英特爾集成光電、量子計(jì)算等五大領(lǐng)域前沿研究及其科研成果

隨著信息科技的進(jìn)步，數(shù)據(jù)的收集變得十分便利。不同來(lái)源的信息與數(shù)據(jù)，通過(guò)數(shù)據(jù)挖掘技術(shù)，又可以進(jìn)一步影響著我們的生活，并提升我們的生活品質(zhì)。近日，在英特爾召開(kāi)的主題為“顛覆性研究 開(kāi)啟計(jì)算未來(lái)十年”的“2020英特爾研究院開(kāi)放日”上，英特爾高級(jí)院士、副總裁、英特爾研究院院長(zhǎng)Rich Uhlig率眾專(zhuān)家為我們分享了英特爾研究院在集成光電、神經(jīng)擬態(tài)計(jì)算、量子計(jì)算、保密計(jì)算和機(jī)器編程五個(gè)領(lǐng)域所做的前沿研究及其科研成果。

Rich介紹說(shuō)：“我們認(rèn)為這五個(gè)領(lǐng)域能夠真正大規(guī)模釋放數(shù)據(jù)價(jià)值，并且變革人們與數(shù)據(jù)互動(dòng)的方式。其實(shí)未來(lái)早已到來(lái)，只是分布不均。英特爾的目標(biāo)是讓每個(gè)人都能獲得百億億次級(jí)計(jì)算。”英特爾正致力于多個(gè)數(shù)量級(jí)的提升，他們將其簡(jiǎn)稱為“追求1000倍提升”（In pursuit of 1000X）”

集成光電 集成光電旨在將光科學(xué)與大規(guī)模芯片生產(chǎn)的成本效益相結(jié)合。眾所周知，光互連(optical)在長(zhǎng)距離、遠(yuǎn)程和地下傳輸中占主導(dǎo)地位，而電氣互連（electrical）在短距離、主板互連（board to board）和封裝互連（package to package）中占主導(dǎo)地位。

英特爾首席工程師、英特爾研究院PHY研究實(shí)驗(yàn)室主任James Jaussi介紹說(shuō)：“英特爾的愿景是將光互連引入到服務(wù)器中，為此他們開(kāi)發(fā)出了硅光子技術(shù)，讓光互連具備硅的高產(chǎn)量、低成本等屬性?！苯柚晒怆娂夹g(shù)，英特爾能夠?qū)?I/O 數(shù)量從幾百萬(wàn)個(gè)擴(kuò)展到幾十億個(gè)，實(shí)現(xiàn) 1000 倍的提升。據(jù)介紹，未來(lái)的光鏈路將讓所有的I/O連接直接從英特爾的服務(wù)器封裝中發(fā)出，全面覆蓋整個(gè)數(shù)據(jù)中心。這項(xiàng)技術(shù)將徹底改變數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)，并釋放數(shù)據(jù)，顯著提高數(shù)據(jù)傳輸效率。

雖然這項(xiàng)技術(shù)已經(jīng)取得了長(zhǎng)足的進(jìn)步，已經(jīng)為客戶提供了超過(guò) 400 百萬(wàn)個(gè)英特爾 100G 收發(fā)器產(chǎn)品。不過(guò)目前鑒于硅光子模塊和運(yùn)行功率的成本和物理體積，光互連I/O還不適合短距離傳輸。這也是英特爾要跨越的下一個(gè)巨大障礙。此外，James預(yù)測(cè)說(shuō)：“展望通信和數(shù)據(jù)中心性能的未來(lái)，光互連和電氣互連方法之間有一個(gè)明顯的拐點(diǎn)，主要原因有兩點(diǎn)：首先，我們正快速接近電氣性能的物理極限。

如果不進(jìn)行根本性創(chuàng)新，高能效電路設(shè)計(jì)將存在諸多限制。第二是 I/O 功耗墻。計(jì)算的帶寬需求大約每三年翻一番。遺憾的是，電氣性能擴(kuò)展跟不上帶寬需求的增長(zhǎng)速度，導(dǎo)致了I/O“功耗墻”，即I/O 功耗會(huì)逐漸高于所有現(xiàn)有的插接電源，導(dǎo)致無(wú)法計(jì)算?！?br />
光互連技術(shù)涉及六大技術(shù)要素：光產(chǎn)生、光放大、光檢測(cè)、光調(diào)制、CMOS 接口電路和封裝集成。最近，英特爾在其他五大技術(shù)構(gòu)建模塊上實(shí)現(xiàn)了重大創(chuàng)新，這也加速實(shí)現(xiàn)其為集成光電構(gòu)建的關(guān)鍵技術(shù)模塊的愿景。James認(rèn)為，這些構(gòu)建模塊將從根本上革新計(jì)算 I/O，并徹底改變未來(lái)的數(shù)據(jù)中心通信趨勢(shì)。

首先是光調(diào)制。傳統(tǒng)硅調(diào)制器體積巨大，占據(jù)過(guò)多空間，因此放置在 IC 封裝上的成本很高。英特爾實(shí)現(xiàn)的一個(gè)最新突破就是開(kāi)發(fā)了微型微射線調(diào)制器。它們的體積縮小了 1000 倍，因此服務(wù)器封裝上可以放置幾百個(gè)這樣的器件。

第二項(xiàng)突破是光探測(cè)--全硅光電探測(cè)器（all-silicon photo detector）。幾十年來(lái)，業(yè)界一直認(rèn)為硅幾乎不具備光探測(cè)能力。英特爾證明了事實(shí)并非如此。這項(xiàng)突破的一個(gè)主要優(yōu)勢(shì)是降低了成本。

第三個(gè)是光放大。它和激光器一樣重要。如果要降低總功耗，那么集成半導(dǎo)體光學(xué)放大器將是不可或缺的技術(shù)。因此，如果沒(méi)有集成激光器，就不可能有這些放大器。

最后，英特爾通過(guò)協(xié)同集成將CMOS 電路和硅光子技術(shù)整合起來(lái)。今年二月，英特爾發(fā)布了 3D 堆疊 CMOS 電路，在該電路中兩個(gè) IC 上下堆疊，與光子直連。截至目前，其他公司沒(méi)有展示過(guò)將集成激光器、半導(dǎo)體光學(xué)放大器、全硅光電探測(cè)器和微型環(huán)調(diào)制器集成在一個(gè)與CMOS硅緊密集成的單個(gè)技術(shù)平臺(tái)上。

神經(jīng)擬態(tài)計(jì)算

近幾年，隨著深度學(xué)習(xí)的出現(xiàn)，人工智能領(lǐng)域取得了驚人的進(jìn)展，但與此同時(shí)，進(jìn)展的代價(jià)是人工智能系統(tǒng)功耗不斷增加。訓(xùn)練一個(gè)現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)需要使用數(shù)千臺(tái)集群服務(wù)器，功耗高達(dá)數(shù)百萬(wàn)瓦。它正逐漸變成人工智能不斷發(fā)展、以及廣泛普及的瓶頸。那么，如何才能將人工智能任務(wù)的能效提高 1000 倍呢？

英特爾試圖找到一種更通用的人工智能架構(gòu)，能實(shí)時(shí)解決各種類(lèi)型的問(wèn)題，從規(guī)劃問(wèn)題到優(yōu)化問(wèn)題并且能夠以比今天的常規(guī)方法快得多的速度，實(shí)現(xiàn)模式匹配和深度學(xué)習(xí)模型所能做到的，并且使用更加節(jié)能的解決方案。它是一種非?；镜摹⒆韵露系慕嵌?，直接從神經(jīng)科學(xué)中獲取靈感。目標(biāo)是要開(kāi)發(fā)出比現(xiàn)有的更通用的可編程架構(gòu)。

2015年英特爾開(kāi)始以現(xiàn)代神經(jīng)科學(xué)理解作為靈感開(kāi)發(fā)了一種新型計(jì)算機(jī)架構(gòu)。相比傳統(tǒng)計(jì)算機(jī)架構(gòu)，神經(jīng)擬態(tài)架構(gòu)完全模糊了內(nèi)存和處理之間的界限。和大腦一樣，它利用的是數(shù)據(jù)連接、數(shù)據(jù)編碼和電路活動(dòng)中所有形式的稀疏（sparsity）。處理就發(fā)生在信息到達(dá)時(shí)，二者同步進(jìn)行。計(jì)算是數(shù)百萬(wàn)個(gè)簡(jiǎn)單處理單元之間動(dòng)態(tài)交互的發(fā)展結(jié)果，就像大腦中的神經(jīng)元一樣。

這種新型計(jì)算機(jī)架構(gòu)旨在將能效、實(shí)時(shí)數(shù)據(jù)處理速度、學(xué)習(xí)數(shù)據(jù)的效率等提升多個(gè)數(shù)量級(jí)。英特爾高級(jí)首席工程師、英特爾研究院神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主任Mike Davies 介紹說(shuō)：“我們的目標(biāo)是支持廣泛的工作負(fù)載，而不僅僅只有深度學(xué)習(xí)。因?yàn)榇竽X解決問(wèn)題的范圍很大，所以我們認(rèn)為這個(gè)目標(biāo)是可以實(shí)現(xiàn)的。我們認(rèn)為還可以將這種架構(gòu)從邊緣擴(kuò)展到數(shù)據(jù)中心，鑒于自然界中大腦容量的巨大差異，從螞蟻到鸚鵡，再到人類(lèi)的大腦?！?br />
2017 年英特爾發(fā)布了首款神經(jīng)擬態(tài)研究芯片Loihi。該芯片采用英特爾主流的14 納米制程技術(shù)制造而成。相比其他神經(jīng)擬態(tài)芯片，Loihi 具有前所未有的靈活性、集成性和速度。它還具有片上學(xué)習(xí)功能，遠(yuǎn)遠(yuǎn)超出了目前使用的所有芯片。Loihi 沒(méi)有深度學(xué)習(xí)硬件中普遍存在的浮點(diǎn)數(shù)和乘法累加器單元。

Loihi 沒(méi)有片外內(nèi)存接口。和大腦一樣，所有計(jì)算都在芯片上進(jìn)行，通過(guò)二進(jìn)制脈沖信息和低精度信號(hào)。內(nèi)存來(lái)源于芯片神經(jīng)元之間的連接。Loihi 采用同質(zhì)架構(gòu)，將許多小神經(jīng)擬態(tài)核實(shí)例化，每個(gè)核的大小只有針頭的一部分。通過(guò)將神經(jīng)擬態(tài)結(jié)構(gòu)從幾核擴(kuò)展到幾百核，可以將小型的專(zhuān)用工作負(fù)載擴(kuò)展至 CPU 或 GPU 大小的芯片。甚至還可以無(wú)縫排列這些芯片。

此外，英特爾特別成立了英特爾神經(jīng)擬態(tài)研究社區(qū)，簡(jiǎn)稱 INRC，借此與世界各地不同類(lèi)型的學(xué)術(shù)界、政府實(shí)驗(yàn)室和企業(yè)的研究人員交流合作。到截至目前，INRC 已經(jīng)發(fā)表了40 多篇經(jīng)過(guò)同行評(píng)審的論文，其中許多論文中都記錄了量化結(jié)果，證明這項(xiàng)技術(shù)能夠帶來(lái)有效的性能提升。部分機(jī)器人工作負(fù)載顯示，Loihi 的功耗比傳統(tǒng)解決方案低 40-100 倍。Mike表示：“盡管 Loihi 的基準(zhǔn)評(píng)測(cè)結(jié)果令人驚嘆，但我們?nèi)匀蝗狈y(tǒng)一的編程框架將這些示例整合到更大規(guī)模的功能系統(tǒng)中。這些問(wèn)題代表著神經(jīng)擬態(tài)研究的最前沿。”

據(jù)介紹，短期內(nèi)，由于成本問(wèn)題，該技術(shù)要么僅適用于邊緣設(shè)備、傳感器等小規(guī)模設(shè)備，要么僅適用于對(duì)成本不敏感的應(yīng)用，如衛(wèi)星、專(zhuān)用機(jī)器人。隨著時(shí)間的推移，英特爾預(yù)計(jì)內(nèi)存技術(shù)的創(chuàng)新能夠降低成本，讓神經(jīng)擬態(tài)解決方案擴(kuò)大適用范圍，運(yùn)用于各種需要實(shí)時(shí)處理數(shù)據(jù)但受限于體積、重量、功耗等因素的智能設(shè)備。今年是英特爾針對(duì)神經(jīng)擬態(tài)計(jì)算研究的第五年，他們非?？春蒙窠?jīng)擬態(tài)計(jì)算的前景，并且堅(jiān)信，神經(jīng)擬態(tài)計(jì)算未來(lái)將幫助各種應(yīng)用實(shí)現(xiàn)巨大突破。Mike分享說(shuō)：“我們將在 2021 年第 1 季度發(fā)布下一代Lava軟件開(kāi)發(fā)框架的開(kāi)源版本，以此能夠觸及到更龐大的軟件開(kāi)發(fā)人員社區(qū)。”

量子計(jì)算

量子計(jì)算是近年來(lái)一個(gè)非?；钴S的研究領(lǐng)域，如果我們能夠解決相關(guān)的科學(xué)與工程問(wèn)題以支持它們大規(guī)模運(yùn)行，它們將變得非常強(qiáng)大。比如設(shè)計(jì)新藥物和改進(jìn)藥物會(huì)對(duì)醫(yī)療健康產(chǎn)生重要影響，而這也是量子計(jì)算未來(lái)的一個(gè)潛在應(yīng)用領(lǐng)域。其他應(yīng)用領(lǐng)域包括設(shè)計(jì)新型材料和化學(xué)催化劑。在這些應(yīng)用領(lǐng)域，很多材料都是經(jīng)典計(jì)算機(jī)無(wú)法模擬的。

英特爾高級(jí)首席工程師、英特爾研究院量子應(yīng)用與架構(gòu)總監(jiān)Anne Matsuura認(rèn)為：“商用級(jí)量子計(jì)算機(jī)將支持模擬這些材料，方便將來(lái)設(shè)計(jì)具有獨(dú)特屬性的材料、化學(xué)用品和藥物。但目前僅僅有 100 個(gè)量子位甚至數(shù)千個(gè)量子位的量子計(jì)算系統(tǒng)，我們需要開(kāi)發(fā)包含數(shù)百萬(wàn)個(gè)量子位的全棧商用級(jí)量子計(jì)算系統(tǒng)，才能達(dá)到量子實(shí)用性來(lái)解決這類(lèi)復(fù)雜問(wèn)題?！睋?jù)介紹，英特爾的量子研究主要集中在自旋量子位技術(shù)、低溫控制技術(shù)和全棧創(chuàng)新等關(guān)鍵領(lǐng)域。每一個(gè)領(lǐng)域都旨在解決通往量子計(jì)算可擴(kuò)展性道路上的關(guān)鍵挑戰(zhàn)，英特爾正在系統(tǒng)地布局每一個(gè)領(lǐng)域，以實(shí)現(xiàn)量子擴(kuò)展。

首先，擴(kuò)展量子的最大挑戰(zhàn)，就是如何批量生產(chǎn)高質(zhì)量量子位。重點(diǎn)其實(shí)并不只是量子位的數(shù)量。目前我們看到的小型量子計(jì)算系統(tǒng)中所使用的量子位，其質(zhì)量對(duì)于商用級(jí)量子系統(tǒng)來(lái)說(shuō)是遠(yuǎn)遠(yuǎn)不夠的。我們需要壽命足夠長(zhǎng)、相互之間連接性足夠強(qiáng)的量子位，以便擴(kuò)展至包含數(shù)百萬(wàn)量子位的商用級(jí)量子計(jì)算機(jī)，能夠在實(shí)際的應(yīng)用領(lǐng)域執(zhí)行有效的量子程序或量子算法。自旋量子位與英特爾的晶體管技術(shù)非常相似，可提供最佳的發(fā)展路徑。英特爾量子研究的優(yōu)勢(shì)在于，他們構(gòu)建量子位的晶圓廠實(shí)際上同樣用于開(kāi)發(fā)最新、最出色的制程節(jié)點(diǎn)。

量子計(jì)算面對(duì)的第二個(gè)挑戰(zhàn)是量子位控制。英特爾在這一領(lǐng)域取得了巨大進(jìn)展。當(dāng)前，量子位主要由許多機(jī)架（rack）的控制電路進(jìn)行控制，這些電路通過(guò)復(fù)雜的布線連接至量子位，并且被放置在低溫冰箱中，以防止熱噪聲和電噪聲影響脆弱的量子位。對(duì)于商用級(jí)量子計(jì)算系統(tǒng)，需要將數(shù)百萬(wàn)根導(dǎo)線引入量子位室（qubit chamber）。這樣不具備可擴(kuò)展性。英特爾采用支持可擴(kuò)展互連的低溫量子位控制芯片技術(shù)，以解決這一挑戰(zhàn)，并開(kāi)發(fā)了世界一流的低溫控制芯片，該芯片基于 22 納米 FinFET 技術(shù)，可以在低溫冰箱內(nèi)進(jìn)行集成。

量子計(jì)算面對(duì)的第三個(gè)挑戰(zhàn)是糾錯(cuò)。全面糾錯(cuò)需要數(shù)十個(gè)量子位形成一個(gè)邏輯量子位。英特爾正在開(kāi)發(fā)抗噪量子算法和錯(cuò)誤抑制技術(shù)，幫助在目前的小型量子位系統(tǒng)上運(yùn)行這些算法。

量子計(jì)算面對(duì)的第四個(gè)挑戰(zhàn)是，需要可擴(kuò)展的全棧量子計(jì)算機(jī)。由于量子計(jì)算是一種全新的計(jì)算類(lèi)型，運(yùn)行程序的方式完全不同，因此需要開(kāi)發(fā)量子專(zhuān)用的軟件、硬件和應(yīng)用。這也意味著，從應(yīng)用、編譯器、量子位控制處理器、控制電路，到量子位芯片器件，量子計(jì)算的整個(gè)堆棧都需要采用全新組件。英特爾正在開(kāi)發(fā)整個(gè)量子計(jì)算堆棧的所有組件，并這些量子組件協(xié)同工作。

英特爾正在逐步實(shí)現(xiàn)商用級(jí)量子計(jì)算的愿景。Anne分享說(shuō)：“英特爾發(fā)展量子計(jì)算的方法就是利用英特爾的優(yōu)勢(shì)，特別是利用英特爾在芯片和電路制造工藝方面的專(zhuān)長(zhǎng)。目標(biāo)是達(dá)到數(shù)百萬(wàn)個(gè)量子位的規(guī)模，并且我們相信，我們所選擇的自旋量子位技術(shù)在低溫測(cè)試和控制方面所取得的進(jìn)步，集成光子以及所采用的全棧系統(tǒng)方法，將引領(lǐng)我們率先實(shí)現(xiàn)這一目標(biāo)?！?br />
保密計(jì)算

釋放數(shù)據(jù)潛力除了傳輸數(shù)據(jù)方面的挑戰(zhàn)外，保護(hù)數(shù)據(jù)隱私也是當(dāng)前所面臨的障礙之一，尤其是在醫(yī)療、金融服務(wù)等許多領(lǐng)域，數(shù)據(jù)所有者可能需要遵循相關(guān)法規(guī)，最大的數(shù)據(jù)集往往都被限制在所謂的數(shù)據(jù)孤島中。然而，這些數(shù)據(jù)孤島對(duì)使用機(jī)器學(xué)習(xí)工具從數(shù)據(jù)中獲取重要洞察造成了巨大障礙。為了解決這些問(wèn)題，英特爾一直在推動(dòng)保密計(jì)算的發(fā)展。

本世紀(jì)初，英特爾研究院就開(kāi)始研究如何隔離應(yīng)用，結(jié)合硬件訪問(wèn)控制技術(shù)和加密技術(shù)，以提供保密性和完整性保護(hù)。例如最新的英特爾軟件保護(hù)擴(kuò)展（Software Guard Extensions ）技術(shù)，它將保密性、完整性和認(rèn)證功能整合在一起，確保使用中的數(shù)據(jù)安全無(wú)虞。英特爾研究院安全智能化項(xiàng)目組首席工程師Jason Martin介紹，當(dāng)前加密解決方案主要用于保護(hù)在網(wǎng)絡(luò)中發(fā)送以及存儲(chǔ)的數(shù)據(jù)。但數(shù)據(jù)在使用過(guò)程中依然容易遭遇攻擊。保密計(jì)算旨在保護(hù)使用中的數(shù)據(jù)。為此，英特爾提供數(shù)據(jù)保密性以防止機(jī)密泄露，提供執(zhí)行完整性以防止計(jì)算被篡改，并提供認(rèn)證功能，以驗(yàn)證軟硬件的真實(shí)性。此外，英特爾還在研究另一種不需要解密數(shù)據(jù)的方法，叫做同態(tài)加密（homomorphic encryption）。

據(jù)了解，完全同態(tài)加密是一種全新的加密系統(tǒng)，它允許應(yīng)用在不暴露數(shù)據(jù)的情況下，直接對(duì)加密數(shù)據(jù)執(zhí)行計(jì)算操作。該技術(shù)已逐漸成為委托計(jì)算中用于保護(hù)數(shù)據(jù)隱私的主要方法。例如，這些加密技術(shù)允許直接對(duì)加密數(shù)據(jù)進(jìn)行云計(jì)算，不需要信任云基礎(chǔ)設(shè)施、云服務(wù)或其他使用者。傳統(tǒng)加密要求云服務(wù)器訪問(wèn)密鑰，才能解鎖數(shù)據(jù)用于處理。同態(tài)加密允許云對(duì)密文或加密數(shù)據(jù)執(zhí)行計(jì)算操作，然后將加密結(jié)果返回給數(shù)據(jù)所有者，從而簡(jiǎn)化并保護(hù)了這一過(guò)程。結(jié)果表明，任何計(jì)算都可以由加法和乘法構(gòu)成。Jason分享說(shuō)：“在完全同態(tài)加密中，你可以用任意復(fù)雜度的算法對(duì)加密數(shù)據(jù)執(zhí)行這些基本操作。之后解密數(shù)據(jù)時(shí)，這些操作適用于純文本。”

不過(guò)，Jason也表示，目前仍存在一些挑戰(zhàn)，阻礙了完全同態(tài)加密的采用。在傳輸和存儲(chǔ)數(shù)據(jù)時(shí)，傳統(tǒng)加密機(jī)制的開(kāi)銷(xiāo)相對(duì)來(lái)說(shuō)可以忽略不計(jì)，但在完全同態(tài)加密中，同態(tài)密文的篇幅比純數(shù)據(jù)大得多，有時(shí)候大 1,000-10,000 倍。數(shù)據(jù)激增將導(dǎo)致計(jì)算激增。密文的增加，要求處理能力隨之增加。處理開(kāi)銷(xiāo)不僅會(huì)隨著數(shù)據(jù)的增加而增加，還會(huì)隨著計(jì)算復(fù)雜性的增加而增加。就是因?yàn)檫@些巨大的開(kāi)銷(xiāo)，導(dǎo)致同態(tài)加密尚未得到廣泛使用。英特爾正在研究新的軟硬件方法，希望普及這項(xiàng)技術(shù)，并與生態(tài)系統(tǒng)和標(biāo)準(zhǔn)機(jī)構(gòu)開(kāi)展合作。

機(jī)器編程

編程目前出現(xiàn)了兩種對(duì)立的趨勢(shì)。首先，計(jì)算資源變得越來(lái)越異構(gòu)化，因?yàn)槲覀儗?duì)某些種類(lèi)的工作負(fù)載進(jìn)行了專(zhuān)業(yè)化處理。所以需要專(zhuān)家級(jí)的程序員，因?yàn)樗麄兎浅Ａ私庥布约叭绾巫畲笙薅鹊乩糜布５c此同時(shí)，軟件開(kāi)發(fā)人員越來(lái)越青睞于使用更抽象的語(yǔ)言，以提高工作效率。這反過(guò)來(lái)會(huì)導(dǎo)致硬件難以發(fā)揮出它本身的性能。并且這種差距正在擴(kuò)大。為此。英特爾一直致力于引入新的方法教計(jì)算系統(tǒng)自己編程，即機(jī)器編程。

機(jī)器編程與機(jī)器學(xué)習(xí)有很大的不同，機(jī)器編程是教系統(tǒng)自己編程。它的核心原則是，人類(lèi)向機(jī)器表達(dá)他（她）的意圖，機(jī)器會(huì)自動(dòng)創(chuàng)建完成該意圖所需的所有軟件。自動(dòng)生成軟件領(lǐng)域是機(jī)器編程的核心重點(diǎn)。機(jī)器編程實(shí)際上是構(gòu)建系統(tǒng)，然后由系統(tǒng)自行構(gòu)建自己的軟件系統(tǒng)。而硬件系統(tǒng)作為副產(chǎn)品，也隨之構(gòu)建起來(lái)。英特爾致力于讓機(jī)器編程同時(shí)從兩個(gè)方向發(fā)力。首先，希望機(jī)器編程系統(tǒng)能夠提高編碼員和非編碼員的工作效率。第二，希望確保機(jī)器編程系統(tǒng)生成的是高質(zhì)量、快速、安全的代碼。如果做不到這兩點(diǎn)，就不能真正地幫助到開(kāi)發(fā)人員。

基于這兩個(gè)核心價(jià)值觀，英特爾首席科學(xué)家、英特爾研究院機(jī)器編程研究主任及創(chuàng)始人Justin Gottschlich認(rèn)為，機(jī)器編程關(guān)鍵的第一步是改進(jìn)軟件調(diào)試（Debug）。軟件Debug在本質(zhì)上就是識(shí)別、分析和糾正軟件缺陷的過(guò)程。然而，Debug嚴(yán)重影響了程序員的工作效率。2017 年劍橋大學(xué)開(kāi)展的一項(xiàng)調(diào)查顯示，美國(guó)程序員平均花費(fèi) 50%的時(shí)間用在Debug上，這是很長(zhǎng)的時(shí)間。除了提高魯棒性，英特爾還希望能夠減少Debug時(shí)間。

Justin介紹，機(jī)器編程有三大支柱，分別是意圖（intention）、創(chuàng)造（invention）和適應(yīng)（adaptation）。這三大支柱，是英特爾創(chuàng)新方法的核心驅(qū)動(dòng)力之，也是許多學(xué)術(shù)界和產(chǎn)業(yè)界合作伙伴的核心驅(qū)動(dòng)力之一。Justin分享說(shuō)，英特爾已經(jīng)開(kāi)發(fā)了兩個(gè)具體的系統(tǒng)，現(xiàn)在正在將它們集成到生產(chǎn)級(jí)系統(tǒng)中。

l 2019年，英特爾在NeurIPS 上發(fā)布第一個(gè)可以自動(dòng)檢測(cè)性能漏洞的機(jī)器編程系統(tǒng)。這個(gè)系統(tǒng)實(shí)際上發(fā)明了用于檢測(cè)性能問(wèn)題的測(cè)試。有了這個(gè)系統(tǒng)，人類(lèi)不用編寫(xiě)一行代碼。最重要的是，同一個(gè)系統(tǒng)可以自動(dòng)將發(fā)明的測(cè)試應(yīng)用于不同的硬件架構(gòu)上。這就解決了硬件異構(gòu)問(wèn)題。

l 2020年，英特爾構(gòu)建了第二個(gè)系統(tǒng)，并且已經(jīng)在NeurIPS 2020上展示了這項(xiàng)研究。該系統(tǒng)也是嘗試查找漏洞，但它不僅限于查找性能漏洞，它可以在無(wú)人監(jiān)督的情況下識(shí)別漏洞。在機(jī)器學(xué)習(xí)領(lǐng)域，這意味著它可以在沒(méi)有任何人類(lèi)生成的數(shù)據(jù)標(biāo)簽下學(xué)習(xí)。最近該系統(tǒng)剛剛突破了從超過(guò) 10 億行代碼中學(xué)習(xí)的極限。并且每次添加更多數(shù)據(jù)，它似乎都能學(xué)到以前沒(méi)有觀察到的新事物。

責(zé)任編輯：xj

原文標(biāo)題：英特爾披露集成光電、神經(jīng)擬態(tài)計(jì)算、量子計(jì)算等五大前沿最新進(jìn)展

文章出處：【微信公眾號(hào)：MEMS】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。