来源：网易智能

摘要：英特尔分别在大洋两岸，几乎同时上演了两个大秀。

 

在中国，研究院院长宋继强与各实验室负责人详细阐述了团队构成以及目前的四大研究领域，在彼岸，英特尔举行架构日活动，英特尔处理器核心与视觉计算高级副总裁Raja Koduri介绍了英特尔在设计与工程模式方面的战略性转变，并解读了英特尔扎根的六大战略支柱。

01

英特尔发布全新架构 阐述六大技术进展

 

在构架日活动中，英特尔展示了基于10纳米的PC、数据中心和网络系统，支持人工智能和加密加速功能的下一代“Sunny Cove”架构，以及3D逻辑芯片封装技术。并介绍了英特尔在驱动不断扩展的数据密集型工作负载方面的战略进展，从而为PC和其他智能消费设备、高速网络、无处不在的人工智能（AI）、云数据中心和自动驾驶汽车提供支持。

 

在“Foveros”3D封装技术方面，英特尔引入3D堆叠的优势，可实现在逻辑芯片上堆叠逻辑芯片。据介绍，Foveros为整合高性能、高密度和低功耗硅工艺技术的器件和系统铺平了道路。Foveros有望首次将晶片的堆叠从传统的无源中间互连层和堆叠存储芯片扩展到高性能逻辑芯片，如CPU、图形和人工智能处理器。

 

此外，该技术提供了极大的灵活性，因为设计人员可在新的产品形态中“混搭”不同的技术专利模块与各种存储芯片和I/O配置。并使得产品能够分解成更小的“芯片组合”，其中I/O、SRAM和电源传输电路可以集成在基础晶片中，而高性能逻辑“芯片组合”则堆叠在顶部。

 

据称， 英特尔预计将从2019年下半年开始推出一系列采用Foveros技术的产品。首款Foveros产品将整合高性能10nm计算堆叠“芯片组合”和低功耗22FFL基础晶片。

 

英特尔高级副总裁兼硅工程事业部总经理JimKeller

 

除此之外，英特尔推出了下一代CPU微架构Sunny Cove，这款构架可以在提高通用计算任务下每时钟计算性能和降低功耗，并包含了可加速人工智能和加密等专用计算任务的新功能。明年晚些时候，Sunny Cove将成为英特尔下一代服务器和客户端处理器的基础架构。

 

在下一代图形卡方面，英特尔这次推出了第11代集成图形卡，配备64个增强型执行单元，比此前的英特尔第9代图形卡（24个EU）多出一倍，从2019年开始，新的集成图形卡将与10纳米处理器一起交付。

 

在活动现场，英特尔还宣布推出“One API”项目，以简化跨CPU、GPU、FPGA、人工智能和其它加速器的各种计算引擎的编程。公开发行版本预计将于2019年发布。

 

英特尔处理器核心与视觉计算高级副总裁Raja Koduri

 

在内存和存储的最新进展上，英特尔介绍了英特尔傲腾技术以及相关产品的最新情况。据介绍，英特尔傲腾数据中心级持久内存作为一款新产品，集成了内存般的性能以及数据的持久性和存储的大容量。

 

最后，英特尔宣布推出深度学习参考堆栈（Deep Learning Reference Stack），这是一个集成、高性能的开源堆栈，深度学习参考堆栈经过高度调优，专为云原生环境而构建。

 

值得一提的是，英特尔还分享了聚焦于六个工程领域的技术战略，这六大工程领域包括：先进的制造工艺和封装；可加速人工智能和图形等专门任务的新架构；超高速内存；超微互连；嵌入式安全功能；以及为开发者统一和简化基于英特尔计算路线图进行编程的通用软件。

 

02

走进英特尔中国研究院：60人撑起四大研究领域

 

据宋继强介绍，根据地区特点，英特尔中国研究院的主攻方向包括人工智能算法、自主系统平台和智能基础设施。近年来研究院在5G、AI等方面的研发贡献比较突出。英特尔中国研究院（英文全称 Intel Labs China）成立于1998年，致力于研发在智能万物互联环境中的前沿技术。

英特尔中国研究院研究方向图解

 

团队构成方面，目前英特尔中国研究院拥有约60位正式研究员，70%是博士及博士后。研究院由五大团队组成，分别是机器人创新实验室、认知计算实验室、智能驾驶实验室、通讯架构实验室和新技术中心。

 

其中，认知计算实验室由英特尔首席研究员陈玉荣负责。2013年底以来，该实验室致力于基于深度学习的视觉理解以及人脸分析技术开发，并以此影响英特尔架构和平台设计。

 

陈玉荣表示，过去三年，认知计算实验室共获得专利申请批准60多项，发表顶级计算视觉及机器学习学术论文近30篇。英特尔与中国文物保护基金会合作的保护长城项目、与WWF合作的保护野生东北虎项目，都是由该实验室提供关键AI技术支持。

 

目前，认知计算实验室主要从事视觉识别、理解、认知领域的研究。比较前沿的技术包括，利用实时三维人脸特效，对人脸的属性全面理解；高效物体检测；基于RGB-D数据的深度学习应用等等。

 

而智能驾驶实验室于2018年初成立，致力于自动驾驶的前沿关键技术研究，以及自动驾驶技术与智能交通、智慧城市等未来大方向的深度结合，并相互促进的端到端的技术研究。

 

据该实验室总监吴向斌介绍，目前实验室的研究强调对驾驶事故进行学习，通过自动化的深度事故分析、自动场景重建以及关键场景库生成，并与自动驾驶汽车仿真工具深度继承，加速自动驾驶汽车算法的性能仿真迭代和安全验证，最终做到举一反三。

 

受真实场景启发的异常情况仿真及验证

 

在自动驾驶道路仿真方面，该实验室搭建了常规场景随机测试、关键场景测试、高危区域适应性测试，测试变量包括极端天气、照明条件、环境可视性、道路几何形状特性以及其他组合条件。另外，英特尔还赞助了开源自动驾驶仿真器。

 

在车路协同上，通过对关键交通场景的智能化实时、全视角视频分析，提升交通效率和安全性。吴向斌同时表示，目前交叉路口的事故发生率占据全球交通事故的50%，所以实验室将从从交叉路口做起，研究智能交通路口的建设。

 

另外，通讯架构实验室致力于无线基础架构的研究，目前聚焦5G的云基站、高效无线信号处理和雷达感知，满足5G大规模天线技术和低时延处理的要求，并推动5G云接入网的研发，目的是满足5G灵活性、可扩展性以及快速定制的要求。

 

该实验室提出了软件定义的虚拟化云接入网架构（CRAN）。即以云计算的方式进行无线信号处理，解决无线接入网在通用CPU上的高校实现，实时虚拟化，推动CRAN在5G标准化和电信设施的云化转变。

 

在机器人创新实验室方面，据实验室总监张益民介绍，该实验室目前研发的重点在于服务机器人，而且特别关注面向老人看护市场的服务机器人技术研发，重点发力自适应机器人交互，自适应物体识别，三维环境语义和个性化知识图谱。

自适应机器人交互技术展示

 

针对这一领域，机器人创新实验室推出了异构可扩展计算平台（HERO平台），力图适配多样化的机器人产品需求，以期达到计算性能、功耗和尺寸的最佳平衡。同时，该实验室推出了自适应机器人交互技术，使机器人具有连续行为学习能力，并通过知识图谱进行个性化定制。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”