在过去的几十年，英特尔因其在半导体芯片领域的绝对地位而备受瞩目。众所周知的摩尔定律——「当价格不变时，集成电路上可容纳的元器件的数目，约每隔 18-24 个月便会增加一倍，性能也将提升一倍」，就是英特尔创始人之一戈登·摩尔在 1965 年提出的，这个定律的影响力一直持续至今。
在察觉到数据洪流带来的颠覆性影响之后，英特尔意识到了「数据世界」将会给商业以及社会发展带来的巨大机会，开始了以数据为中心的公司战略转型。在这个过程中，英特尔研究院扮演着重要甚至关键的角色，承担着量子计算、神经拟态计算、5G 等一系列前沿技术探索的工作。
11 月 5 日，在科学院南路的融科资讯中心，机器之心见到了远道而来的英特尔研究院院长 Rich Uhlig。
Rich Uhlig 自从 1996 年就开始在英特尔工作，一直从事英特尔处理器和英特尔虚拟化技术等方面的研究。去年 12 月，Rich Uhlig 接管英特尔实验室，负责量子计算、神经形态计算和概率计算等领域的开创性工作，这也是他上任后第一次来到中国。
这一次，他分享了英特尔在量子计算等多个前沿领域的战略方向和技术进展，同时也谈到了英特尔中国研究院的重要意义。
量子计算是一场马拉松，我们都是跑道上的选手
上个月，谷歌宣布率先实现了量子优越性，一台实验性量子计算机在 3 分 20 秒内解决了一个传统计算机需要 1 万年才能解决的问题。这一数据虽受到了 IBM 的质疑，但也确实证明了量子计算的优势所在。本月，微软也宣布推出量子计算云服务 Azure Quantum。毋庸置疑的是，量子计算优越性得以证明之后，巨头们在这条赛道上的角逐将更加受到关注。
英特尔多年前已经开始对量子计算等方面的研究。Rich Uhlig 曾在谷歌官宣之后发表过一篇社论，他讲到：「这一重要里程碑应该得到承认和庆祝。」他也提出，要把这次的成就放在一个正确的观点上去进行认识。
如何去衡量我们是否已经实现了量子优越性？首先，要找到一个足够复杂的问题，然后我们需要证明，在解决这个复杂问题的时候，量子计算确实相比传统计算展现出无可比拟的优势。
谷歌成为了第一个找到「问题」的企业，但 Rich Uhlig 认为，审视量子计算的发展还要再进一步。更重要的是，要找到一个更具实际价值的问题，在现实意义上去规划发展量子计算的发展。
Rich Uhlig 说道：「我认为真正的目标不是量子优越性，而是量子实用性。」
关于量子计算实现商业化的时间长度，Rich Uhlig 认为期限是十年。在此之前，必须「开发一些让环境对量子比特有更大宽容度的技术」。
这个判断有着非常现实的考虑：通常人们说的「物理量子比特」是非常脆弱的，它们纠缠的时间非常短，可能会在毫秒之间发生分解。在实际研究中，一般需要在多个物理量子比特之上加一层纠错电路，以形成一个「逻辑量子比特」，算法通常是在逻辑量子比特上进行计算的。
这一方面技术的进步对于实现量子实用性至关重要。在优化计算的过程中，也许会需要几百个逻辑量子比特，也就是需要上万个物理量子比特。还有人们常常讨论的以量子计算解密编码的问题，甚至需要几千个或者百万个量子比特。除了量子比特的规模之外，也通常需要面对控制技术方面的挑战，比如怎样实现上百万个量子特在室温条件下稳定运行。这也是 Rich Uhlig 提出量子计算需要更长时间来走完商业化道路的原因。
Rich Uhlig 认为，量子计算就像一场马拉松，英特尔和谷歌、IBM、微软都是这条跑道上的选手，而现在只是这场比赛的第一英里。
这些选手拥有各自的优势，英特尔则受益于自身在半导体制造方面的深厚经验，并将此经验应用到扩大量子比特数量及规模等硬件制造流程上去，此外还包括在量子比特的低温控制技术和系统性问题的解决上。这些问题恰好与英特尔在硬件制造上的优势非常契合。
英特尔在量子计算方面的研究既包括超导量子研究，也包括自旋量子研究，超导量子比特在行业中更通用；而目前英特尔内部已将更多的精力转向了自旋量子比特研究，它的最大特点是可以在硅片上运行，利用芯片上的电子自旋并用微小的微波脉冲来控制运动，从而释放其量子能量。自旋量子比特的实际尺寸更小，相干时间也更长，并且能够承受更高的环境温度。当量子比特的规模扩大到上万甚至百万以后，自旋量子比特的优势将会非常明显。
量子计算的复杂程度比我们想象的更深刻，也会出现一些未知的困难。Rich Uhlig 表示：「我们必须要意识到，从科学上和工程学上面看，量子系统是极其复杂的一个系统，也是建造起来非常复杂的过程。」
三个面向未来的颠覆性技术预测
身为英特尔研究院院长，Rich Uhlig 非常清楚，对于研究院而言，必须要在细致调查的基础上，正确且具有前瞻性地判断技术趋势，包括每一种技术的发展前景及可能出现的陷阱，这样才能助力英特尔做出正确的选择。
Rich Uhlig 谈到，在当前的时代背景下，他对三种颠覆性技术保持期待：
其一是新型计算方式，除了大家已经熟知的量子计算，神经拟态计算、图计算、概率计算都是值得探索的新型计算方式。
神经拟态计算是一种高能效的神经网络系统，应用脉冲信息，通过神经网络的通信方式来解决问题，这也是 Rich Uhlig 正在致力投入的一项研究。前段时间，英特尔正式对外宣布了 LOIHI 神经拟态单芯片系统的构建，同时也在进行基于 LOIHI 系统的更大规模的多芯片集成研发。神经拟态计算芯片的应用很广泛，在稀疏编码、图式搜索、路径规划、约束满足问题等特定应用中，Loihi 要比传统 CPU 速度快上很多很多倍。
而就日益膨胀、充满噪音并且不那么准确的数据环境来说，Rich Uhlig 认为概率计算是一种很好的优化方式，能够极大地提升效率并且在数据维度上更加精准。同时，图计算也是一个重要的领域，它的特殊优势在于可以发现大规模数据之间的内在关系。对于一些稀疏的关联性，通常以传统计算方式上不易于表达，但却可以用图计算来做更好地呈现。
其二是数据通信方式的变化。多年以来英特尔一直致力于对硅光子的研究，Rich Uhlig 特别提到今年英特尔在硅光子上的进展。硅光子可以集成在 CPU 封装内提供光学链路，将带宽效率提升一到两个数量级。他表示，这种传输速率高却享有低成本优势的通信技术，目前已经到了很好的研发时机。
其三是存储或者内存方面的技术。基于海量的数据基础，内存容量方面的发展越来越难突破，而应用对内存容量的需求却无止境，这意味着存储介质的变革会为数据处理带来突破性进展。
除此之外，Rich Uhlig 建议应该采取「多管齐下」的方式去探索前沿技术，避免单一的路径，也许会发现更多解决问题的好方法。
谈英特尔中国研究院
在上任后的首次中国行程中，Rich Uhlig 对英特尔中国研究院赋予了更高的期待。
英特尔中国研究院成立已有 21 年，开展了包括人工智能、5G、自动驾驶、服务机器人等方面的多项研究，这些也更加贴合中国的科技发展环境和需求。除了与和学术界、产业界合作，将自己的技术推向市场并赋能行业，英特尔中国研究院也着力培养大量的科研人才。
在 Rich Uhlig 看来，中国市场是值得探索和深入研究的，英特尔在自动驾驶和 5G 商用化等领域都非常重视与「中国经验」的结合。比如在 5G 方面，英特尔中国研究院为 5G 标准的制定总共贡献了 20 多项专利和技术，在其他领域也更加注重面向中国市场的洞察和研究。
最后，Rich Uhlig 再次提到自己关于技术研究的体会：「创新总是诞生在不同领域的交叉地带，我深深坚信这一点。无需规定具体是 A、B、C 哪三个领域的交叉，选择最具热情的三个领域进行交叉研究，你一定会有惊喜的收获。」
