英特尔研究院副总裁、英特尔中国研究院院长宋继强

“ChatGPT这类AI大模型训练算力成本很贵，现在能有如此大的服务器算力能力企业也就那么几家。而英特尔算力云能够解决大模型训练、推理过程中所需的算力且性能比低等难题。”近日，英特尔研究院副总裁、英特尔中国研究院院长宋继强对钛媒体App等表示，巨大的智能算力需求是英特尔看到的未来重要发力点之一。

(资料图片)

北京时间3月30日，英特尔宣布构建256个至强芯片和512个Gaudi芯片组成、用于生成式 AI 算力的英特尔开发者云，与今年英伟达GTC大会上公布的 AI 超算云服务DGX Cloud有些类似。

目前，AI 初创公司Hugging Face和Stable Diffusion已经在使用英特尔芯片，实现包含1760亿个参数的开源语言大模型BLOOMZ和深度学习文生图大模型。

这意味着，英特尔、英伟达等芯片巨头正在利用芯片+软件工具链实现 AI 基础设施——算力云计算，这是一个关键性趋势信号。长期来看，拥有服务器芯片的供应商们将与亚马逊AWS、阿里云这些云厂商产生竞合关系。

此次英特尔中国研究院、南京英麒智能科技2023探索创新日上，宋继强在主题演讲时表示，人工智能、智能计算作为数字化转型中非常重要的生产力，对于数字经济和GDP有巨大推动作用。在此背景下，三个“万亿”的时代正在加速到来：晶体管、大模型、半导体市场。

据中国信息通信研究院预计，到2032年，中国数字经济规模将超过100万亿元；英特尔预测，单个计算设备当中能够集成的晶体管数量将从现在总计1000多亿个，到2030年，单个计算设备当中可以集成1万亿个晶体管，8年有8倍的增长提升，差不多还是一个“摩尔定律”的增长速度。

“在未来包含万亿级别晶体管的大的芯片设备当中，不可能只是由英特尔一家提供芯片，所以我们未来一定是通过系统级的工艺提供产品服务，包括生产晶圆，同时也有先进封装的技术，而且还能够把不同厂商的芯粒组装在一起，达到最好的性能，最后通过软件工具还有软件的性能库让它发挥最大的作用。”宋继强再次阐述英特尔 IDM 2.0 战略，真正扩大内部工厂网络和外部芯片代工合作，帮其他厂商生产制造先进制程或成熟制程的芯片。

对于英特尔中国研究院内部，去年其更新了研究组合，新增了人类和人工智能交互协作、RISC-V敏捷开发研究等。

目前，英特尔中国研究院的八大研究领域包括：视觉智能与视觉合成、人类和人工智能交互协作、未来服务器、智能边缘、神经拟态计算、机密计算、独特IP（知识产权）&平台、RISC-V。

宋继强表示，相对于其他机构，英特尔中国研究院坚持走双轮驱动的技术研发战略，既要创新领域探索，也要规模化商业化导向，希望这些技术方案未来能够导向到产品化、大规模商用。而且，英特尔中国研究院还与国内地方政府、产业界和学术界联合起来研究科技创新，构造一个大的、在中国本地可以很好地运行的合作创新链条。

工信部数据显示，截至2022年6月，中国算力总规模超过150EFlops（每秒15000京次浮点运算次数），仅次于美国排名全球第二，在全球算力分布中占比26%。近5年，中国算力总规模年均增速超过25%。据IDC预测，未来5年，中国智能算力规模的年复合增长率将达52.3%。

随着ChatGPT热潮引发中国日益增长的 AI 算力需求，英特尔正在提前联合布局未来技术，本土驱动半导体创新。

此外，宋继强对钛媒体App表示，英特尔内部非常关注数字人技术应用，基于算力，英特尔可能会偏向于三维的超逼真效果数字人研究。他还再次强调持续支持开源RISC-V指令集架构研发，尤其在软件、IP核层面做技术积累。“不论在设备端还是边缘端，若市场的需求量很大，英特尔便可以通过代工业务进入这一领域。”

财报显示，2022年全年，英特尔研发投入达到175.28亿美元，占总收入比重的27.8%，远高于苹果（2022年收入为77.09亿美元）、英伟达（73.39亿美元）等硅谷科技巨头，是美国科技企业里面研发支出最高的公司之一。（本文首发钛媒体App，作者｜林志佳）