2020年7月15日上午，第十五屆“開源中國開源世界”高峰論壇如期舉行。英特爾中國研究院院長宋繼強在此次論壇上發表了題為《神經擬態計算，探索智能互聯時代的計算創新》主題演講。演講內容涵蓋信息世界數據的三大變化而產生的對計算創新的需求，以及英特爾在計算創新上所做出的努力和進展。宋繼強在此次演講中也表示，希望通過開源的技術和平臺，讓新的技術可以造福全人類。

據宋繼強介紹，因為無線通訊技術和人工智能技術的廣泛應用，目前人類所處的信息世界的數據正在呈現三大變化。首先是數據量呈指數級的爆發。除了我們熟知的人為輸入和設備在不斷地產生數據之外，物聯網、人工智能模型也在產生大量的數據。另外，數據的形態也日趨多樣化，有更多非結構化數據在實時產生。最后，很多來自于物聯網設備以及實際應用場景的數據，需要在終端或邊緣被采集，同時要能夠實時處理后再反饋到邊緣。這也是數據的第三個變化，即對數據實時處理的需求在快速增長。

針對信息世界中數據的這三大變化，對計算創新的需求也呼之欲出。英特爾在計算創新領域耕耘多年，并提出了“超異構”計算解決方案，通過先進的異構封裝技術將多種不同類型的架構組合到一張芯片中，并提供面向異構計算統一、可擴展的編程模型oneAPI軟件解決方案。除此之外，英特爾也在繼續探索計算架構的創新，神經擬態計算是一種全新的架構，并且英特爾也已經取得了矚目的成就。

超異構計算創造卓越能效比

宋繼強在此次演講中指出，目前我們主流的計算架構有四種，分別是標量、矢量、矩陣和空間計算，異構計算就是要把這些計算進行整合，簡稱為“XPU”。傳統的異構計算主要采用SoC和分體式板卡的方式，但這兩種方式各有劣勢，而英特爾的“超異構”計算可以把這兩種方式的優勢集合，同時避免它們的不足。

“英特爾先進的封裝技術，如EMIB、Foveros等，可以很好地將多種不同架構的芯片整合到一個芯片里，”宋繼強表示。“這些技術可以避免在板級封裝中對空間和傳輸效率的犧牲，同時在小空間、低功耗的情況下，提高了計算性能和能效比。”

除此之外，在超異構計算領域，英特爾推出“軟硬結合”戰略，推出了以開發者為中心的oneAPI軟件解決方案，提供一個通用、開放的編程體驗，讓開發者自由選擇架構，無需在性能上做出妥協，也大大降低了使用不同的代碼庫、編程語言、編程工具和工作流程所帶來的復雜性，從而為企業節省成本。

宋繼強表示：“通過我們提供的統一API接口使得在不同硬件之間的遷移變得非常簡便和高效。oneAPI是面向開源的，也希望大家來參與這個領域的交流和合作。”

全新的計算架構：神經擬態計算

除此之外，英特爾在計算架構創新領域也在持續探索，這其中就包括采用全新的計算架構的神經擬態計算。宋繼強認為，目前理想的一種計算方式是能夠類似人腦，在低能耗的條件下完成多個不同種類的任務，同時又能夠支持擴展，而神經擬態計算是一個可行之道。

英特爾在神經擬態計算領域已經取得了矚目的進展。神經擬態芯片Loihi存儲和計算一體，把計算單元和所需要的存儲空間緊密整合，擁有非常多一樣的“小核”，每個“小核”中又擁有1000個神經元，每一個神經元又可以和另外1000個神經元相互連接，這樣的架構被稱為“同構多核”，類似人腦中突觸的概念。

“Loihi這樣的一個小芯片已經可以模擬人腦的13萬個神經元，并且可以產生1.3億個突觸，所以這已經是一個高度復雜的神經網絡拓撲了，”宋繼強說到。

神經擬態芯片也是真正的“綠色”芯片。據宋繼強介紹，Loihi不僅體積小，同時采用異步電路設計，只有工作的神經元才會啟動，其他的則處于休眠狀態，可以實現非常高的能效比。

Loihi芯片靈活的架構支持多種事件驅動的自學習模式。除了深度學習中無監督學習模式和監督學習模式，Loihi還支持自監督學習，即關聯不同的事件產出它們的前后因果順序，并且進行強化。除此之外，Loihi還支持強化學習，即利用觀察到的事件和決策之間反復迭代，從而得出“最優解”，這種學習模式非常適用于自動駕駛和機器人領域。

目前，英特爾最新的神經擬態系統Pohoiki Springs擁有768個Loihi芯片，提供1億個神經元，已經相當于一個小倉鼠的大腦。

宋繼強在演講最后表示：“英特爾的宏旨是通過創造改變世界的技術，造福地球上每一個人。希望通過超異構計算以及神經擬態計算，以及開源的技術和平臺，能夠讓新技術快速覆蓋全球，產生造福人類的技術。”