从前沿探索到应用落地 英特尔研究院为未来计算“插上翅膀”

英国著名科幻小说作家阿瑟克拉克（《2001：太空漫游》）说：“任何先进技术，乍一看都像魔法一样。”在英特尔这家半导体巨头公司内部，一群人正致力于此，利用新颖的方法在广泛的前沿研究领域探索如何帮助人类从云端解决计算、连接、基础设施等方面的重大技术挑战边缘、人工智能、传感和感知。

这就是英特尔实验室正在做的事情。在2023年英特尔技术创新大会上，英特尔研究院院长Rich Uhlig介绍了英特尔在人工智能、集成光电、神经拟态计算、量子计算等关键技术领域的最新进展和解决方案。他表示：“英特尔研究院的探索逻辑是‘3S’，即‘Seek’、‘Solve’和‘Scale’。首先尝试将概念向前推进，确认进入规模化阶段可以成功，然后再建立技术。原型测试了该技术的应用，如果成功，将利用英特尔强大的执行能力来扩展产品并将研究项目转化为产品。”

Rich Uhlig，英特尔高级研究员、英特尔公司副总裁、英特尔研究院院长

本次大会上，英特尔研究院还举办了技术见解分享、专题论坛、Demo演示等丰富多彩的活动。

在技术洞察分享环节，英特尔研究院副总裁、新兴人工智能研究总监Gadi Singer围绕灵活性、认知、自主、责任四大方面分享了英特尔研究院对人工智能未来的洞察。 2023年是人工智能迈向新阶段的一年。许多行业的焦点正在转向具有成本效益、值得信赖、安全、负责任和适应性强的大规模生成人工智能模型，包括医疗保健、制造、零售和娱乐等行业。在英特尔研究院，研究人员正在推进新兴人工智能应用，并与业界合作，更好地集成最新技术并从中获取价值，帮助人工智能变得更加灵活、知识渊博、自主和负责任。

此外，通过多个专题论坛，英特尔研究院详细介绍了其在多个前沿技术领域的工作，包括：

•集成光子学及其对未来系统和数据中心的影响

服务器之间数据移动的增加给当今的数据中心基础设施带来了沉重的负担。业界正在迅速接近电气I/O 性能的实际极限。通过将硅光子学与低成本、大批量的硅集成，英特尔研究院的集成光子学研究解决了数据中心内不断增长的网络流量带来的挑战。在本次专题论坛中，英特尔研究院分享了其最新进展，介绍了集成光子学改变未来数据中心架构中系统接口和网络拓扑的可能性，并详细阐述了英特尔面向未来数据中心的光计算互连。以及端到端光网络的愿景。

•人工智能驱动的边缘服务和智能边缘控制

企业正在部署基于人工智能或机器学习的创新边缘服务，以支持分布式异构边缘的各种使用场景。在本次专题论坛中，英特尔研究院展示了如何利用AI或机器学习技术来运营智能边缘，从服务到端到端基础设施，从上到下到平台。这个专门论坛介绍了一组创新的边缘应用程序，这些应用程序使用人工智能或机器学习技术来提高其功能和性能，例如改进缺陷检测、执行视觉查询和数据管理或协调移动机器人路径的应用程序。英特尔研究还展示了针对资源受限的边缘平台的自动化人工智能和机器学习算法优化如何帮助优化应用程序性能，并详细介绍了如何使用这些算法来优化5G 网络基础设施上的应用程序。端到端操作。此外，在本次专题论坛上，英特尔研究院还展示了这些算法如何利用资源导向技术等平台功能，动态调整共享资源的使用，以满足用户通过总体目标定义的需求。实施端到端管道，并详细说明如何使用创新的人工智能和机器学习技术来优化和运营智能边缘。

•神经拟态计算：Loihi 2 和Lava 软件

尽管取得了数十年的进步和最近的突破，当前的人工智能技术在许多重要领域仍然落后于生物大脑。为了创造一个充满与人类安全、自主工作的智能设备的未来世界，英特尔正在开创一种受神经科学原理启发的新计算方法。这是新的Loihi 处理器架构，它通过最大限度地减少数据移动并利用基于稀疏性和基于异步事件的传输，在计算指标方面实现了数量级的改进。在本次专题论坛上，英特尔研究院详细介绍了其在神经拟态计算研究领域的最新进展。

•推动大规模人工智能基础研究

英特尔人工智能实验室致力于开发基础人工智能技术、颠覆性应用和具有挑战性的项目。本次专题论坛分享的见解涉及十亿级图神经网络（GNN）分布式训练平台、通过图架构理解长视频（在处理10倍长视频的同时以极低的成本匹配SOTA转换模型的性能），以及“人工智能科学”（第一个蛋白质结构设计对话界面，新材料开发人工智能新基准）取得突破。

•量子计算的进展和英特尔 Quantum SDK 简介

尽管距离实现可能还需要很多年，但量子计算有望在能源生产、材料、化学和药物设计、金融和气候建模以及密码学方面取得突破。许多公司正在共同努力推进有助于实现量子计算的研究工作。英特尔研究院正在扩大其软件开发人员社区，以利用称为英特尔 量子软件开发套件的全堆栈解决方案。在本次专题论坛中，英特尔研究院详细介绍了英特尔取得的最新进展，介绍并演示了如何使用英特尔量子软件开发套件，包括运行流行的经典量子化学算法。

• 加密计算：探索数据隐私保护前沿

除了当今的机密计算之外，一个名为密码计算的新研究领域有望进一步提高云计算数据的隐私和安全性。与可信执行环境不同，加密计算是一种强大的新技术，可以通过端到端加密实现涉及私有、敏感数据的计算和协作。它可能会彻底改变未来加密数据的共享、分析和处理方式，使组织能够获得有价值的见解，同时从理论上消除数据暴露给第三方的风险。在本次专题论坛中，英特尔研究院介绍了全同态加密和英特尔加密计算软件开发套件的最新进展。

•自我优化数据库：在数据库管理系统中使用机器学习

数据库管理系统（DBMS）是一个复杂的软件系统。其性能取决于硬件、数据和数据库查询。针对特定问题优化DBMS 可能会令人难以承受。英特尔研究院与麻省理工学院和布朗大学的学术合作伙伴密切合作，正在开发自动自我优化的数据管理系统。以前曾使用过采用简单参数搜索方法的DBMS 优化，但是，这项研究通过基于机器学习的创新方法开辟了新的方向。从自组织数据容器和自动优化的查询引擎，到DBMS 中基于机器学习模型的低级数据结构，一切都清晰明确。在这个特别论坛上，英特尔研究院介绍了使用自优化系统进行数据管理的未来。

•异构编程：C++ 中的分布式数据结构、算法和视图

分布式和异构系统（例如每个节点具有多个GPU 的集群）已经变得越来越普遍。目前，此类系统通常使用多个低级编程模型进行编程。为了为这些系统创建软件生态系统，需要更高级别的编程模型。英特尔研究院的目标是帮助用户在对此类系统进行编程时使用标准数据结构和算法，就像目前使用的序列系统一样。英特尔研究中心使用分布式数据结构来实现这一目标，该结构可自动在多个GPU 或节点之间分配数据。此外，还使用了用于并行计算的分布式算法。在本次专题论坛中，英特尔研究院介绍了如何以最少的修改在多个GPU 上运行C++ 程序，使其性能可与专业调优的代码相媲美。

同时，英特尔研究院还在2023年英特尔技术创新大会上展示了多个演示，呈现了许多推动前沿技术应用的探索和尝试，包括：

•AI机器人：可编程人机交互技术

协作机器人(Cobot) 正在成为一般体力劳动的自适应智能助手，具有颠覆性的投资回报。在本次演示中，最终用户通过VR（远程）控制机器人，直接完成拾取和放置物品的任务。所示的编程过程包括机器人模仿人类、运动和实体注释以及模块化机器人技能的排列。该用例逐步演示和介绍了英特尔在运动原语、增强型机器人视觉和VR 接口方面的进展，以通过英特尔实感技术和英特尔XPU 硬件进行实时控制、推理、断言和行动。

•人工智能安全与信任

本次演示涵盖了人工智能领域的安全、信任、隐私保护等多个主题。虽然ChatGPT 等流行的大型语言模型(LLM) 是使用公开数据进行训练的，但下一步是将它们部署在组织内，并使用自定义数据进一步增强它们。但如何确保大语言模型尊重组织边界，不向未经授权的人员泄露信息？交互式演示提出了猜测挑战，旨在说服大型语言模型透露被告知不要透露的信息。

•辅助计算：AI回复生成、脑机接口

辅助情境感知工具包(ACAT) 是英特尔研究院开发的开源软件平台，使患有运动神经元疾病的人能够通过键盘模拟、文本预测和语音合成进行交流。最近发布的ACAT 2.0 版本具有脑机接口，可以让完全不动的用户进行交流。该版本还包括针对AAC（增强和替代通信）使用进行微调的增强语言建模功能，以实现个性化句子完成，以及更高效的打字模式以实现更快的通信。该系统经过优化，可以在客户端设备上运行，并且完全重新设计的用户界面易于使用。该演示展示了ACAT 的所有功能，包括脑机接口和新的文本预测功能。

• 生成式人工智能：3D 潜在扩散模型(LDM3D)

DepthFusion 展示了英特尔LDM3D 扩散模型的强大功能，可生成带文本提示的360 度视图。 LDM3D 扩散模型使用用户提供的文本提示来生成2D RGB 图像及其相应的深度图，从而提供文本提示的完整RGBD 表示。然后使用LAION400M 数据集（一个大规模图像和文本数据集）的子集对该模型进行微调。用于微调模型的深度图由MiDaS 3.1 生成，这是一种深度估计算法，可为图像中的每个像素提供高度准确的相对深度估计。然后，英特尔的应用程序利用多功能平台TouchDesigner 的强大功能来创建身临其境的交互式多媒体体验，生成逼真的360 度视图，为用户提供独特且引人入胜的方式来体验他们所获得的内容。文字提示。

• 光场显示器上的沉浸式远程呈现

该演示重点介绍一个完整的实时光场视频端到端系统，该系统使用云处理，并在内容创建和消费终端设备方面得到客户端功能的支持。这种“光场视频”技术展示了沉浸式视频点播、直播和视频会议体验方面的突破。该演示展示了一个完整的端到端系统，其中包括用于同时捕获各种摄像机角度的消费级光场摄像机阵列、用于可变视点视频创建的算法、云处理、流媒体内容交付和沉浸式视频观看设备。

• 神经对象复制：人工智能驱动的3D 内容创建，适用于游戏等

•神经拟态计算：使用Loihi 2进行卫星调度和优化

该演示展示了英特尔的神经拟态技术如何在解决物流中的常见调度问题时减轻计算负担运营。典型的调度问题涉及分配一定数量的代理来执行特定数量的任务，同时遵守调度约束。该演示展示了如何解决空间技术行业中的一个关键调度问题：将大量地球观测请求（任务）调度给卫星星座（代理）。调度问题所花费的时间与代理的数量以及要解决的任务数量的平方成正比。对于拥有数十颗卫星和数千个客户请求的商业卫星公司来说，当前的算法无法及时找到最佳解决方案。

• 量子计算：英特尔 量子软件开发套件和3D 交互式硬件演示

该演示重点介绍了英特尔 Quantum SDK 1.0 版本，该版本允许用户与英特尔的量子计算堆栈进行交互。该软件开发套件包括基于C++ 的直观用户界面、用于量子计算的基于LLVM 的编译器工具链，以及作为量子位目标代码后端的高性能英特尔量子模拟器。该演示还展示了英特尔量子硬件的3D 交互式外观。

迈向计算的未来，人类不会停下脚步。英特尔研究院将始终致力于各个前沿领域的“全面出击”，从技术探索到应用落地，不断探索多样的可能性，为未来计算“插上翅膀”。