Rich Uhlig表示， 當英特爾公司向以數(shù)據(jù)為中心戰(zhàn)略轉(zhuǎn)型之后，研究院的研究重點就圍繞著“數(shù)據(jù)”來進行布局，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)為中心的時代，未來的顛覆性技術(shù)將發(fā)生在哪些維度? Rich Uhlig認為顛覆性的技術(shù)將發(fā)生在三個維度：一是新型計算的角度看，除了量子計算、神經(jīng)擬態(tài)計算之外，圖計算也將是非常重要的一種新型計算方式。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)，昭示著不同實體之間的關(guān)系。概率計算也是一種新型的計算方式。因數(shù)據(jù)變得充滿噪音而且非常不準確，所以需要有一種技術(shù)可以對其進行優(yōu)化，通過概率或者統(tǒng)計為基礎(chǔ)的計算，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行過創(chuàng)新，并且基于此發(fā)展出來一個事業(yè)部，現(xiàn)在是進行一代硅光子研發(fā)的時機，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行變革。

談及量子計算、圖計算、概率計算與神經(jīng)擬態(tài)計算的區(qū)別，Rich Uhlig表示，量子計算的好處是能夠?qū)ν粋€問題允許同時試驗多個解法，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)，模仿人類大腦的運作機制，去尋求一個問題的解答，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，包括像機器人控制、自學(xué)習(xí)、動態(tài)控制、稀疏編碼等問題。

圖計算主要是發(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)有的計算系統(tǒng)運行圖計算所涉及到的數(shù)據(jù)庫效率非常低。因為這些關(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。圖計算可以有效提升稀疏數(shù)據(jù)的處理效率。

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

Rich Uhlig透露，“這四種完全不同的計算模式目前英特爾都在進行研究，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，英特爾對此的評價以及英特爾的量子計算布局如何? Rich Uhlig表示，谷歌量子霸權(quán)的宣布應(yīng)該說它是量子計算領(lǐng)域的一個進步，但Rich Uhlig同時也表示，量子計算是否成為霸權(quán)需要找到一個非常復(fù)雜的問題，并證明在解決該復(fù)雜問題的過程中，量子計算的效率遠遠優(yōu)于傳統(tǒng)的計算方式，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現(xiàn)實世界的難題來解，所以在這一點上稱其為霸權(quán)并不十分認同。因為量子計算真正的目標不是量子霸權(quán)，而是量子實用性。

Rich Uhlig透露，英特爾的量子計算研究是從兩個方向來推進的，既包含了超導(dǎo)量子，也包含自旋量子。在早期時候英特爾是行管齊下的方式進行研究的，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算上，并在這方面取得了相當良好的進展，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)，都取得了非常不錯的非常有意義的進展。“因為如果我們要解決那些復(fù)雜的現(xiàn)實問題，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行量子位的運算。” 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，是因為兩個領(lǐng)域都非常熱門。從理論上來看，量子計算有助于解決人工智能的問題，但事實上量子計算應(yīng)用于人工智能的時間會比較晚，在此之前有一些更亟待解決的實用性問題較早于人工智能利用到量子計算，比如說分子建模、量子化學(xué)等。

量子計算真正產(chǎn)生實用價值還需要多久?Rich Uhlig認為，至少需要十年的時間。“而量子計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，需要有很多糾錯電路來確保在功能上物理的量子位能達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表示：一個物理的量子位，就是拿一個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，通常需要在多個物理量子位上面加一層糾錯電路，才能形成一個邏輯量子位，這個邏輯量子位才能用來做算法計算，所以用多個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，才有可能讓量子計算進入可適用階段。” Rich Uhlig說，現(xiàn)在才54個量子位，所以量子計算是一個馬拉松，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)在還遠遠談不上競爭格局。

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，有利于擴大量子位的數(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，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。