当新一轮的人工智能浪潮涌入千行百业，这一次，以生成式AI为核心的人工智能被认为终于将会全面落地，迎来爆发。然而从ChatGPT问世以来，全球百花齐放的大模型应用仍然还面临诸多挑战，或来自软件，或来自硬件。

近日，第二十届英特尔（中国）学术大会汇聚数百位专家学者，以“合·聚·创 共IN智能时代”为主题，共同探讨了当前人工智能大背景下的科技前沿趋势，从更全面的产学研视角，剖析人工智能底层技术的走向。

英特尔研究院副总裁、英特尔中国研究院院长宋继强

更强的硬件炮制

对于人工智能而言，算力犹如燃料一般，目前全球各国都在积极部署强大算力以支持各行各业的智能化升级。近日，工信部部长金壮龙指出，截至目前我国算力总规模已达到每秒1.97万亿亿次浮点运算（197EFLOPS），位居全球第二。算力的应用已广泛深入到政务、工业、交通、医疗等领域，不断催生新技术、新模式、新业态，为经济高质量发展注入强大动力。

要提升算力，则不得不依靠以芯片为主的硬件性能提升。在英特尔（中国）学术会议上，关于如何实现上千倍的算力提升，英特尔研究院副总裁、英特尔中国研究院院长宋继强在主题演讲中提到的多项技术创新，将助力炮制出算力更加强悍的芯片。

英特尔的愿景是到2030年在单一计算设备当中集成一万亿个晶体管，而目前单一设备大约为1000多亿个晶体管，到2030年时实现约8倍增长，摩尔定律将基本得以持续。宋继强指出，实现这个目标主要依靠半导体制程技术继续微缩，另外还需要用到先进封装技术。

在半导体先进工艺发展中，宋继强提到的三项关键技术，将帮助英特尔在埃米时代重新取得领先地位。第一是英特尔率先与ASML合作应用到大规模制造的将高数值孔径EUV，第二是创新的全环绕栅极晶体管架构RibbonFET，第三是业内领先的背面供电技术PowerVia。

另外，为了快速实现新工艺，并保证引入新工艺后的生产良率，英特尔采用模块化的开发方法，使用一个内部工艺节点来解耦PowerVia和RibbonFET的开发与测试，将相关的功能模块进行划分，以降低直接到达新节点所带来的风险。宋继强表示，目前整个工作流程非常顺利，RIbbonFET和PowerVia这两项技术都会在Intel 20A和Intel 18A启用，预计在明年的产品中就会开始应用。

而在先进封装方面，英特尔的2.5D先进封装EMIB技术，和3D先进封装Foveros技术正帮助芯片在高度集成中迭代，打造出更好的性能和更低功耗。宋继强介绍称，英特尔不仅用Foveros技术将凸点间距从50微米缩小到10微米以下，实验室中正在研发的下一代混合键合技术还将进一步缩小到3微米，大幅度减少芯片封装时需要的尺寸。

宋继强强调，除了芯片工艺和封装技术，英特尔还在神经拟态芯片、硅光技术、量子计算等方面进行前沿探索和研究，且均已取得可观的进展和成就，未来将进一步提升高能效算力和高能效数据传输，引领全新计算模式。

在演讲的最后，宋继强指出，未来将是一个异构计算的时代，但是显然如今整个编程框架的能力并没有跟上，随着未来越来越多的硬件种类推出，如何将软件编程无缝迁移到各种各样的硬件架构中是一大挑战。

更优的软件打磨

关于软件的打磨，英特尔公司副总裁、英特尔中国软件生态事业部总经理李映在接受集微网采访时提到，英特尔主要从以下三个方面发力。

第一是底层软件，李映强调，通过对底层软件打磨，才能真正将算力、硬件、芯片能力更加高效的发挥出来，以满足应用和软件的需求。

第二是中间软件，包括框架、操作系统等。李映表示，这不仅能保证框架和编程语言能够在最高效的硬件环境下运行和实施，更重要的一点是让开源软件框架得到更大的扩展，从而支持整个软件生态的发展。

第三个是创新层软件，英特尔正与合作伙伴一起在软件创新方面发力，包括安全、AI以及软件即服务等方面都取得了进展。

经过软件的全面深度打磨，英特尔推出的开源软件框架oneAPI正在全球范围内帮助越来越多的客户提高生产力、可移植性和性能。

英特尔院士、首席编译器性能架构师田新民告诉集微网，oneAPI是拥有极强可扩展性的开源软件，这种可扩展性不只是针对英特尔的硬件架构，同样也包括非英特尔的硬件架构，目的就是让更多社区、研究所、大学、企业能够充分利用oneAPI的优势，为下一代AI技术和高性能计算技术铺平道路。

oneAPI从发布至今已经过2年半的时间，田新民强调，oneAPI在此期间也经历了持续的优化和打磨。例如除了编译器和运行时序系统之外，oneAPI还推出了更多的检测工具和性能分析工具，以提升可靠性；另外在内部API的定义上，英特尔将规范公布于整个开源社区，让更多人参与API验证，以提升不同硬件架构的稳定性。

技术倒逼科学

想要在智能时代的科技革命中脱颖而出，实际上还不能单单依靠技术提升。从过去到现在，无论是硬件还是软件的演进，普遍属于科学引领下的技术进步。而在华东师范大学副校长周傲英看来，目前在人工智能大背景下，技术倒逼科学发展。

目前，市面上几乎所有的大模型都会出现“幻觉”的问题，这便是因技术进步到一定阶段而科学还无法匹配所导致，虽然人们可以利用技术去修正和完善，但从科学角度还无法彻底解决“幻觉”问题。

英特尔院士、大数据技术全球CTO戴金权也认为，在技术与科学融合发展的时代，要想在人工智能领域取得长足的进步，在专注于硬件和软件提升的同时，也不能忽略科学研究的重要性。