Loihi速度比CPU快100倍，功耗降低1000多倍。

同时，英特尔宣布联想、罗技、梅赛德斯-奔驰和机器视觉传感器公司Prophesee加入英特尔神经拟态研究社区，共同探索神经拟态计算的商业价值。同时将在2021年第一季度，发布下一代“Lava”软件开发框架的开源版本。

此外，在神经拟态计算和量子计算之外，英特尔还提出了“集成光电”目标，即将光互连I/O直接集成到服务器和封装中，对数据中心进行革新，实现1000倍提升，同时降低成本。英特尔首席工程师、英特尔研究院PHY研究实验室主任James Jaussi表示，之所以现在需要迁移到光互连I/O，主要有两个原因，一个是我们正在快速接近电气性能的物理极限，一个是I/O功耗墙，会导致无法计算。

英特尔认为，集成光电要具备五大“关键技术模块”，并且在近期取得了重大进展。在光调制方面，英特尔开发了微型微射线调制器，它们体积缩小了1000倍，在服务器封装里可以放置几百个这样的器件；第二个是在光探测领域，推出全硅光电探测器，可以降低成本；第三个是在光放大领域，推出集成半导体光学放大器，降低总功耗；最后通过协同集成，将CMOS电路和硅光子技术整合起来。

（作者：倪雨晴 编辑：张伟贤）