英特爾正開發的超級芯片有什么特別之處？

• 2018年12月4日 ZhangHongYuan來源：綜合 570 32
• 繁體

• 

  抓住機遇，加快發展！芯片行業更需要變中求穩，難中求易！

  產業現狀芯片是一種微型電子器件，又稱集成電路，是指通過采用一定的工藝，將電路中所需的晶體管、二極管、電阻、電容、電感等元件通過布線互聯，制作在半導體晶片或介質基片上，然后封裝在管殼...

周一，英特爾和加州大學伯克利分校的研究人員公布了他們的自旋電子學研究進展，它可以將芯片元件的尺寸縮小到目前尺寸大小的五分之一，并降低能耗90-97%。一旦商業成功，該技術可為近年來處理性能增長平平的芯片產業帶來巨大的動力。

北京時間12月4日上午消息，據外媒報道，英特爾已在一項名為“自旋電子學”的技術領域取得進展。隨著傳統芯片技術逐漸失去動力，這項技術可取代傳統芯片加速用戶手機、筆記本電腦和智能手表。

周一，英特爾和加州大學伯克利分校的研究人員公布了他們的自旋電子學研究進展，它可以將芯片元件的尺寸縮小到目前尺寸大小的五分之一，并降低能耗90-97%。一旦商業成功，該技術可為近年來處理性能增長平平的芯片產業帶來巨大的動力。

團隊的研究為一種名為“磁電旋轉軌道”(MESO)的邏輯元件。具體來說，該元件使用氧，鉍和鐵原子的晶格，提供有利的電磁屬性以便外力可存儲并讀取信息。這種元件所需的功率大大小于CMOS晶體管。研究人員還表示，又因為他們無需激活即可保留信息，他們還可以在設備閑置時提供更加節能的睡眠模式。

目前計算機芯片均采用晶體管處理數據。自旋電子學也可以實現類似的功能，但需要的組件更小更節能。

“我們正努力就下一代晶體管引領行業和學術創新的浪潮，”英特爾組件研究小組的項目負責人Sasikanth Manipatruni在聲明中寫道。

數十億美元的處理器銷量生死攸關——更不用說極度依賴計算機核心的一些——業務關乎無數研究人員正竭力尋找新的芯片技術。幾十年來，芯片始終依賴于互補金氧半導體電路(CMOS)技術。雖然CMOS電子元件仍遵循摩爾定律，但隨著元件大小越來越接近單個原子尺寸，局限性不可避免。

而自旋作為一種量子力學屬性，可以使電子像具有南北極的磁鐵那樣運動，因此可以通過操控場域的方向來存儲和處理數據。英特爾-伯克利的聯合團隊發布的論文即著眼于后者理念，使用自旋電子學實現計算機邏輯。

最近的傳統芯片速度提升很大程度上得益于芯片工程師對專用芯片引擎的投資研究，比如用于圖形或AI計算的芯片引擎。但通用計算速度的大幅提升將有助于更廣泛的軟件運行加速。

相關閱讀：硬件、工具、生態同步發力：英特爾打造物聯網世界的“摩爾定律”

隨著行業數字化在敏捷連接、實時業務以及智能應用還有數據的安全保護等等方面的需求催生了邊緣計算，越來越多的數據需要在邊緣進行處理。IDC估計，到2020年全球有超過50%的數據需要在邊緣處理。

英特爾物聯網事業部中國區首席技術官張宇認為，邊緣計算是今后物聯網發展的一個規律和趨勢，“物聯網一定會從互聯走向智能，再從智能走向自主，英特爾把這個比喻成物聯網發展的‘摩爾定律’;對于英特爾而言，就是要通過不斷創新的技術，不斷豐富的產品，不斷完善的生態系統，和合作伙伴一起共同贏得碎片化的物聯網市場。”

張宇強調，云計算和邊緣計算之間的關系并不是誰取代誰的關系，物聯網一定是邊云協同的系統。對于邊緣設備來說，數據畢竟是局部的，它不能夠形成對全局的認知，如果要想實現數據的融合，必須要在云端來進行實現。

打造全棧式物聯網解決方案

對于英特爾而言，其所提供的物聯網產品是一個全棧式的物聯網解決方案，涵蓋了計算、存儲、通訊所需要的物聯網芯片。

在計算領域，英特爾能夠提供從低壓、低功耗的凌動處理器到靈活的酷睿處理器到高性能的至強處理器，一系列的產品組合來滿足不同的物聯網行業以及不同的物聯網網源對計算的要求。除了通用類型的處理器以外，人工智能的計算正在興起，英特爾進一步的豐富了產品組合，可以提供FPGA和專門用于視頻加速的專用芯片。

在通信領域，英特爾長期以來開始參與通訊標準的制定，在3G、4G、5G的標準里英特爾的貢獻良多。在去年3GPP所頒布的窄帶物聯網(NB-IoT)標準里，英特爾也是積極參與方，預計在明年，搭載英特爾5G基帶的產品就會正式出貨。

在存儲方面，利用英特爾最新的3D Xpoint技術，閃存的存儲密度可以提升10倍，存儲的速度較前一代的閃存來說提高100倍，所有的產品和技術的創新都是英特爾在背后進行驅動的。

在人工智能產品方面，英特爾提供了可擴展的人工智能加速解決方案，利用英特爾的人工智能芯片，可以去構建從智能攝像機到智能網絡視頻存儲器NVR，再到智能視頻服務器，來滿足不同的產品形態對于計算的要求。同時，英特爾也提供了人工智能加速器方案，開發者可以根據自己對于計算性能以及功耗的要求去選取不同的配置。

軟硬結合，加快生態系統構建

如果把一個好的設計轉變成產品，光靠硬件是不夠的，必須要有一個好的開發工具提供支撐。今年，英特爾發布了被稱之為OpenVINO的用于機器視覺和深度學習推理的軟硬工具套件。

在視頻處理領域，基于深度學習的方法和傳統的計算機視覺的方法，兩者都有著自己的應用場景。因為深度學習它是以卷積視頻網為基礎，這種技術比較適合去做物體的識別和物體的檢測，對于一些傳統的計算機視覺方式而言，在光流計算或者是圖像增長，比如利用直方圖均衡的算法去做圖像增強的時候仍然能夠得到一個非常好的效果。所以，在OpenVINO里面，英特爾對這兩類方法有很好的支撐。

對于深度學習，英特爾提供深度學習的部署套件，這個套件可以幫助開發者把自己在開放網絡上所設計和訓練好的一個網絡模型快速的部署到目標平臺上來執行推理的操作。

英特爾部署套件里有模型優化器和推理引擎兩個模塊。模型優化器在保證精度的前提下，對開發者所設計的網絡模型進行優化，把它轉變成中間表示文件，這個中間表示文件可以被推理引擎來進行讀取，推理引擎再利用相應的硬件插件來把中間表示文件下載到目標平臺上進行運行。現在，已經能夠支持CPU、FPGA、GPU的插件和Myriad X的VPO的查檢。

除了做這種硬件和軟件產品的開發以外，英特爾還積極跟合作伙伴一起去構建邊緣計算的解決方案。比如和阿里云的合作，在重慶跟當地的金屬加工廠一起利用OpenVINO以及英特爾的人工智能加速器推出了一個對于金屬件的缺陷檢測的檢測方案，利用該檢測方案可以把漏檢率和誤檢率降低80%，同時檢測效率大大提升。

張宇指出，英特爾在不斷地創新技術，希望能給合作伙伴和客戶提供更高、更好、性能更全的產品;同時，英特爾也在不斷地優化產品組合，幫助開發者和用戶簡化產品的選型。當然英特爾看到更重要的是生態合作創新，共同面對碎片化的物聯網市場。

延伸閱讀

推薦閱讀

猜您喜歡