在技術浪潮奔涌的時代,我們與英特爾研究院院長進行了一次深度對話。他明確指出,當前有三項顛覆性技術正站在變革的前沿,將深刻塑造計算乃至整個社會的未來。與此他也坦率地分享了對量子計算現狀的看法——這項備受矚目的技術,距離大規模實用化仍有很長的路要走。
看好的三大顛覆式技術
院長首先闡述了被他視為關鍵的三大顛覆性方向:
- AI的普及與邊緣化:人工智能正從云端的數據中心,快速走向網絡的“邊緣”——也就是我們身邊的設備。這不僅僅是算法的進步,更意味著計算模式的根本性轉變。未來的智能將無處不在,從工廠的機器人到家庭的電器,都能進行實時、低延遲的本地化智能決策,這對能效、安全性和響應速度提出了全新要求,也催生了新的芯片架構與系統設計哲學。
- 硅光子的集成與互聯:隨著數據量爆炸式增長,傳統電子互聯在帶寬和能耗上逐漸面臨瓶頸。硅光子技術旨在用光來代替電進行芯片內部及芯片間的數據傳輸。它將光的超高速、低損耗特性與硅基CMOS工藝的成熟、可大規模制造的優勢相結合。這項技術有望徹底突破數據中心、高性能計算等領域的IO(輸入/輸出)瓶頸,是構建未來算力基礎設施的關鍵使能技術。
- 神經擬態計算的演進:受大腦工作原理啟發,神經擬態計算試圖打破傳統馮·諾依曼架構中內存與處理器分離的“瓶頸”。它通過模擬神經元和突觸的行為,實現存算一體,在處理感官信息、模式識別、實時學習等任務時,有望實現遠超傳統架構的能效比。這為開發更智能、更自主、功耗更低的邊緣設備與機器人開辟了全新路徑。
量子計算:前景廣闊,但實用之路漫長
當話題轉向量子計算時,院長的態度積極而審慎。他承認量子計算在原理上擁有解決經典計算機難以企及的復雜問題的潛力,例如藥物發現、新材料模擬和優化物流等。英特爾也在此領域持續投入,致力于全棧創新,從量子比特芯片到控制電路再到軟件算法。
他強調,當前業界面臨的挑戰是巨大且根本性的。“離實用很遠” 的核心原因在于:
- 規模與質量的權衡:構建一個實用的量子計算機,需要同時集成數百萬甚至數十億個高質量的量子比特(qubit)。目前,最先進的實驗裝置也只能操控數百個量子比特,且其保真度(穩定性)、相干時間(保持量子態的時間)和連接性都遠未達到實用算法的要求。擴大規模而不損失質量,是最大的工程與科學挑戰之一。
- 糾錯的鴻溝:量子態極其脆弱,極易受環境干擾而產生錯誤。要實現可靠計算,必須引入量子糾錯,這需要將大量物理量子比特編碼成一個邏輯量子比特。目前,實現一個邏輯量子比特就需要成千上萬個物理量子比特,這進一步放大了對規模的需求。
- 全棧生態的缺失:量子計算并非一顆孤立的芯片。它需要全新的低溫控制技術、專用的控制電子設備、適配的算法和軟件工具鏈。整個技術棧都處于早期階段,距離形成一個像經典計算那樣成熟、可編程、可訪問的生態系統,還有很長的路要走。
因此,院長認為,在未來相當長一段時間內(可能是十年甚至更久),量子計算更可能以“量子加速器”的形式,與強大的經典超級計算機協同工作,用于解決特定領域的專業問題,而非替代通用計算。當下的重點,是腳踏實地地攻克物理實現、糾錯和系統集成等基礎性難題。
這場對話揭示了一個清晰的圖景:計算技術的未來是多元化與融合的。AI、硅光子和神經擬態計算等“漸進式顛覆”技術,正在我們可預見的范圍內加速落地,解決迫在眉睫的算力與能效挑戰。而量子計算作為一項“革命性顛覆”技術,其長遠潛力毋庸置疑,但它的成熟需要時間、耐心和持續的基礎研究突破。在當下,關注并投資于那些正在發生、即將改變游戲規則的技術,同時為更遙遠的量子未來奠定堅實基礎,才是推動產業前進的務實之道。