Rich Uhlig表示， 當(dāng)英特爾公司向以數(shù)據(jù)為中心戰(zhàn)略轉(zhuǎn)型之后，研究院的研究重點(diǎn)就圍繞著“數(shù)據(jù)”來進(jìn)行布局，包括新穎的獲取數(shù)據(jù)方式，這涉及到新的傳感技術(shù)，也包括內(nèi)存和存儲新形式、全新計(jì)算平臺、新的聯(lián)網(wǎng)連接方式、新的軟件的發(fā)展方向、數(shù)據(jù)共享安全可信以及高效編程等。

在數(shù)據(jù)為中心的時(shí)代，未來的顛覆性技術(shù)將發(fā)生在哪些維度? Rich Uhlig認(rèn)為顛覆性的技術(shù)將發(fā)生在三個(gè)維度：一是新型計(jì)算的角度看，除了量子計(jì)算、神經(jīng)擬態(tài)計(jì)算之外，圖計(jì)算也將是非常重要的一種新型計(jì)算方式。有一些數(shù)據(jù)的關(guān)系結(jié)構(gòu)是可以形成一種圖的稀疏關(guān)聯(lián)，昭示著不同實(shí)體之間的關(guān)系。概率計(jì)算也是一種新型的計(jì)算方式。因數(shù)據(jù)變得充滿噪音而且非常不準(zhǔn)確，所以需要有一種技術(shù)可以對其進(jìn)行優(yōu)化，通過概率或者統(tǒng)計(jì)為基礎(chǔ)的計(jì)算，能極大地提升效率。

二是互聯(lián)或數(shù)據(jù)通信的方式看，硅光子將是一種新的互聯(lián)方式。英特爾研究院在多年以前就在硅光子方面進(jìn)行過創(chuàng)新，并且基于此發(fā)展出來一個(gè)事業(yè)部，現(xiàn)在是進(jìn)行一代硅光子研發(fā)的時(shí)機(jī)，它可以封裝在CPU內(nèi)，這種方式能將帶寬利用效率提升一到兩個(gè)數(shù)量級。

三是在存儲或者內(nèi)存技術(shù)方面，英特爾傲騰存儲是一個(gè)革命性的全新存儲介質(zhì)，它也要求在很多軟件堆棧方面進(jìn)行變革。

談及量子計(jì)算、圖計(jì)算、概率計(jì)算與神經(jīng)擬態(tài)計(jì)算的區(qū)別，Rich Uhlig表示，量子計(jì)算的好處是能夠?qū)ν粋€(gè)問題允許同時(shí)試驗(yàn)多個(gè)解法，通過連續(xù)采樣最終得到問題的解法。

而神經(jīng)擬態(tài)計(jì)算是一種高能效的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，模仿人類大腦的運(yùn)作機(jī)制，去尋求一個(gè)問題的解答，它主要是應(yīng)用脈沖信息，通過神經(jīng)網(wǎng)絡(luò)的通信方式來進(jìn)行問題的解決，它可以應(yīng)用于很多類型的問題上，包括像機(jī)器人控制、自學(xué)習(xí)、動(dòng)態(tài)控制、稀疏編碼等問題。

圖計(jì)算主要是發(fā)現(xiàn)數(shù)據(jù)之間的內(nèi)在關(guān)系，尤其是大規(guī)模的數(shù)據(jù)之間的內(nèi)在關(guān)系。今天現(xiàn)有的計(jì)算系統(tǒng)運(yùn)行圖計(jì)算所涉及到的數(shù)據(jù)庫效率非常低。因?yàn)檫@些關(guān)系型數(shù)據(jù)本身就非常稀疏，在內(nèi)存訪問模式上具有不穩(wěn)定性，所以貝葉斯算法無法應(yīng)用。圖計(jì)算可以有效提升稀疏數(shù)據(jù)的處理效率。

概率計(jì)算是用來處理那些內(nèi)在不精準(zhǔn)的、缺乏精準(zhǔn)性、噪音非常大的數(shù)據(jù)，概率計(jì)算容忍了它這種不確定性。

Rich Uhlig透露，“這四種完全不同的計(jì)算模式目前英特爾都在進(jìn)行研究，并不篤定其中任何一種將來會超越其他，所以要多管齊下。”

量子的適用性才是關(guān)鍵

谷歌最近宣布率先實(shí)現(xiàn)“量子霸權(quán)”引發(fā)業(yè)界高度關(guān)注，英特爾對此的評價(jià)以及英特爾的量子計(jì)算布局如何? Rich Uhlig表示，谷歌量子霸權(quán)的宣布應(yīng)該說它是量子計(jì)算領(lǐng)域的一個(gè)進(jìn)步，但Rich Uhlig同時(shí)也表示，量子計(jì)算是否成為霸權(quán)需要找到一個(gè)非常復(fù)雜的問題，并證明在解決該復(fù)雜問題的過程中，量子計(jì)算的效率遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的計(jì)算方式，這樣量子霸權(quán)才得以成立。從選取題目的角度看，谷歌并沒有找到一個(gè)現(xiàn)實(shí)世界的難題來解，所以在這一點(diǎn)上稱其為霸權(quán)并不十分認(rèn)同。因?yàn)榱孔佑?jì)算真正的目標(biāo)不是量子霸權(quán)，而是量子實(shí)用性。

Rich Uhlig透露，英特爾的量子計(jì)算研究是從兩個(gè)方向來推進(jìn)的，既包含了超導(dǎo)量子，也包含自旋量子。在早期時(shí)候英特爾是行管齊下的方式進(jìn)行研究的，最近英特爾內(nèi)部已經(jīng)將研究技術(shù)路線更聚焦于硅自旋量子計(jì)算上，并在這方面取得了相當(dāng)良好的進(jìn)展，無論是從制造量子位，還是從控制技術(shù)的角度(自旋量子要求低溫的控制環(huán)境)，都取得了非常不錯(cuò)的非常有意義的進(jìn)展。“因?yàn)槿绻覀円鉀Q那些復(fù)雜的現(xiàn)實(shí)問題，就需要非常多的量子位，隨著量子位數(shù)量的提升，必然是要求在低溫環(huán)境下非常高效的來進(jìn)行量子位的運(yùn)算。” Rich Uhlig說。

系統(tǒng)方法解題是英特爾量子的優(yōu)勢

如何看待量子計(jì)算和人工智能之間的關(guān)系? Rich Uhlig表示，二者往往會被人們并聯(lián)起來，是因?yàn)閮蓚€(gè)領(lǐng)域都非常熱門。從理論上來看，量子計(jì)算有助于解決人工智能的問題，但事實(shí)上量子計(jì)算應(yīng)用于人工智能的時(shí)間會比較晚，在此之前有一些更亟待解決的實(shí)用性問題較早于人工智能利用到量子計(jì)算，比如說分子建模、量子化學(xué)等。

量子計(jì)算真正產(chǎn)生實(shí)用價(jià)值還需要多久?Rich Uhlig認(rèn)為，至少需要十年的時(shí)間。“而量子計(jì)算能解決多少問題與量子位的數(shù)量、規(guī)模有成比例的關(guān)系。但我量子位非常脆弱，可能在毫秒之間就發(fā)生分解，所以需要開發(fā)一些技術(shù)使得周圍的環(huán)境對量子位來講有更大的寬容度。” Rich Uhlig進(jìn)一步談及，物理的量子位和邏輯的量子位之間的關(guān)系，要想讓量子位長期存在，需要有很多糾錯(cuò)電路來確保在功能上物理的量子位能達(dá)到邏輯量子位的要求。

關(guān)于物理量子位與邏輯量子位之間的關(guān)系，英特爾中國研究院院長宋繼強(qiáng)表示：一個(gè)物理的量子位，就是拿一個(gè)晶體管做自旋量子位Spin Qubit。但物理量子位非常脆弱，而且它們糾纏的時(shí)間非常短，需要檢測它的狀態(tài)是不是穩(wěn)定，通常需要在多個(gè)物理量子位上面加一層糾錯(cuò)電路，才能形成一個(gè)邏輯量子位，這個(gè)邏輯量子位才能用來做算法計(jì)算，所以用多個(gè)物理量子位才能變成在算法層面可用的長效邏輯量子位。

“這意味需要有幾千、上萬甚至是百萬個(gè)物理的量子位以及相關(guān)的解密編碼等，才有可能讓量子計(jì)算進(jìn)入可適用階段。” Rich Uhlig說，現(xiàn)在才54個(gè)量子位，所以量子計(jì)算是一個(gè)馬拉松，現(xiàn)在才跑完了第一英里，目前很多選手都在跑，英特爾是其中之一，這就是現(xiàn)狀，而現(xiàn)在還遠(yuǎn)遠(yuǎn)談不上競爭格局。

談及英特爾在量子方面的優(yōu)勢，Rich Uhlig表示，一是在硬件制造方面的工程工藝方面。英特爾長期從事半導(dǎo)體制造，所以選擇量子位制備技術(shù)是硅自旋量子位，而它高度契合了其在制造方面的優(yōu)勢經(jīng)驗(yàn)，有利于擴(kuò)大量子位的數(shù)量及規(guī)模。二是在量子位的配置以及控制技術(shù)方面。英特爾在低溫表征方面有很好的經(jīng)驗(yàn)，所以能夠獲得更好的低溫控制技術(shù)等。三是英特爾一直擅長于用系統(tǒng)的方法解決問題，所以對于量子計(jì)算能夠建立從設(shè)備到控制到編程等復(fù)雜的系統(tǒng)優(yōu)勢。