人工智能是2019的最熱話題，這個話題與毛衣戰(zhàn)一起構成了2019年的主旋律。雖然整個行業(yè)大形勢并不太好，但并不會對于人工智能發(fā)展的腳步造成任何阻礙。在近日召開的英特爾實踐AI媒體分享會上，通過諸多產品和客戶案例的分享，讓我們看到了AI的前景和希望。

在所有產品中構建AI能力

“通過把AI內置到所有英特爾產品中，我們正在構建AI能力。從CPU到GPU到FPGA，再到給客戶定制的ASIC，我們推動AI無處不在。”英特爾人工智能事業(yè)部副總裁Julie Choi如是分享到。

至強處理器是數(shù)據(jù)中心的基石，英特爾通過加入AI性能對其持續(xù)提升。比如Intel DL Boost用于推理, 而2020年，英特爾將首次提供BFLOAT 16 支持，會使得英特爾在推理方面有更多的性能提升，英特爾是唯一一家在多個產品上面支持BFLOAT的公司。 CPU和GPU作為通用處理器是人工智能必備的硬件產品之一，此外在所有硬件產品中，最為值得關注的是Nervana NNP。這是一款為云端和數(shù)據(jù)中心客戶提供的，專門針對復雜深度學習應用的專用ASIC芯片。

近日英特爾也分享了下一代Movidius VPU，代號為KEEM BAY，將會在2020年上半年推出。KEEM BAY是一個低功耗的高性能邊緣推理處理器，為深度學習視覺以及媒體來建造，它的架構是專用的，而且是高度優(yōu)化的，針對邊緣推理，在性能方面的巨大躍升。KEEM BAY提供了10倍與上一代Myraid X的通量。KEEM BAY有靈活的外形，比方說M.2到PCI-E和硅芯片，能夠去滿足英特爾的客戶廣泛的應用的需求,比如說一體機、機器人、全功能的PCI-E，運行多個VPU，并行高密度的AI應用。英特爾將會用KEEM BAY來支持全方位的邊緣人工智能計算。

推動未來計算創(chuàng)新

據(jù)英特爾中國研究院的院長宋繼強博士表示，英特爾將不僅僅在現(xiàn)有的架構上進行創(chuàng)新，還將關注量子計算、神經(jīng)擬態(tài)計算等多種方式來實現(xiàn)計算力的突破式發(fā)展。

Loihi是英特爾推出的一個神經(jīng)擬態(tài)計算芯片，是世界上第一個支持片上學習能力的神經(jīng)擬態(tài)芯片。在Loihi這個芯片里有13萬個神經(jīng)元，放在128個計算內核里，每個核里有1024個神經(jīng)元，乘起來是13萬個。每個神經(jīng)元可以和一千個神經(jīng)元通過片上網(wǎng)絡的方式連在一起，構成高度復雜的神經(jīng)網(wǎng)絡拓撲。而且這一塊芯片還可以跟更多其他的芯片連在一起。這個芯片首先具備很好的模擬低功耗神經(jīng)元工作的能力，還可以高度互聯(lián)，還可以在片上支持用戶一邊工作，一邊繼續(xù)學習，改進它的模型參數(shù)。

它區(qū)別于原來的通用計算和像現(xiàn)在的深度學習、腦啟發(fā)計算，它充分利用了人腦比較低功耗的工作方式，脈沖神經(jīng)網(wǎng)絡的方式，它更形象的把模擬神經(jīng)元的計算硬件連接起來，形成異步的電路，通過脈沖的方式激活，只有用到的部分耗電，不用的部分是會休息的。另外，Loihi可以把時間的信息編碼在里面，把人跟時間相關的感知能力接觸在里面以后，這兩塊組合起來可以達到很好的效果，英特爾可以在完成同樣的感知或者識別決策任務的時候，用少一千倍的功耗，同樣的事情，原來深度學習或者處理器要一千瓦，現(xiàn)在可以一瓦做到。

在量子計算領域，出了行業(yè)上都在關注的低溫超導量子位的方式外，英特爾還利用硅的加工工藝和測試工藝的獨特優(yōu)勢，做了利用硅電子自旋表示出量子態(tài)，而且這個已經(jīng)在英特爾自己的300毫米、12寸晶圓的生產線上可以生產了，英特爾有兩個量子位的芯片已經(jīng)在測試了，目前更多在這個方向上投入，未來可以規(guī)模化生產，可以從巨大的冰箱里拿出來，用在真實領域里的方式。

現(xiàn)在量子計算發(fā)展還是早期，英特爾量子位的數(shù)不夠，另外量子位非常脆弱，只能毫秒級，通常需要更長才能完成任務。如何制作更多更可靠的量子位這是一個重點。另外如何讓量子位的糾錯能力更強，這是英特爾正在做的事情，為了達成這個事情，英特爾還做檢測設備，上圖是英特爾和合作伙伴一起制造了世界上第一臺在很低溫下還能探測晶圓里面量子位的狀態(tài)的測試工具。其實量子計算不是一件容易的事情，特別是英特爾想把它用在大規(guī)模的商業(yè)計算，必須有很長的路去走。

展望2020，機遇和挑戰(zhàn)還有很多，會不會成為AI應用的爆發(fā)之年？專用AI ASIC是否會成為2020年的主要增長驅動力？讓我們拭目以待。