3月28日，英特爾宣布將緊握數據紅利，釋放數據價值，轉型為以數據為中心。而就在27日，英特爾中國研究院院長宋繼強在“智能云·芯世界” 2019 新智元AI技術峰會中介紹了六大技術支柱和超異構計算。

這將是英特爾歷史上最成功的轉型——從“芯片航母”到數據中心，釋放數據的價值。

據統計，2018年我國數據量已經達到7.6ZB(1021)，年增幅達到了30%；而到了2025年，這一數據量將達到48.6ZB。中國作為數據第一大國已然是不爭的事實。

正如英特爾公司全球副總裁兼中國區總裁楊旭3月28日在“萬有IN力，數立未來”2019英特爾中國媒體紛享會中所述：

數據就是未來的石油。

楊旭英特爾公司全球副總裁兼中國區總裁

不光是海量數據本身，其數據形態也在發生著巨大的變化：有傳統的數據，有未來的AI數據，有自于神經擬態計算的數據，還有未來量子計算的數據。

而芯片所具備的處理能力與針對不同形態數據的處理能力是完全不一樣的，因此從處理、傳輸、到存儲都需要更大的創新和革命。

英特爾祭出“六脈神劍”，AI計算邁入超異構時代

硬件基礎只是AI超級生態中的一個環節，但是以數據為中心的未來還需要更完整的系統思考，單一因素已經不足以滿足多元化的未來計算需求。

英特爾中國研究院院長 宋繼強

3月27日，英特爾中國研究院院長宋繼強在“智能云 · 芯世界”2019新智元AI技術峰會上，針對未來多元化的計算需求問題，做了題為《AI計算邁入超異構時代》的精彩演講。

宋繼強認為超異構計算擁有三大要素。

超異構計算首先要有多種架構的芯片。超異構，異構的就是不同種類、不同功能的芯片；

其次，在多個節點上面都需要部署已經生產好的芯片；

最后，需要統一的異構計算軟件來開發人員更好的對其進行利用。

英特爾就進一步提出要用六個不同的技術支柱來應對未來數據的多樣化、數據量的爆發式增長，還有處理方式的多樣性。

這六大技術支柱就是：

制程和封裝

架構

內存和存儲

互連

安全

軟件

它們是互相相關、緊密耦合的。宋繼強認為：這六大技術支柱會帶來指數級的創新，也是英特爾未來十年甚至未來五十年的主要驅動力。

制程和封裝：指數級提升計算性能

制程工藝不斷向更高的晶體管密度發展，為芯片帶來更強的性能和更低的功耗。擁有領先的制程技術，仍是構建領先產品的關鍵。

制程工藝以先進的封裝技術作為基底，能夠將多個“小芯片”（Chiplet）裝配到同一個封裝中。小芯片的尺寸更小，這讓單個晶圓可以容納更多晶片。使用先進的封裝技術通過極速互聯將這些更小的晶片集成到一起，可以模擬一個較大晶片的性能，而應用的外形設計將會更多樣、更靈活。

制程的領先仍然是英特爾繼續發揮產品優勢的關鍵因素，在10納米領域仍繼續推動著產品的發展。

以Foveros的制程工藝為例子，3D封裝技術解決了兩個問題：

第一是能夠把邏輯芯片和邏輯芯片連在一起，以前只能把邏輯芯片和存儲芯片連在一起，中間的帶寬和數據要求要低一些，但現在可以把邏輯芯片和邏輯芯片連在一起可以更好地發揮異構功效。

第二，如果只是用2D或者2.5D，面積會增大，現在有更先進的技術可以在三維上蓋高樓封裝在一起，同時保證連接的帶寬夠大、速度夠快、功耗夠低。這具有較高的技術挑戰，也是目前英特爾獨有的先進技術。

架構：組合部署多樣化計算架構類型

海量的數據推動計算架構快速演進并呈指數級擴展。

將制程封裝和架構設計組合在一起，可以最有效的提升產品的穩定度，并且滿足客戶定制化和市場化的需求。

英特爾認為，未來十年架構創新會是創新的主要驅動力，將繼續帶來指數級的擴展效應。

常見的多樣化的計算架構包括標量(Scalar)、矢量(Vector)、矩陣(Matrix)和空間(Spatial)，分別應用于CPU、GPU、AI和FPGA產品。

除了四種基本架構外，英特爾在架構創新上還做了更多的工作，例如：

Loihi神經擬態計算。它可以用超低的功耗去完成一個GPU用很高功耗才能完成的任務，并能通過學習得到一個新的網絡。

量子計算。量子計算是在架構上的另外一個全新的超大并行規模計算。英特爾在量子計算有兩個不同的探索模式，一個是和業界類似的通過超導方式做量子位和量子芯片；另外一種是基于英特爾比較擅長的硅處理工藝，用自旋的方式，目前也有了（自旋）量子位芯片，并且為了能夠規模化的生產和測試，專門和產業界、學術界合作。

內存和存儲：重塑內存層級結構，消除數據瓶頸

大容量、高速度的存儲對于下一代計算工作負載至關重要。然而，面對不斷呈指數增長的計算需求，內存一直以來僅以線性速率增長。

一方面，內存帶寬限制會影響數據管道的運行速度；

另一方面，在當前的內存系統基礎架構中，依然有兩層空白需要填補，這需要更換慢速旋轉介質來解決這一問題。

原來的內存是分三級：CPU里面的緩存最快，然后是內存，內存直接被CPU訪問，不直接訪問的就是存儲。

這三級之間它的速度差是很大的，百倍到千倍的速度差。如果未來計算需要非常大數據的存儲和訪問，這樣的速度差嚴重影響性能。

英特爾的做法是往里面加入幾級不同的存儲技術。封裝內存插在緩存和DRAM之間，DRAM和存儲之間插入三層：數據中心級的持久內存、還有固態盤、和QLC固態盤。

結果表明，每一層之間的速度差只有10倍左右，所以是非常平滑的存儲結構，這對提高未來系統性能非常重要。

互連：實現大規模異構計算

在多樣化的計算時代，不僅需要世界領先的架構和芯片，更要有一整套解決方案來安全地連接他們。只有提供全面的領先互連產品，才能實現大規模的異構計算格局。

小到幾個納米級別晶體管之間的互連，大到數十公里級別的無線網絡級別的互連。

英特爾在互連這一環節的產品和技術也是非常多的，同時還非常專注于將互連方面的技術標準和產業界共享。

正在創新一系列包括以太網、片上和光纖在內的互連架構，將芯片和小芯片互連，以實現快速、連貫的內存訪問。

這些創新將進一步加速英特爾所有技術的超大規模部署，從云到端的統一互連解決方案將帶來包括安全性在內的重要差異化優勢。

安全：從端到端全面提升安全性

若是要將系統開放，數據的安全還是很重要的。

數據安全，最主要的是能否提供硬件級別的安全的“根”還有系統層是不是一層一層往上都有軟件堆棧的保護。

英特爾在安全方面的技術非常完整，有例如SGX這樣的硬件層面技術，在CPU里面有一個專門區域可以存放關鍵代碼和數據，操作系統都無法訪問。

還有虛擬化技術，從設備級到操作系統級甚至到網絡級都有虛擬化技術，可以很好的隔離不同用戶。

安全方面，英特爾首先硬件層級給出完整的安全技術方案，同時和產業界一起合作做解決方案。

軟件：軟件創新以獲得性能的指數級擴展

“硬件+軟件”配合才能給出最好的加速功能。

有了新硬件，再通過軟件優化，通常可以給到一百倍以上的加速，比如Skylake通過軟硬件集合優化以后，AI推理性能可以提高275倍之多。

如何讓開發者非常方便的使用這些成果呢？英特爾給出的解決方案是OneAPI。

用戶就是學習一套開發接口，保證能夠描述任務里面需要怎么樣處理這些數據，可以很容易的使用加速功能和不同的架構之間的優勢。

因此，OneAPI是用來釋放更多異構軟件之間的性能非常重要的方式。

總體來講，英特爾現在的主要戰略就是把在六個層面的技術的領先優勢整合起來：

首先是制程封裝，然后是芯片架構設計，加上一些高級的內存技術，這些都是屬于硬件的。跨越設備包括互連技術，以及安全技術，最后通過一個通用的API接口讓軟件的開發者能夠使用。