对于英特尔来说，过去两周过得很不容易，围绕其X86芯片的“熔断”和“幽灵”漏洞问题的报道在全球媒体蔓延，但英特尔似乎并不被这件事影响。除了一方面与行业伙伴一起弥补这个问题外。日前在拉斯维加斯举办的CES上，英特尔亮出了其獠牙，大谈特谈其构建在这些硬件基础上的“数据”力量。
多系列芯片驱动的AI，Loihi和量子芯片抢眼
人工智能无疑是现在的风口，新兴的深度学习提出了与传统计算不同的需求，其飞速发展的态势、庞大的市场与GPU和ASIC芯片的来势汹汹，就让在传统处理器领域称霸数十年的Intel如临大敌。于是他们开启了一连串的人工智能布局。
收购全球第二大FPGA供应商Altera的策略自不必说，去年Xilinx股价的飞飙，足以证明FPGA在人工智能市场的火热;
拿下Nervana则体现了他们的远见，这个初创公司有号称是最快的矩阵操作算法，在矩阵乘法和卷积运算等深度学习用到最多的场景拥有明显的优势。被收购了以后，处理器巨头也将其算法硬件化，泄露了Lake Crest家族和下一代的Knights Crest，对垒GPU巨头。
至于将计算机视觉芯片方案厂商Movidius收入囊中，这更是Intel的神来之笔，这算得上是他们的神来之笔。通过这笔交易，英特尔可以在端侧人工智能有了更大的想象空间。
如果说以上的收购是英特尔在人工智能时代寻找的外援，Loihi和量子芯片则是他们的自强表现。
在本届CECS上，英特尔CEO科再奇着重介绍了其神经拟态研究原型芯片Loihi，
这是英特尔在去年9月推出的一款新型芯片，该芯片由 128 个计算核心组成，每个核心有 1024 个人工神经元，整个芯片共有超过 13 万个神经元和 1.3 亿个突触连接。和人类的大脑一样，这颗芯片通过神经元之间的脉冲/spike 来传输数据。英特尔计划在 2018 年上半年内，使芯片能被 AI 研究领域的大学和研究员使用。
科再奇在CES大会上表示，Loihi是一种非常节能的芯片，它利用数据来学习并作出推断，随着时间的推移将变得更加智能，并且不需要以传统方式进行训练。这种测试芯片的自主学习功能，可以改进汽车和工业应用以及个人机器人——包括任何在非结构化环境下得益于自主操作和持续学习的应用，例如识别汽车或自行车的运动。科再奇强调，这个芯片将会分享研究合作伙伴，开始运作。
大家对这个芯片充满了期望，但是联想到IBM的类似芯片TrueNorth在2014年发布的时候，也曾号称很强大，但人工智能大牛Yann LeCun该芯片在执行使用卷积神经网络的深度学习模型进行图像识别的时候会遭遇困难。那就意味英特尔的这颗芯片也会面临这样的可能，让我们在实际运行中看这个芯片巨头的解决办法。
量子计算则是英特尔面向人工智能的另一武器。
回到1936年，计算机先驱阿兰图灵发明了可编程计算机。在他当时的论证中，一台装有足够资源的计算机能实现任何合理的算法。但是随着摩尔定律的逐渐缓慢，传统计算的能力开始触碰天花板，于是经典计算机碰到了未曾遇到的困境。
这时候，费曼在1982年提出的“值得尊敬的 Turing 机器的功能也许并没有人们所想的那么强大”的观点得到了更多专家的认可，投入到 Feynman 当时正在试图用量子力学模拟 N 粒子之间的相互作用的工作。最后就演进到了现在量子计算的流行。
据英特尔介绍，所谓量子计算是指充分利用部分基础物理、叠加与纠缠原理。
与传统计算不同，它采用了一种极端并行的方式来解决问题。与基于晶体管并需要把数据编码成二进制数字(位)的数字计算机不一样的是，量子计算机利用量子位进行计算。这些量子位能够同时以多种状态存在，把并行进行大量计算变为可能，从而加快解析时间。从本质上说，量子计算就是并行计算的终极目标。
而从2015年开始，传统芯片巨头英特尔就与学术界合作伙伴QuTech合作，加快量子计算的发展，革自己和行业的命。
在去年10月，英特尔宣布利用先进材料技术和制造技术开发出了一款包含17个量子位的新超导芯片，并将芯片交给研发合作伙伴QuTech测试，挑战IBM此前推出的规模最大的量子计算芯片。在短短几个月之后，英特尔则将这系列芯片提升到49量子位。
科再奇表示，量子计算有望解决当今几乎无法攻克的难题。比如，量子计算机可以模拟自然，从而推进化学、材料科学和分子建模的研究，如参与创造一个新的催化剂来隔离二氧化碳、开发房间温度超导体，或者发现新的药物。量子计算有着能增强未来高性能计算机功能的巨大潜力。
虽然现在对量子计算的应用猜测还为时过早，但考虑到人工智能 / 机器学习里很核心的优化(optimization)过程却很幸运地与量子计算是天作之合(目前 512qubit 机所模拟的最复杂的人工智能问题都能在 1s 左右解决)，因此这个方面的投入这会是Intel在未来人工智能世界里面的一个重要武器。
自动驾驶大生意
在去年初收购了Mobileye之后，Intel的汽车业务如虎添翼。之前聚焦在凌动芯片上搞座舱电子的紧迫程度似乎已经退居二线，巨头林立的自动驾驶市场才是这个英特尔的大舞台。英特尔将把Mobileye的技术专长——包括计算视觉、传感、融合、地图和驾驶决策——与英特尔领先的开放计算平台及数据中心和5G通信技术的优势整合到一起，从而提供一个完整的“车到云”系统。那就是英特尔的GO自动驾驶方案。
据英特尔介绍，英特尔GO 自动驾驶开发平台提供了一种灵活的架构，包括中央处理单元(CPU)、现场可编程门阵列(FPGA)及面向深度学习的硬件加速技术。这种架构同时具有独特、优化的并行和顺序处理能力，能够将自动驾驶工作负载归类为需要高效处理的计算类型。通过将英特尔® 凌动® 处理器、英特尔® 至强® 处理器、英特尔® Arria® 10 FPGA 进行灵活组合，英特尔提供各种各样的计算元件，可适应在制定硬件和车辆设计决策很长时间之后发生更改的设计。
目前的GO自动驾驶开发平台分为英特尔® 凌动® 处理器版本以及英特尔® 至强® 处理器版本，可帮助开发人员更轻松地构建、评估、评测和优化各种自动驾驶解决方案，如高级驾驶辅助系统、到全自动驾驶汽车。这些平台推快速动了开发工作的进行，实现了设计灵活性，并加快了上市速度。两种平台均包括用于加快生产的英特尔® Arria 10 FPGA，并配备有一系列示例应用、运行时和库、以及中间件。此外，它们还提供构建模块帮助开发人员确保平台的功能安全性。
在CES上，英特尔又带来了全新的自动驾驶平台。
Mobileye联合创始人Amnon教授表示，最新自动驾驶平台，整合了了汽车级英特尔凌动处理器和两颗Mobileye EyeQ5芯片，为3到5级自动驾驶提供了一个具备行业领先的可扩展性和多功能性的平台。能让自动驾驶离现实更进一步。
其实围绕着现在的自动驾驶，有很多种方案，Intel这个就是其中的一种。Mobileye作为一个方案中的重要组成部分，其作用可想而知。
关于Eye Q5，网上众说纷纭。有媒体表示，这个芯片将会采用7nm FinFET工艺，运算性能达到了12 Tera/每秒，单颗芯片的TDP是5W，由于Intel要求组建双路CPU的系统，也就是说来自这方面的功耗只有10W。
也有媒体指出，EyeQ5将装备8枚多线程CPU内核，同时还会搭载18枚Mobileye的下一代视觉处理器。相比而言，EyeQ4作为上一代视觉SoC芯片，只配置了4个CPU内核和6个矢量微码处理器(Vector Microcode Processor，俗称VMP)。
根据Mobileye官方提供的资料来看，EyeQ5加速器核心经过了优化，如计算机视觉、信号处理、机器学习任务以及深度神经网络。具有异构性，完全可编程的加速器，芯片内置的四种类型加速器均经过其系列算法优化。加速器结构的多样性，使每种应用执行不同任务时，能够选择最适合的加速器核心，节省计算时间和功耗。这种优化的配置使EyeQ5在低功耗封装中，不仅能够提供“超级计算”能力，还实现了经济的被动散热。且能最多支持20个外部传感器(摄像头、雷达或激光雷达)
科再奇在之前还强调过，英特尔开发的EyeQ5芯片，在子公司Mobileye先进技术加持下，深度学习效率是对手的2.4倍。这会是他们自动驾驶方案的重要构成。
在他们看来自动驾驶最重要的两个因素是感知和高精地图，Mobileye可以满足第一个需求，那么众包数据则是他们实现高精地图的另一个方法。英特尔指出，科技突破也在于高精地图领域，毕竟，地图就是数据。高精地图不同于导航，开发高精地图的过程及其复杂，并且还要实时更新，所以他们认为相信众包数据是唯一解决之道。
为了实现目标，英特尔子公司Mobileye和四维图新宣布达成全面战略合作伙伴关系，双方将在中国开发和发布Mobileye的路网采集管理(REM®)产品。Mobileye是高级驾驶辅助系统和自动驾驶解决方案的全球领导者，四维图新是中国领先的基于自动驾驶地图(HAD Map)及高精度定位的自动驾驶解决方案提供商。
英特尔指出，未来双方将利用Mobileye的REM技术集成中国的路书™(RoadBook™)，结合四维图新自动驾驶地图与高精度定位能力，共同迎接自动驾驶大潮的来临。
在CES大会上，英特尔还讲到了他们对于虚拟现实和沉浸式体验的解决方案，纵观这所有东西，这都是建在他们运算、通信和存储芯片上拓展的一个个新方向。但坦白说，现在时代改变了，Intel现在涉足的每一个领域都没有绝对的优势，无论是自动驾驶、人工智能还是5G，都有几个能与Intel相匹敌的竞争对手，对于这个前半导体巨头，如果想回到曾经的巅峰，连续二十多年雄霸半导体营收排名榜首位置，需要花费更多的功夫了。
文/半导体行业观察 李寿鹏
本文转自微信公众号：半导体行业观察
