人工智能硬件引领下一代计算机架构革命│清华教授余志平——IEEE联合专访系列

半导体工业的兴起将人类从机械文明带入了计算机时代。从上世纪70年代开始沿着摩尔定律的轨迹，晶体管的尺寸越来越小，在集成芯片中的密度则呈几何级地增长，因此大幅提升了芯片的性能。因此， 性能越来越强大的计算机让人们对它的“智能”水平有了更高的期待。

到了2016年，整个计算机世界有两个方面引起了最多关注。一方面， AlphaGo再次点燃了公众对于人工智能的热情，而本月初IBM宣布，用可相变材料创造出首个人造神经元，预示着人类在人脑模拟的硬件上有迈出了坚实的一步。

另一方面，摩尔定律是否能坚持到2020年也是热门话题之一，最的技术例如晶体管三维堆砌和漩涡型旋转激光光刻（swirling vortexlaser）等也被视为了摩尔定律的“救星”。

在这样的背景下，我们有幸采访到了清华大学微电子学研究所的余志平教授，请他为我们详细地分析目前计算机硬件几大热点的现状，并同我们一起展望各类新技术的应用前景。

本采访由 DeepTech 与 IEEE 中国联合完成。

对于IBM发明的人造神经元，余志平教授首先介绍了相关的背景。

人造神经元中用的相变材料最早是用来制作新型存储器的。 而相变非挥发存储器（PCM– phase change memory）的专注研究已经进行了20多年了， 但一直没有找到很好的应用。

一方面，这是因为 NAND Flash存储器的存储密度与成本进步太快 ；另一方面， PCM自身也存在的热稳定性的问题 。

最近两年，IBM苏黎世实验室在PCM的内在工作机理的定量描述上取得了重要的进展。此外，科学家们还通过新的读算法来将单比特（bit）存储单元变为3-bit多比特单元。

余志平教授

余志平表示，因为神经网络依赖于神经元与神经触突来工作，而 神经触突的强度是要求可变与有记忆功能 ，这种 多值的非挥发PCM存储器是十分适合这方面的应用的。

如果IBM能结合下面提及的TrueNorth脑芯片设计，而用与CMOS工艺兼容的PCM技术实现，可望在人工智能硬件上取得朝向商业化的里程碑式的进展 。

2016年8月份，美国马里兰大学在《自然》杂志上发表了相关论文，报道了一台可编程的5量子位量子计算机。余志平表示， 这是一台真正意义上的量子计算机，可以进行傅里叶变换的量子运算。

关于量子计算的发展速度，余志平认为，相较于2年前，即2014年加州大学圣巴巴分校发表的“ 量子纠错算法的改进 ”，再与当时宣布的 Google与UCSB合作在SantaBarbara建立专注量子计算机的实验室 这件事结合起来看， 量子计算机的进展可能要比原来预料的要来得快。

其实，一直以来流传着一个“两个50”的相对悲观的说法，即（量子计算机） 50年后有50%的机会。

至于量子计算机 何时能实现 ，余志平个人的 估计是在10-15年后 。到那时，量子计算机将有望应用于某些类似图像快速识别的特定场合。

不过， 有一点余志平非常肯定，那就是量子计算机并不会取代现在高度发展的以硅CMOS （互补式金属氧化物半导体） 为基础的通用数字计算机。

“在某种程度上，量子计算机类似于模拟计算机与并行计算的自然组合， 有其优势，但不宜无限夸大。 ”余志平补充道。