最近，英特爾開放實驗室向社會公布了五項黑科技的最新進展，讓我們看看，它都說了哪些黑科技，英特爾走到哪里了，又會怎么影響我們的生活。

不愧全球的科技大佬，提出過”摩爾定律“的科技狂魔!

#英特爾#

我看了一下，英特爾提出的集成光電、神經擬態計算、量子計算、保密計算，以及機器編程，都是非常牛的最新技術，而且英特爾本身也在里面有了不少成果，可以說是引領科技的進步。

就讓我一個個來盤點這些黑科技，看看我們能在那里做點什么。

集成光電第一個就講到了芯片技術

我們最近討論最多的高科技就是芯片，美國利用其領先的極紫光科技和材料科學，阻止我們的華為制造最先進的5G芯片。

為什么美國可以阻止我們的芯片生產呢?

因為最先進的光刻機出自于荷蘭的ASML，這些光刻機利用了美國的專利和材料，才能生產5納米的芯片。

現在美國不允許出口高密度的芯片光刻技術了，華為最高端的移動芯片當然就沒法生產。

我們雖然可以生產中低端的28納米芯片，但是由于密度不夠，所以很難用在體積小功能多的手機上，導致榮耀公司都要被出售。

這里講的5納米，28納米，指的都是用于實現芯片的電子器件的最小尺寸，尺寸越小，就能在單位芯片上容納更多的信息。

受限于電子元器件的大小，據說不久之后生產出的1納米的器件就是極限了!

英特爾研發的光電技術，就是用來突破這一極限的。

來自英特爾的科學家認為，如果我們遷移到全光互聯芯片技術，可以有兩個好處，

首先可以用光的波長來突破物理電子元件的極限;第二可以有效地降低功耗，進一步加強計算能力的提升。我國最近設計的”九章“量子計算機原型，也在采用光子計算的方式，來達到超算一百萬億倍的計算能力，不知道是否和英特爾的想法殊途同歸呢?

神經擬態技術在自動駕駛的應用

我們知道，利用神經元擬態的深度學習技術，大大地提升了圖像識別的精度，掀起了人工智能領域的又一次進步。

而采用神經計算方式，來分析交通狀況，識別路面的交通隱患和危險，及時判斷和決策，也是最重要的人工智能應用和方向。

無論是華為的麒麟9000芯片，還是蘋果的A14芯片，都在其中集成了強大的神經計算單元。

英特爾看到了在自動駕駛以及人工智能方面的商機，拉入了聯想、羅技、梅賽德斯-奔馳和機器視覺傳感器公司Prophesee加入一個團體，共同研究神經擬態的商業價值。

看它的名單就知道，這是要在游戲和汽車上放大招啊!

推出可應用于量子計算的超低溫芯片

我們知道，2019年谷歌推出的”平衡木“量子計算原型機，采用的就是低于-180攝氏度的超低溫計算。

通過超低溫，可以大大地激發DRAM的活力，從而實現量子計算的特殊需求。

所以，英特爾因應這個潮流，也推出了第二代的低溫控制芯片Horse Ridge II，這種芯片可以更方便地搭建量子計算機，以及實現有效的量子控制。

如果這個芯片是可行的，這就意味著量子計算機工業化的進度進一步加速了。

想想就激動，要知道我國最新的量子原型機的理論計算速度相當于1百萬億臺超算計算機，

谷歌的也非常強大，可以替換全球的算力。

可以說量子計算機一旦商用化和通用化，可以替換掉現在絕大多數的計算機算力，可以說是時代最大的科技進步。

想不到英特爾也看上了這一塊。

想想也是，一旦計算機市場被量子計算升級，英特爾每年幾億片的CPU不是沒有出路了嗎?

所以最重要的還是要有眼光，早日看到未來的替代產品，以免市場一來，自已的產品全部作廢。

機器編程替換大量的碼農?

英特爾推出的下一個黑科技是機器編程。

其最新的計算機算法，據稱可以摸擬大部分的編程邏輯和結構，多快好省，替換大部分程序員的工作。

聽到這個時我真的大吃一驚。

要知道，程序員簡直是互聯網時代的嬌子，他們的高薪，985，天量期權，都是其它行業羨慕的榜樣。

機器編程一來，就連程序員也要被取代了嗎?

還好，英特爾第一步只是做了一個輔助工具，

他們提供了一個機器編程研究系統ControlFlag，它可以自主檢測代碼中的錯誤，幫助軟件開發者進行耗時費力的Debug。

采用深度學習的ControlFlag軟件，利用大量的Bug進行訓練，實際上發現，能夠大大減輕程序員的負擔，快速發現編程的問題，提高解決問題的速度。

這么來看，目前還不是一步搞定程序員，程序員還有一條活路。

不過這么看，也差不太遠了!

總體來看，英特爾雖然在移動互聯網時代沒趕上番，但是研究的未來技術還是蠻有實力的，說不定在人工智能的未來，他也能迎頭趕上。

另外，英特爾研發的方向也給我們國內的科研提了個醒，雖然人家在前面，但還是在一路快跑，我們要趕上美國，需要花出更多的力氣。