专访杨旭谈英特尔芯片制程：老虎不发威还以为我是病猫？

　　崔玉贤/文

　　关于尖端制造，英特尔不谈已经很多年了。近日，英特尔突然召开了一个“精尖制造日”的大会，并且把制造运营的老大Stacy Smith请来了中国。不仅如此，在整个演讲PPT展示环节，英特尔不仅一再强调“领先友商三年”，而且直接将自己的10nm技术与三星、台积电做了各项性能的对比。这很不“英特尔”。

　　英特尔为何选择这个时间点进行一场这样的信息沟通?网易科技独家专访了杨旭，他的一句话说破了原因：之前人家说英特尔的10nm、7nm都滞后了，所以我们有必要把事实拿出来。中国有句话怎么说的?“老虎不发威，还以为我是病猫哇”!

　　英特尔制程技术领先友商3年

　　对于摩尔定律是否会失效的问题，英特尔公司执行副总裁兼制造、运营与销售集团总裁Stacy Smith直言：肯定不会。“14和10纳米制程技术其实都创了历史纪录，它实现了超过传统制程工艺的更高的晶体管密度。制造成本正常的趋势是不断攀升，如果成本攀升但是晶体管微缩，事实上每个晶体管的成本是下降的，可以看到最后两个节点的成本下降幅度是高于历史趋势的。它证明什么?也就是摩尔定律仍然有效。” Stacy Smith解释到。

　　而在谈到英特尔制程优势方面，Stacy Smith表示，竞争友商10纳米的制程技术晶体管密度只相当于英特尔14纳米制程晶体管密度，却晚于英特尔14纳米制程三年。此前业界沿用的一种简单的通过节点数字命名的方式到了目前的发展阶段已经不能真正体现制程工艺的先进程度了，导致了很多节点命名上的混淆，英特尔认为制程技术的衡量标准应该以晶体管密度这个业界曾经广为接受的指标来度量。

　　对此，杨旭补充道，在45nm时英特尔的High-K Metal Gate技术独步天下，第一个研究并实现量产，友商出来都是三年以后的事情;而英特尔的FinFET三极管技术也是领先人家三年出来的，这一技术应用到了22nm;在14nm时，通过超微缩技术的创新，英特尔的晶体管密度是竞争友商的一倍，而友商的10nm集成度只是英特尔14nm的集成度;而重要的是英特尔10nm在今年第四季度就可以实现投产了。

　　“我们现在已经有技术验证7nm到5nm都没有问题。而且我们在通过前瞻研究推进5nm以后的，比如3nm、1nm，这些当然就需要很多别的新的技术，英特尔一直在探索。”杨旭表示。

　　在此次活动上，英特尔首次带来了10nm晶圆，这也是英特尔10nm晶圆的全球首次亮相。

　　数据洪流倒逼制程提升

　　其实，时隔很久英特尔再次提到制程技术，也是因为现在大量的数据对计算能力，对芯片的制程提出了更高的要求。

　　现在数据无处不在，英特尔CEO科再奇就曾提到数据将是未来的石油。“数据量会呈现指数级增长，而且数据的形态也会发生很大的变化。”杨旭认为。

　　现在每人每天上网所产生的数据量平均1.5GB，未来物物相连，人物相连产生的数据可以说是指数级增长。杨旭举例道，但一个智能医院一天上网就可能产生3000GB;一辆无人驾驶车一天会产生4000GB;工厂连网后一天会是上百万个GB。

　　“所以这些洪大的数据流和不同形态的数据流，需要具备很强的计算能力来处理。”杨旭表示。

　　以下为网易科技对杨旭的访谈实录：

　　网易科技：先从公司大的战略层面问你一个问题，英特尔现在为什么提出来向一个数据公司转型呢?

　　杨旭：谢谢。看英特尔的核心业务，实际上英特尔一直是一个数据公司，因为我们一直在处理数据。只是说现在大家看到数据的变化很大，主要体现在两个方面。一个是数据的量在持续性的增长，同时数据的形态又在发生很大的变化。所以英特尔我们以前处理数据的能力和今后计算未来的数据的能力，我想我们最近也增强了不少。

　　包括我们自身的创新，再从外边收购补充的这些能力，所以英特尔要立足于对未来数据处理的需要提供强大的计算能力。所以我想英特尔的核心永远在数据上，这就是为什么我们把自己定位成一个数据公司。

　　网易科技：谈一下时下最热的话题，人工智能，英特尔现在在人工智能方面有怎样的战略部署，目前有哪些成果可以分享?

　　杨旭：非常好，谢谢。因为人工智能的话题确实比较热，大家也非常关注。但是这个问题很复杂，所以我觉得要用一两句话讲清楚不容易，但是万变不离其宗，我还是从人工智能的应用、计算能力的需要、英特尔的整个布局去回答你刚才说的这个问题。我觉得人工智能实际上是一个刚起步的马拉松，是一个马拉松，首先要强调，所以在这个时不是所有人都已经知道人工智能的所有答案了。这是第一个。

　　人工智能是一个很泛泛的概念。因为同样一个技术，你拿到一个什么样的应用场景去要改变一个应用场景的具体问题的时候，它所需要的技术是不一样的。比如说食物，它是一个笼统的概念。我们说我们每天要吃食物，那具体是吃什么呢?吃米，还是吃面，还是吃肉、吃蔬菜等等，肉里面的种类还更多了。人工智能是一样的，它是一个泛泛的概念。

　　人工智能实际上就是说机器学会了按人们的方式来思维。比如AlphaGo这个事情，为什么一下就唤醒了国人对人工智能的兴趣?因为是第一次机器按照人的思维培训以后、学习以后，然后进行判断和决定。是第一次机器按照人的思维来进行思维和处理信息，所以这是一个非常大的进步，和以前的人工智能不太一样。

　　以前机器人下象棋也有，但是那个时候是靠给它输入很多棋谱，然后它优先来选取什么样的走法是最好的。但是人工智能就是靠你培训它的方法。如果业余选手去培训它，它就是业余选手下棋的方式和思维的能力。如果你派一个职业的选手去跟它下，职业五段到职业九段，你可能培训它三个月、六个月、一年，它一定会超越你。

　　因为它把你的分析方式全部学会了。但这里面一个很关键的东西就是算法，这种算法就是人们思维的方式。把人类的思维方式教会机器，它就是要按照人类的算法，来按照接近于人的思维方式来分析问题。所以这时的人工智能最大的突破是在这。但是如果是同样这个概念，那它应用环境就不一样了。比如用在无人驾驶，那它要像驾驶员这么来思维。

编辑：未知