英国著名科幻小说家阿瑟·克拉克（《2001：太空漫游》）有言：“任何先进的技术，初看都与魔法无异。”在英特尔这家巨大的半导体公司的内部，有一批人正在专注于此，即用新颖的方法，在广泛的前沿研究领域中探索如何帮助人类应对在计算、连接、从云到边缘的基础设施、AI、传感和感知等领域面临的重大技术挑战。
这就是英特尔研究院（Intel Labs）在做的事情。2023英特尔on技术创新大会期间，英特尔研究院院长Rich Uhlig介绍了英特尔在AI、集成光电、神经拟态计算、量子计算等关键技术领域的最新进展和解决方案，他表示：“英特尔研究院的探索逻辑是‘3S’，即 ‘发现’（Seek）、‘解决’（Solve）和‘推广’（Scale），先尽量把概念向前推进，确认其进入规模化阶段时能够走向成功，再建立技术原型，测试技术的应用，如果成功，就会借助英特尔强大的执行能力扩大产品规模，将研究项目转化为产品。”
英特尔高级院士、英特尔公司副总裁兼英特尔研究院院长
Rich Uhlig
本次大会中，英特尔研究院还举办了技术洞察分享、专题论坛和Demo演示等丰富多彩的活动。
在技术洞察分享环节，英特尔研究院副总裁兼新兴AI研究总监Gadi Singer围绕灵活、认知、自主和负责任四大方面，分享了英特尔研究院对AI未来的洞察。2023年是AI向新阶段过渡的一年。很多行业的重点正在转向成本效益高、值得信赖、安全、负责任、适应性强的大规模生成式AI模型，包括医疗、制造、零售和娱乐等行业。在英特尔研究院，研究人员正在推进新兴AI应用，并与行业合作，以便更好地整合最新技术并从中获得价值，帮助AI变得更加灵活、渊博、自主和负责任。
此外，通过多场专题论坛，英特尔研究院详细地介绍了其在诸多前沿技术领域的工作，包括：
·集成光电及其对未来系统和数据中心的影响
服务器之间的数据移动日益频繁，这对当今数据中心基础设施造成了沉重负担。这个行业正在迅速接近电气I/O性能的实际极限。通过将硅光子与低成本、大容量的硅集成，英特尔研究院的集成光电研究解决了数据中心内网络流量日益增长带来的挑战。在该专题论坛中，英特尔研究院分享了其取得的最新进展，介绍了集成光电改变未来数据中心架构中的系统接口和网络拓扑的可能性，并阐述了英特尔对未来数据中心的光学计算互连和端到端光网络的愿景。
·面向智能边缘的AI驱动的边缘服务和控制
企业正在部署创新的基于AI或机器学习的边缘服务，以支持分布式异构边缘的各种使用场景。在该专题论坛中，英特尔研究院展示了如何使用AI或机器学习技术来操作智能边缘，从服务到端到端基础设施，从上到下到平台。该专题论坛介绍了一组创新的边缘应用程序，使用AI或机器学习技术提高其能力和性能，例如改进缺陷检测、执行视觉查询和数据管理或协调移动机器人路径的应用程序。英特尔研究院还展示了，针对资源受限的边缘平台的自动化AI和机器学习算法优化会如何帮助优化应用程序的性能，并详细介绍了这些算法如何用于优化5G网络基础设施上应用程序的端到端操作。此外，在该专题论坛中，英特尔研究院也展示了，这些算法如何使用平台功能——例如资源调度技术（Resource Director Technology）——动态地调整共享资源的使用，以满足用户通过总体目标定义的需求，实现端到端管道，并详细介绍了如何使用创新的AI和机器学习技术来优化和操作智能边缘。
·神经拟态计算：Loihi 2和Lava软件
尽管几十年来取得了进步并且近期也取得了突破，但目前的AI技术在许多重要领域仍然落后于生物大脑。为了创造充满各种智能设备的未来世界并让它们安全、自主地配合人类，英特尔受神经科学原理的启发开创了一种全新的计算方法。这就是全新的Loihi处理器架构，通过最小化数据移动和利用基于稀疏性和异步事件的传输，它实现了数量级的计算指标提升。在该专题论坛中，英特尔研究院详细介绍了其在神经拟态计算研究领域的最新进展。
·推动大规模的基础性AI研究
英特尔的AI实验室开发基础性AI技术、颠覆性应用以及极具挑战性的计划。该专题论坛分享的洞察涉及十亿级图神经网络（GNN）分布式训练平台，通过图形架构理解长视频（在处理10倍长的视频的同时以很低的成本匹配SOTA转换模型的性能），以及“AI for Science”的突破（第一个面向蛋白质结构设计的对话界面和面向新材料研发AI的全新基准）。
·量子计算的进展和英特尔®量子软件开发工具包（Intel® Quantum SDK）介绍
尽管可能还需要很多年，但量子计算有望在能源生产、材料、化学品和药物设计、金融和气候建模以及密码学等方面取得突破。许多公司正在共同努力，推进有助于实现量子计算的研究工作。英特尔研究院正在扩大软件开发者社区，以充分利用名为英特尔®量子软件开发工具包的全栈解决方案。在该专题论坛中，英特尔研究院详细介绍了英特尔取得的最新进展，介绍并演示了如何使用英特尔®量子软件开发工具包，包括运行流行的经典量子化学算法。
·加密计算：探索数据隐私保护前沿
超越当今的机密计算，名为加密计算的新研究领域有望进一步提升云计算数据隐私保护和安全。与可信执行环境不同，加密计算是一种强大的新技术，通过端到端加密实现涉及私有敏感数据的计算和协作。它可能会彻底改变未来加密数据的共享、分析和处理方式，使组织机构能够获得有价值的见解，同时从理论上消除数据暴露给第三方的风险。在该专题论坛中，英特尔研究院介绍了在全同态加密和英特尔加密计算软件开发工具包方面取得的最新进展。
·自优化数据库：在数据库管理系统中使用机器学习
数据库管理系统（DBMS）是一个复杂的软件系统。其性能取决于硬件、数据和数据库查询。针对特定问题优化DBMS可能会让人不知所措。英特尔研究院与麻省理工学院和布朗大学的学术合作伙伴密切合作，正在开发自动完成自优化的数据管理系统。采用简单参数搜索方法的DBMS优化以前已经使用过，然而，这项研究正在通过基于机器学习的创新方法开辟新方向。从自组织的数据容器和自动优化的查询引擎到DBMS内基于机器学习模型的低级数据结构，一切都清晰明确。在该专题论坛中，英特尔研究院介绍了未来采用自优化系统的数据管理。
·异构编程：C++中的分布式数据结构、算法和视图
分布式和异构系统——例如每个节点有多个GPU的集群——已经变得越来越普遍。目前，这类系统的编程通常使用多个低级编程模型。为了给这些系统打造软件生态系统，需要更高级的编程模型。英特尔研究院的目标是，帮助用户在此类系统的编程中使用标准的数据结构和算法，就像目前使用序列系统一样。英特尔研究院使用分布式数据结构来实现这一点，这种结构在多个GPU或节点上自动分配数据。此外，还使用了并行计算的分布式算法。在该专题论坛中，英特尔研究院介绍了如何在多个GPU上运行C++程序，只需极少的修改，让性能媲美经专业调优的代码。
同时，英特尔研究院还在2023英特尔on技术创新大会现场展示了多个Demo，呈现了推动前沿技术应用落地的诸多探索和尝试，包括：
·AI机器人：具有可编程性的人类-AI交互技术
协作机器人（Cobot）正在成为面向一般体力劳动的自适应智能助手，具有颠覆性的投资回报。在这个演示中，终端用户通过VR方式（远程）操控机器人，直接完成物品拾取和放置任务。其中展示的编程过程包括机器人模仿人类，动作和实体标注，以及对模块化机器人技能的安排。这个使用场景逐步演示、介绍了英特尔在运动基元、增强机器人视觉和VR接口方面取得的进展，通过英特尔RealSense技术和英特尔XPU硬件实时地控制、推理、断定和行动。
·AI安全和信任
这个演示涵盖了AI领域的安全、信任和隐私保护等几个主题。虽然ChatGPT等流行的大语言模型（LLM）是使用公开可用的数据进行训练的，但下一步是在组织内部署它们，并通过自定义数据进一步增强。但是，如何保证大语言模型尊重组织边界，不会向未经授权的人员透露信息？互动Demo展示了一个猜谜挑战，目的是说服大语言模型透露它被告知不要透露的信息。
·辅助计算：AI回复生成与脑机接口
辅助情景感知工具包（Assistive Context-Aware Toolkit, ACAT）是由英特尔研究院开发的一个开源软件平台，使患有运动神经元疾病的人能够通过键盘模拟、文本预测和语音合成进行交流。最近发布的ACAT 2.0版具有脑机接口，使完全不能行动的用户能够进行沟通。该版本还包括针对AAC（增强和替代性沟通）用途进行微调的增强语言建模功能，以实现个性化的语句完成，以及更高效打字模式，提高沟通速度。该系统经过优化，可在客户端设备上运行，而彻底重新设计的用户界面易于使用。这个演示展示了ACAT的所有功能，包括脑机接口和新的文本预测功能。
·生成式AI：3D潜在扩散模型（LDM3D）
DepthFusion展示了英特尔LDM3D扩散模型的强大功能，通过文本提示生成360度视图。LDM3D扩散模型使用用户提供的文本提示生成2D RGB图像及其相应的深度图，从而提供文本提示的完整RGBD呈现。然后，利用LAION400M数据集的一个子集对该模型进行微调，该数据集是一个大规模的图文数据集。用于微调模型的深度图由MiDaS 3.1生成，这是一种深度估计算法，为图像中的每个像素提供高度精确的相对深度估计。然后，英特尔的应用程序利用多功能平台TouchDesigner的强大功能，可以创建身临其境的交互式多媒体体验，生成逼真的360度视图，为用户提供一种独特而引人入胜的方式来体验他们给出的文本提示。
·光场显示器上的沉浸式远程呈现
该Demo重点介绍了一个完整的实时光场视频端到端系统，该系统使用云处理，并在内容创建和消费终端设备方面获得客户端功能的支持。这项“光场视频”技术展示了在沉浸式视频点播、实时直播和视频会议体验方面的突破。该演示展示了一个完整的端到端系统，其中包括一个用于同时捕捉各种摄像头角度的消费级光场摄像头阵列，用于可变视点视频创建、云处理、流媒体内容交付的算法，以及一个沉浸式视频观看设备。
·神经对象复制：用于游戏等领域的AI驱动的3D内容创建
·神经拟态计算：利用Loihi 2进行卫星调度和优化
该演示展示了，在解决物流和运营中经常遇到的调度问题时，英特尔的神经拟态技术如何减轻计算负担。一个典型的调度问题涉及分配一定数量的代理来执行特定数量的任务，同时遵守调度的约束。该演示展示了如何解决太空技术行业的一个关键调度问题：将大量地球观测请求（任务）安排给卫星群（代理）。调度问题所花费的时间与代理数量，以及要解决的任务数量的平方成正比。对于拥有数十个卫星和数千个客户请求的商业卫星公司来说，目前的算法无法及时找到最佳解决方案。
·量子计算：英特尔®量子软件开发工具包和3D交互式硬件演示
该演示重点介绍了英特尔量子软件开发工具包（Intel® Quantum SDK）的1.0版本，该工具包让用户可以对接英特尔的量子计算堆栈。该软件开发工具包包括一个基于C++的直观用户界面、一个适用于量子计算的基于LLVM的编译器工具链，以及一个高性能的英特尔量子模拟器（Intel Quantum Simulator）作为以量子比特为目标代码的后端。该演示还展示了英特尔量子硬件的3D交互式外观。
迈向计算的未来，人类不会停步。英特尔研究院将始终致力于在各种前沿领域“全面出击”，从技术探索，到应用落地，不断探索多样化的可能性，为未来计算“插上翅膀”。
