對於英特爾來說，過去兩周過得很不容易，圍繞其X86晶元的「熔斷」和「幽靈」漏洞問題的報道在全球媒體蔓延，但英特爾似乎並不被這件事影響。除了一方面與行業夥伴一起彌補這個問題外。日前在拉斯維加斯舉辦的CES上，英特爾亮出了其獠牙，大談特談其構建在這些硬體基礎上的「數據」力量。

多系列晶元驅動的AI，Loihi和量子晶元搶眼

人工智慧無疑是現在的風口，新興的深度學習提出了與傳統計算不同的需求，其飛速發展的態勢、龐大的市場與GPU和ASIC晶元的來勢洶洶，就讓在傳統處理器領域稱霸數十年的Intel如臨大敵。於是他們開啟了一連串的人工智慧布局。

收購全球第二大FPGA供應商Altera的策略自不必說，去年Xilinx股價的飛飆，足以證明FPGA在人工智慧市場的火熱；

拿下Nervana則體現了他們的遠見，這個初創公司有號稱是最快的矩陣操作演算法，在矩陣乘法和卷積運算等深度學慣用到最多的場景擁有明顯的優勢。被收購了以後，處理器巨頭也將其演算法硬體化，泄露了Lake Crest家族和下一代的Knights Crest，對壘GPU巨頭。

至於將計算機視覺晶元方案廠商Movidius收入囊中，這更是Intel的神來之筆，這算得上是他們的神來之筆。通過這筆交易，英特爾可以在端側人工智慧有了更大的想像空間。

如果說以上的收購是英特爾在人工智慧時代尋找的外援，Loihi和量子晶元則是他們的自強表現。

在本屆CECS上，英特爾CEO科再奇著重介紹了其神經擬態研究原型晶元Loihi，

這是英特爾在去年9月推出的一款新型晶元，該晶元由 128 個計算核心組成，每個核心有 1024 個人工神經元，整個晶元共有超過 13 萬個神經元和 1.3 億個突觸連接。和人類的大腦一樣，這顆晶元通過神經元之間的脈衝／spike 來傳輸數據。英特爾計劃在 2018 年上半年內，使晶元能被 AI 研究領域的大學和研究員使用。

科再奇在CES大會上表示，Loihi是一種非常節能的晶元，它利用數據來學習並作出推斷，隨著時間的推移將變得更加智能，並且不需要以傳統方式進行訓練。這種測試晶元的自主學習功能，可以改進汽車和工業應用以及個人機器人——包括任何在非結構化環境下得益於自主操作和持續學習的應用，例如識別汽車或自行車的運動。科再奇強調，這個晶元將會分享研究合作夥伴，開始運作。

大家對這個晶元充滿了期望，但是聯想到IBM的類似晶元TrueNorth在2014年發布的時候，也曾號稱很強大，但人工智慧大牛Yann LeCun該晶元在執行使用卷積神經網路的深度學習模型進行圖像識別的時候會遭遇困難。那就意味英特爾的這顆晶元也會面臨這樣的可能，讓我們在實際運行中看這個晶元巨頭的解決辦法。

量子計算則是英特爾面向人工智慧的另一武器。

回到1936年，計算機先驅阿蘭圖靈發明了可編程計算機。在他當時的論證中，一台裝有足夠資源的計算機能實現任何合理的演算法。但是隨著摩爾定律的逐漸緩慢，傳統計算的能力開始觸碰天花板，於是經典計算機碰到了未曾遇到的困境。

這時候，費曼在1982年提出的「值得尊敬的 Turing 機器的功能也許並沒有人們所想的那麼強大」的觀點得到了更多專家的認可，投入到 Feynman 當時正在試圖用量子力學模擬 N 粒子之間的相互作用的工作。最後就演進到了現在量子計算的流行。

據英特爾介紹，所謂量子計算是指充分利用部分基礎物理、疊加與糾纏原理。

與傳統計算不同，它採用了一種極端並行的方式來解決問題。與基於晶體管並需要把數據編碼成二進位數字（位）的數字計算機不一樣的是，量子計算機利用量子位進行計算。這些量子位能夠同時以多種狀態存在，把並行進行大量計算變為可能，從而加快解析時間。從本質上說，量子計算就是並行計算的終極目標。

而從2015年開始，傳統晶元巨頭英特爾就與學術界合作夥伴QuTech合作，加快量子計算的發展，革自己和行業的命。

在去年10月，英特爾宣布利用先進材料技術和製造技術開發出了一款包含17個量子位的新超導晶元，並將晶元交給研發合作夥伴QuTech測試，挑戰IBM此前推出的規模最大的量子計算晶元。在短短几個月之後，英特爾則將這系列晶元提升到49量子位。

科再奇表示，量子計算有望解決當今幾乎無法攻克的難題。比如，量子計算機可以模擬自然，從而推進化學、材料科學和分子建模的研究，如參與創造一個新的催化劑來隔離二氧化碳、開發房間溫度超導體，或者發現新的藥物。量子計算有著能增強未來高性能計算機功能的巨大潛力。

雖然現在對量子計算的應用猜測還為時過早，但考慮到人工智慧 / 機器學習里很核心的優化（optimization）過程卻很幸運地與量子計算是天作之合（目前 512qubit 機所模擬的最複雜的人工智慧問題都能在 1s 左右解決），因此這個方面的投入這會是Intel在未來人工智慧世界裡面的一個重要武器。

自動駕駛大生意

在去年初收購了Mobileye之後，Intel的汽車業務如虎添翼。之前聚焦在凌動晶元上搞座艙電子的緊迫程度似乎已經退居二線，巨頭林立的自動駕駛市場才是這個英特爾的大舞台。英特爾將把Mobileye的技術專長——包括計算視覺、感測、融合、地圖和駕駛決策——與英特爾領先的開放計算平台及數據中心和5G通信技術的優勢整合到一起，從而提供一個完整的「車到雲」系統。那就是英特爾的GO自動駕駛方案。

據英特爾介紹，英特爾GO 自動駕駛開發平台提供了一種靈活的架構，包括中央處理單元（CPU）、現場可編程門陣列（FPGA）及面向深度學習的硬體加速技術。這種架構同時具有獨特、優化的並行和順序處理能力，能夠將自動駕駛工作負載歸類為需要高效處理的計算類型。通過將英特爾? 凌動? 處理器、英特爾? 至強? 處理器、英特爾? Arria? 10 FPGA 進行靈活組合，英特爾提供各種各樣的計算元件，可適應在制定硬體和車輛設計決策很長時間之後發生更改的設計。

目前的GO自動駕駛開發平台分為英特爾? 凌動? 處理器版本以及英特爾? 至強? 處理器版本，可幫助開發人員更輕鬆地構建、評估、評測和優化各種自動駕駛解決方案，如高級駕駛輔助系統、到全自動駕駛汽車。這些平台推快速動了開發工作的進行，實現了設計靈活性，並加快了上市速度。兩種平台均包括用於加快生產的英特爾? Arria 10 FPGA，並配備有一系列示例應用、運行時和庫、以及中間件。此外，它們還提供構建模塊幫助開發人員確保平台的功能安全性。

在CES上，英特爾又帶來了全新的自動駕駛平台。

Mobileye聯合創始人Amnon教授表示，最新自動駕駛平台，整合了了汽車級英特爾凌動處理器和兩顆Mobileye EyeQ5晶元，為3到5級自動駕駛提供了一個具備行業領先的可擴展性和多功能性的平台。能讓自動駕駛離現實更進一步。

其實圍繞著現在的自動駕駛，有很多種方案，Intel這個就是其中的一種。Mobileye作為一個方案中的重要組成部分，其作用可想而知。

關於Eye Q5，網上眾說紛紜。有媒體表示，這個晶元將會採用7nm FinFET工藝，運算性能達到了12 Tera/每秒，單顆晶元的TDP是5W，由於Intel要求組建雙路CPU的系統，也就是說來自這方面的功耗只有10W。

也有媒體指出，EyeQ5將裝備8枚多線程CPU內核，同時還會搭載18枚Mobileye的下一代視覺處理器。相比而言，EyeQ4作為上一代視覺SoC晶元，只配置了4個CPU內核和6個矢量微碼處理器（Vector Microcode Processor，俗稱VMP）。

根據Mobileye官方提供的資料來看，EyeQ5加速器核心經過了優化，如計算機視覺、信號處理、機器學習任務以及深度神經網路。具有異構性，完全可編程的加速器，晶元內置的四種類型加速器均經過其系列演算法優化。加速器結構的多樣性，使每種應用執行不同任務時，能夠選擇最適合的加速器核心，節省計算時間和功耗。這種優化的配置使EyeQ5在低功耗封裝中，不僅能夠提供「超級計算」能力，還實現了經濟的被動散熱。且能最多支持20個外部感測器（攝像頭、雷達或激光雷達）

科再奇在之前還強調過，英特爾開發的EyeQ5晶元，在子公司Mobileye先進技術加持下，深度學習效率是對手的2.4倍。這會是他們自動駕駛方案的重要構成。

在他們看來自動駕駛最重要的兩個因素是感知和高精地圖，Mobileye可以滿足第一個需求，那麼眾包數據則是他們實現高精地圖的另一個方法。英特爾指出，科技突破也在於高精地圖領域，畢竟，地圖就是數據。高精地圖不同於導航，開發高精地圖的過程及其複雜，並且還要實時更新，所以他們認為相信眾包數據是唯一解決之道。

為了實現目標，英特爾子公司Mobileye和四維圖新宣布達成全面戰略合作夥伴關係，雙方將在中國開發和發布Mobileye的路網採集管理（REM?）產品。Mobileye是高級駕駛輔助系統和自動駕駛解決方案的全球領導者，四維圖新是中國領先的基於自動駕駛地圖（HAD Map）及高精度定位的自動駕駛解決方案提供商。

英特爾指出，未來雙方將利用Mobileye的REM技術集成中國的路書?（RoadBook?），結合四維圖新自動駕駛地圖與高精度定位能力，共同迎接自動駕駛大潮的來臨。

在CES大會上，英特爾還講到了他們對於虛擬現實和沉浸式體驗的解決方案，縱觀這所有東西，這都是建在他們運算、通信和存儲晶元上拓展的一個個新方向。但坦白說，現在時代改變了，Intel現在涉足的每一個領域都沒有絕對的優勢，無論是自動駕駛、人工智慧還是5G，都有幾個能與Intel相匹敵的競爭對手，對於這個前半導體巨頭，如果想回到曾經的巔峰，連續二十多年雄霸半導體營收排名榜首位置，需要花費更多的功夫了。

文/半導體行業觀察 李壽鵬

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！