英特尔7nm芯片明年问世，神经拟态芯片Lohi已媲美人类嗅觉

新智元报道

编辑：梦佳，白峰，鹏飞

“疫情期间，在大部分呼吸机上都有一个英特尔的FPGA加速器。”英特尔公司市场营销集团副总裁兼中国区总经理王锐最近谈到疫情时如是说。

那么Intel用到呼吸机的FPGA是个啥？

德克萨斯大学的Doug Burger教授曾分享过一个暗硅效应：不断增加处理器核心的数量，会受到能耗限制，无法让它们同时工作。

在万物互联的今天，计算需求发生了很大的变化，计算量大幅提升，计算速度要求越来越高。在如此复杂的计算场景如果采用传统架构，不仅芯片体积、能耗都会大幅增加。

FPGA（现场可编程逻辑阵列）的出现，很大程度上解决了这一困境。相比传统的计算架构，FPGA的开发成本低，投入小，可适应性强，在物联网时代将有更广阔的前景。

而与此同时，FPGA软件编程很容易入门，在终端设备上FPGA更有优势，它比GPU更接近IO！

英特尔一直在布局FPGA，18年刚刚斥收购FPGA巨头Altera，2019年4月就推出基于10纳米制程技术的IntelAgilex FPGA。

7nm芯片步入正轨2021首发，10nm提前量产新品今年问世

让我们来梳理一下英特尔近期的一些大动作。

英特尔中国研究院院长宋继强表示，过去几年，摩尔定律演进有所放缓，而目前英特尔制程封装已经回归到两年的创新周期，连续发布EMIB、Foveros、Co-EMIB等封装技术。

2018年底，英特尔提出了6大技术支柱，分别是制程封装、XPU架构、内存的存储、互联、安全和软件。之后的技术创新都是以这六大支柱为基础，这其中就包括他们将在明年要发布的7nm芯片。

宋继强声称，7nm芯片将在2021首发，2022年将提供完整的产品组合。

这一回创新速度比先前的14nm提升了不少。但竞争压力也愈演愈烈，主要竞争对手 AMD 已在去年 7 月份正式发售了7nm第三代 Ryzen 锐龙处理器。

2020年英特尔一系列10nm新品陆续问世。其中包括代号为“DG1”的首款基于Xe架构的独立图形显卡，首款面向无线基站的、基于英特尔架构的10nm SOC Snow Ridge，以及下一代至强和酷睿产品。

在计算架构方面，全新的Xe架构实现了统一架构，灵活、扩展性强，可划分成多个微架构，可用于各种计算、图形领域。

神经拟态芯片，你的计算机可以闻味儿了！

在未来计算领域，英特尔把握了三大探索方向，未来计算，未来存储和未来通信。

其中未来计算就涉及到英特尔在量子计算和神经拟态计算等前沿计算领域的布局。量子计算，顾名思义，强调的是处理更大规模的内容，组合爆炸问题，而另一个神经拟态计算，为的是提高能效比，用少量的数据达到更好的学习能力。

所谓神经拟态的目标是创造作用方式更类似于人脑而非传统计算机的芯片，简单来说就是让计算机拥有和人一样感知世界的能力。神经拟态系统在硬件层面上复制了神经元组织、通信和学习方式。

基于这种见解，英特尔和康奈尔大学的研究人员一道开始了让计算机拥有嗅觉的探索。

2020年3月，《自然-机器智能》（Nature Machine Intelligence）杂志论文展示了英特尔神经拟态研究芯片Loihi能嗅出10种危险化学品的气味。

英特尔神经拟态研究芯片Loihi

该芯片厉害之处在于它使用了一套模拟了人的嗅觉系统的模型的架构，把它实施在了路由器芯片上，而且只用了一块芯片去做这件事，所以功耗非常的低。研究人员只用了一个样本，就可以让系统的识别率达到了92%。而如果采用传统的深度学习方法的话，每种气味需要3000个样本去训练，才能达到这样的识别率，同时功耗也是千倍以上。

2020年3月，英特尔推出迄今为止开发的最大规模的神经拟态计算系统Pohoiki Springs，包含768块Loihi神经拟态研究芯片，将提供1亿个神经元的计算能力，相当于一个小型哺乳动物的大脑神经元数量！

做一个类比就很容易理解了，一只瓢虫的大脑大约有25万到50万神经元，蟑螂大脑约有100万神经元，一只仓鼠大脑约有9000万个神经元。看来神经拟态芯片Loihi已经比小仓鼠聪明了。

独创硅自旋量子位技术，-270度超低温仍可控制50个左右量子位

量子计算已成巨头竞相争夺的下一个战场。身为芯片巨头，英特尔自然不能缺席。

英特尔不断研究多种量子位类型的量子计算芯片，其中包括超导量子位，同时研发了独一无二的硅自旋量子位技术。

去年年底刚刚发布了HouseRidge低温控制芯片，可在零下270度情况下同时控制50个左右的量子位，这是一个重要的里程碑。但量子计算再厉害最终要考虑到实际的商业应用。

英特尔研究院长Rich Uhlig也曾在去年的采访中表示，距离量子计算商业化应该是还有至少十年的时间。

HouseRidge低温控制芯片

未来通信方面，硅光子也是一个群雄逐鹿的市场。以IBM为例，在2015年，该公司对外展示了一款号称完全整合的分波多任务CMOS硅光子(silicon photonics)芯片。而早在上世纪90年代末，英特尔就开了一个平面光电路公司。今年3月，英特尔展示了业界首个一体封装光学以太网交换机。它成功将其1.6 Tbps的硅光引擎与12.8 Tbps的可编程以太网交换机进行了集成。

听起来越来越高端了，但这些研发创新的背后也是大量的研发投入。芯思想研究院（ChipInsights）发布数据显示，在2019 年研发支出前十大半导体公司，英特尔的研发支出远远超过其他所有半导体公司，达到 134 亿美元，占到总营收的19%。相比之下，高通为54亿，主要竞争对手英伟达为28亿。

看来钱确实花在了刀刃上。

随着5G、AI、物联网、自动驾驶等技术的发展，对于数据实时处理的需求快速增长。这个由数据驱动的世界，正在催生指数级计算需求。英特尔，英伟达，谷歌等大佬之间的芯片大战花落谁家，我们拭目以待。

参考链接：

https://www.eefocus.com/mcu-dsp/461553 https://www.linkedin.com/pulse/%E7%BE%A4%E9%9B%84%E9%80%90%E9%B9%BF%E7%A1%85%E5%85%89%E5%AD%90%E8%8A%AF%E7%89%87%E5%B8%82%E5%9C%BA-wei-dong