英特尔宋继强:量子计算不会取代经典计算
2019-12-23 09:40:44AI云资讯1072
随着整个世界全面转向以数据为中心,一个新的多元化计算时代已经来临。
当人工智能、云数据中心、物联网、下一代网络、自动驾驶等新型工作负载不断涌现,未来计算创新必须在当前CPU的基础上,进一步构建GPU、FPGA、AI芯片、视觉处理芯片等不同类型的计算架构,以满足多样化工作负载的需求。
作为计算领域内的领导者,英特尔提出六大技术支柱,不断扩展产品领先性,为塑造未来异构计算格局,满足多元化计算需求奠定了坚实基础。不仅在上述经典计算领域,在神经拟态计算、量子计算等新技术领域,英特尔也在积极推进。
在神经拟态计算方面,英特尔在2017年年底发布了Loihi芯片,这是一个基于14纳米制程工艺的单芯片,在架构设计中整合了计算和存储;该芯片具备128个核心,每个核心中有1000个神经元计算模型,单芯片可以模拟13个万个神经元,支持多种学习模式,支持类似于人脑的工作方式。

“人脑有860亿个神经元,这看似有很大差距;但摩尔定律还在继续生效,封装技术也在进步,达到人脑神经元的数量只是时间和工程问题。”宋继强表示。在神经拟态计算方面,英特尔建立了一个全球性的神经拟态研究社区INRC,目前已经有75家组织加入其中。
量子计算同样是英特尔重点投入的领域。在他看来,量子计算主要就是用于解决经典计算机搞不定的大规模计算问题,诸如密码破译、生物医疗、化学等组合爆炸的问题。
在实现量子计算机的功能和潜力的竞赛中,研究人员广泛关注量子位的制造,构建测试芯片,以证明以叠加方式运行的少数量子位就能指数级提高计算能力。英特尔研究院发布了代号为“Horse Ridge”的首款低温控制芯片,这将加快全栈量子计算系统的开发步伐。
因为,当前的量子计算机在毫开尔文温度范围内运行,这只比绝对零度高几分之一度。但是硅自旋量子位的特性使其能够在1开尔文或更高温度下工作,这将极大地减少冷却量子系统的挑战。随着研究不断取得进展,英特尔的目标是让低温控制和硅自旋量子位在相同的温度下工作。英特尔能够充分利用在先进封装和互连技术方面的专长,创建一个将量子位和控制器件集成到精简封装中的解决方案。
宋继强表示,虽然量子计算的产业进展非常快速,但从量子计算系统实用性的角度来看,既有理论难度,也有工程难度,性价比和可实施性都需要达到,依然有很长的路要走。在他看来,量子计算不会取代经典计算,不会取代手机、笔记本电脑、智能家居这样的设备;量子计算的最佳应用场景就是在数据中心中与经典计算进行配合。在技术演进路径上,宋继强认为,基于硅自旋电子的方式更可靠。
相关文章
- 英特尔EMIB封装技术挑战台积电CoWoS,或成为解决AI封装瓶颈的利器
- 英特尔与爱立信达成合作,AI原生6G推动网络感知与计算深度融合
- 英特尔以精准算力赋能网络AI,从容迈向6G
- 英特尔正式为锐炫Alchemist和Battlemage显卡推出XeSS 3多帧生成技术
- 英特尔Panther Lake处理器推出紧凑型模块,亮相边缘AI与嵌入式平台
- 英特尔和AMD CPU缺货持续加剧,价格普遍上涨
- 香港科技大学与英特尔共建联合实验室,聚焦高能效智能计算
- DeepSeek最火Engram怎么跑?英特尔至强+AMX实测:性能提升达1.67倍!
- 英特尔与忆联共同推出企业级网络存储解决方案,全面赋能AI训练与推理效率跃升
- 鉴于散热性能问题,苹果iPhone芯片采用英特尔先进制程可能性几乎为零
- AMD服务器CPU市场份额最近7年增长了28%,英特尔的市场份额跌至72%
- 三星凭借与英伟达和苹果等巨头的长期合作,已在代工领域对英特尔形成压倒性优势
- AMD与英特尔或将服务器CPU价格上调15%,因超大规模数据中心建设已耗尽库存
- 全球同步首发!智微智能Mini AI工作站携英特尔Panther Lake强势登场
- 三星与英特尔联合推出OLED新技术,提升视觉效果的同时优化笔记本电脑续航
- 英特尔计划为游戏掌机开发定制版Panther Lake处理器
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









