近日舉行的英特爾研究院開(kāi)放日，不發(fā)新品，只談前沿科技。乍一看覺(jué)得還很遙遠(yuǎn)，但其實(shí)有些已在來(lái)路上甚至已經(jīng)進(jìn)入應(yīng)用中，可能是未來(lái)五年最重要的技術(shù)趨勢(shì)了。

在總結(jié)之前，先說(shuō)一下為什么判斷是未來(lái)五年？這幾大技術(shù)都是英特爾研究院立項(xiàng)時(shí)的規(guī)劃，三至五年是交付的時(shí)間窗，約在五年左右達(dá)成。以英特爾在前沿技術(shù)上的敏銳和布局，這些技術(shù)一旦在不同的時(shí)間節(jié)點(diǎn)產(chǎn)業(yè)化之后，對(duì)現(xiàn)有的技術(shù)格局將可能是顛覆性的。

趨勢(shì)一：光互連I/O已在來(lái)路上

這是第一次聽(tīng)到英特爾提出集成光電這個(gè)概念。雖然在大的原理方面與市場(chǎng)上正在提的硅光方案類(lèi)似，但英特爾的不同之處在于，利用其獨(dú)有的技術(shù)和工藝優(yōu)勢(shì)，將原本分離的、尺寸較大的模塊全部進(jìn)行了集成。

隨著數(shù)據(jù)量的爆發(fā)，面臨性能瓶頸的不只是硬件設(shè)備的計(jì)算能力，同時(shí)還有設(shè)備之間或設(shè)備內(nèi)部的數(shù)據(jù)傳輸能力，特別是對(duì)于數(shù)據(jù)中心這類(lèi)進(jìn)行大規(guī)模數(shù)據(jù)交換的應(yīng)用。

集成光電根本上就是為了解決I/O的傳輸瓶頸。由于光互連（optical）在長(zhǎng)距離、遠(yuǎn)程和地下傳輸中占主導(dǎo)，而電氣互連（electrical）在短距離、主板互連（boardtoboard）和封裝互連（packagetopackage）中有優(yōu)勢(shì)。英特爾的研究愿景就是改變這一現(xiàn)實(shí)，將光互連引入服務(wù)器中，將光學(xué)技術(shù)與硅技術(shù)集成起來(lái)，開(kāi)發(fā)出了硅光子技術(shù)，讓光互連具備硅的高產(chǎn)量、低成本等屬性。

目前在硅光子領(lǐng)域，英特爾已經(jīng)做出了原型演示，混合硅激光器（hybridsiliconlaser）/集成激光器，是英特爾硅光子產(chǎn)品的基礎(chǔ)，已經(jīng)交付了超過(guò)400萬(wàn)個(gè)英特爾100G收發(fā)器產(chǎn)品，這款產(chǎn)品結(jié)合了硅電子和光學(xué)技術(shù)，能夠在獨(dú)立的硅芯片上實(shí)現(xiàn)近乎光速的數(shù)據(jù)傳輸。不過(guò)，雖然這項(xiàng)技術(shù)取得了長(zhǎng)足的進(jìn)步，但鑒于目前硅光子模塊和運(yùn)行功率的成本和物理體積，光互連I/O還不適合短距離傳輸，這是要跨越的下一個(gè)巨大障礙。

預(yù)計(jì)何時(shí)會(huì)遷移到光互連I/O呢？英特爾首席工程師、英特爾研究院PHY研究實(shí)驗(yàn)室主任的答案是“很快了”。展望通信和數(shù)據(jù)中心性能的未來(lái)，光互連和電氣互連方法之間有一個(gè)明顯的拐點(diǎn)，主要原因有兩點(diǎn)：首先，我們正在快速接近電氣性能的物理極限，如果不進(jìn)行根本性創(chuàng)新，高能效電路設(shè)計(jì)將存在諸多限制；第二是I/O功耗墻，計(jì)算的帶寬需求大約每三年翻一番，但電氣性能擴(kuò)展卻跟不上帶寬需求的增長(zhǎng)速度，導(dǎo)致了I/O功耗墻，即I/O功耗會(huì)逐漸高于所有現(xiàn)有的插接電源，導(dǎo)致無(wú)法計(jì)算。

光互連涉及六大技術(shù)要素：光產(chǎn)生、光放大、光探測(cè)、光調(diào)制、CMOS接口電路和封裝集成。英特爾近來(lái)的重大突破是將光學(xué)的四個(gè)組件，包括集成激光器、半導(dǎo)體光學(xué)放大器、全硅光電探測(cè)器和微型環(huán)調(diào)制器與CMOS硅緊密集成的單個(gè)技術(shù)平臺(tái)上，從激光的發(fā)射到調(diào)制，到接受端檢測(cè)、放大，全部通過(guò)小型模塊實(shí)現(xiàn)。

集成光電是英特爾在硅光子技術(shù)領(lǐng)域的技術(shù)愿景，目前研究的重點(diǎn)是低成本、低功耗的光互連I/O。借助集成光電技術(shù)，能夠?qū)/O數(shù)量從幾百萬(wàn)個(gè)擴(kuò)展到幾十億個(gè)，實(shí)現(xiàn)1000倍的提升。未來(lái)的光鏈路將讓所有的I/O連接直接從服務(wù)器封裝中發(fā)出，全面覆蓋整個(gè)數(shù)據(jù)中心。這項(xiàng)技術(shù)一旦規(guī)模應(yīng)用，將徹底改變數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)，提高數(shù)據(jù)傳輸效率。

趨勢(shì)二：神經(jīng)擬態(tài)計(jì)算降低成本有望普遍應(yīng)用

隨著深度學(xué)習(xí)的出現(xiàn)，人工智能取得了驚人的進(jìn)展，但與此同時(shí)，系統(tǒng)功耗不斷增加。訓(xùn)練一個(gè)現(xiàn)代AI神經(jīng)網(wǎng)絡(luò)甚至需要使用數(shù)千臺(tái)集群服務(wù)器，功耗高達(dá)數(shù)百萬(wàn)瓦，這正逐漸成為AI不斷發(fā)展、以及廣泛普及的瓶頸。那么，如何才能提升AI任務(wù)的能效、甚至提高1000倍呢？英特爾幾年前開(kāi)始了神經(jīng)擬態(tài)計(jì)算的探索。

相比傳統(tǒng)計(jì)算機(jī)架構(gòu)，神經(jīng)擬態(tài)架構(gòu)模糊了內(nèi)存和處理之間的界限。和大腦一樣，它利用的是數(shù)據(jù)連接、數(shù)據(jù)編碼和電路活動(dòng)中所有形式的稀疏（sparsity）。也就是說(shuō)，處理就發(fā)生在信息到達(dá)時(shí)，二者同步進(jìn)行。計(jì)算是數(shù)百萬(wàn)個(gè)簡(jiǎn)單處理單元之間動(dòng)態(tài)交互的發(fā)展結(jié)果，就像大腦中的神經(jīng)元一樣。這種新型計(jì)算機(jī)架構(gòu)旨在將能效、實(shí)時(shí)數(shù)據(jù)處理速度、學(xué)習(xí)數(shù)據(jù)的效率等提升多個(gè)數(shù)量級(jí)。

英特爾在2017年發(fā)布了首款神經(jīng)擬態(tài)研究芯片Loihi，采用英特爾主流的14納米制程。相比其他神經(jīng)擬態(tài)芯片，Loihi在靈活性、集成性和速度方面表現(xiàn)較好，并還具有片上學(xué)習(xí)功能。它沒(méi)有深度學(xué)習(xí)硬件中普遍存在的浮點(diǎn)數(shù)和乘法累加器單元，也沒(méi)有片外內(nèi)存接口，內(nèi)存來(lái)源于芯片神經(jīng)元之間的連接。和大腦一樣，所有計(jì)算都在芯片上進(jìn)行，通過(guò)二進(jìn)制脈沖信息和低精度信號(hào)。

英特爾在神經(jīng)擬態(tài)計(jì)算的研究上走到了第五個(gè)年頭，如今項(xiàng)目研究也步入下一階段，探索實(shí)際應(yīng)用。此前，Gartner在一份調(diào)查報(bào)告中預(yù)測(cè)，到2025年神經(jīng)擬態(tài)計(jì)算有望取代GPU，成為下一代AI的主流計(jì)算形態(tài)。

對(duì)此，英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)認(rèn)為，神經(jīng)擬態(tài)計(jì)算和深度學(xué)習(xí)的關(guān)系應(yīng)該是兼收并蓄，而不是取代，“對(duì)于深度學(xué)習(xí)已經(jīng)非常擅長(zhǎng)的，模擬人類(lèi)視覺(jué)或者自然語(yǔ)言交互的任務(wù)，讓深度學(xué)習(xí)的網(wǎng)絡(luò)去模擬；對(duì)于其他不太適合用深度學(xué)習(xí)做的，如英特爾Loihi芯片做的嗅覺(jué)方面的研究，還有機(jī)器人操控、多模態(tài)甚至于跨模態(tài)之間的知識(shí)存儲(chǔ)，可以用神經(jīng)擬態(tài)計(jì)算去實(shí)現(xiàn)。”

為了進(jìn)一步擴(kuò)大該技術(shù)的適用范圍，英特爾成立了英特爾神經(jīng)擬態(tài)研究社區(qū)（INRC），通過(guò)與世界各地不同類(lèi)型的學(xué)術(shù)界、政府實(shí)驗(yàn)室和企業(yè)研究人員進(jìn)行交流合作，成為改進(jìn)Loihi的架構(gòu)、系統(tǒng)和軟件的重要基礎(chǔ)。INRC成員將使用英特爾的Loihi研究芯片作為研發(fā)活動(dòng)的架構(gòu)焦點(diǎn)，隨著基礎(chǔ)算法和SDK組件日趨成熟，英特爾希望INRC取得的成果未來(lái)能夠推動(dòng)神經(jīng)擬態(tài)架構(gòu)、軟件和系統(tǒng)的改進(jìn)，最終實(shí)現(xiàn)商業(yè)化。2021年第一季度，英特爾將發(fā)布下一代“Lava”軟件開(kāi)發(fā)框架的開(kāi)源版本，以此觸及更龐大的軟件開(kāi)發(fā)人員社區(qū)。

受限于成本問(wèn)題，英特爾高級(jí)首席工程師、英特爾研究院神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主任MikeDavies表示，短期內(nèi)神經(jīng)擬態(tài)計(jì)算要么用于邊緣設(shè)備、傳感器等小規(guī)模設(shè)備，要么用于對(duì)成本不敏感的應(yīng)用，如衛(wèi)星、專(zhuān)用機(jī)器人。隨著時(shí)間的推移，預(yù)計(jì)內(nèi)存技術(shù)的創(chuàng)新能夠進(jìn)一步降低成本，讓神經(jīng)擬態(tài)解決方案擴(kuò)大適用范圍，運(yùn)用于各種需要實(shí)時(shí)處理數(shù)據(jù)但受限于體積、重量、功耗等因素的智能設(shè)備。

趨勢(shì)三：量子計(jì)算商業(yè)化道阻且長(zhǎng)

量子計(jì)算有兩個(gè)普世價(jià)值，一是在某些領(lǐng)域快速解線性方程。比如現(xiàn)在的深度神經(jīng)網(wǎng)絡(luò)底層就是解大量線性方程，因此大家預(yù)期量子計(jì)算可以加速深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程；另外一個(gè)就是解決現(xiàn)在經(jīng)典計(jì)算很難解決的問(wèn)題，比如快速加解密；用量子態(tài)模擬和實(shí)驗(yàn)各種分子之間的相互關(guān)系加速生物制藥研發(fā)進(jìn)展；用量子態(tài)模擬不同元素組合的效果研發(fā)新材料；對(duì)物流系統(tǒng)進(jìn)行優(yōu)化求解，實(shí)現(xiàn)對(duì)超大規(guī)模物流或城市系統(tǒng)的管理等等。

英特爾高級(jí)首席工程師、英特爾研究院量子應(yīng)用與架構(gòu)總監(jiān)AnneMatsuura對(duì)抽象高深的量子計(jì)算有個(gè)非常形象的比喻：將計(jì)算機(jī)中的“位”想象成一枚硬幣，硬幣有正反兩面，只能處于一種狀態(tài)中。但是，如果想象硬幣開(kāi)始旋轉(zhuǎn)，越轉(zhuǎn)越快，從某種意義上它可以同時(shí)出現(xiàn)正反兩面，也就是處于兩種狀態(tài)的疊加中。量子位就與此類(lèi)似，兩枚旋轉(zhuǎn)的硬幣，也就是兩個(gè)相互糾纏的量子位，可以同時(shí)混合出現(xiàn)四種狀態(tài)。以此類(lèi)推，n個(gè)量子位就表示同時(shí)出現(xiàn)2的n次方種狀態(tài)。也就是說(shuō)，量子計(jì)算機(jī)的計(jì)算能力隨著量子位數(shù)量的增加呈指數(shù)級(jí)增長(zhǎng)趨勢(shì)。從理論上講，如果有50個(gè)糾纏的量子位，這樣的量子計(jì)算系統(tǒng)所獲得的狀態(tài)數(shù)量將超過(guò)任何一臺(tái)超級(jí)計(jì)算機(jī)。如果有300個(gè)糾纏的量子位，那能夠同時(shí)表示的狀態(tài)比宇宙中原子的數(shù)量還要多。

這聽(tīng)起來(lái)很強(qiáng)大，但事實(shí)上量子位非常脆弱，任何噪音或干擾都會(huì)導(dǎo)致信息丟失。實(shí)際需要數(shù)十萬(wàn)甚至數(shù)百萬(wàn)個(gè)高質(zhì)量量子位，才能制造一臺(tái)商用級(jí)量子計(jì)算機(jī)。也就是說(shuō)，量子需要具備可擴(kuò)展性，才能用于實(shí)際應(yīng)用。

目前業(yè)界包括英特爾、IBM、谷歌都在研究超導(dǎo)量子位的路徑，除此之外，英特爾還有一個(gè)獨(dú)一無(wú)二的路徑——硅自旋量子位。自旋量子位與英特爾的晶體管技術(shù)非常相似，這個(gè)路徑非常適合使用現(xiàn)在的整套硅半導(dǎo)體工藝。英特爾已經(jīng)在12寸的晶圓上制造出2個(gè)硅自旋量子位，然后控制它們進(jìn)行糾纏。

英特爾方面認(rèn)為，相比其他量子位路徑，自旋量子位技術(shù)更能滿足可擴(kuò)展性需求，因?yàn)榕可a(chǎn)高質(zhì)量量子位的重點(diǎn)并不只是數(shù)量，而是需要壽命足夠長(zhǎng)、相互之間連接性足夠強(qiáng)的量子位，以便擴(kuò)展至包含數(shù)百萬(wàn)量子位的商用級(jí)量子計(jì)算機(jī)，從而能夠在實(shí)際的應(yīng)用領(lǐng)域執(zhí)行有效的量子程序或量子算法。

如果把量子計(jì)算商業(yè)化比作一場(chǎng)馬拉松比賽，現(xiàn)在才剛剛跑完一英里。量子計(jì)算面臨的挑戰(zhàn)還包括量子位控制、全面糾錯(cuò)，以及可擴(kuò)展的全棧量子計(jì)算機(jī)。由于量子計(jì)算是一種全新的計(jì)算類(lèi)型，運(yùn)行程序的方式完全不同，因此需要開(kāi)發(fā)量子專(zhuān)用的軟件、硬件和應(yīng)用，進(jìn)行全棧式創(chuàng)新。這方面，英特爾既需利用自身在芯片和電路制造工藝方面的專(zhuān)長(zhǎng)，也在不斷加強(qiáng)與業(yè)界的研究合作。

趨勢(shì)四：IoT時(shí)代必不可少的保密計(jì)算

當(dāng)前的加密解決方案主要用于保護(hù)在網(wǎng)絡(luò)中發(fā)送以及存儲(chǔ)的數(shù)據(jù)，但是，數(shù)據(jù)在使用過(guò)程中依然有遭遇攻擊的風(fēng)險(xiǎn)，保密計(jì)算就旨在保護(hù)使用中的數(shù)據(jù)，這項(xiàng)研究對(duì)于萬(wàn)物互聯(lián)的IoT時(shí)代尤為關(guān)鍵。

對(duì)于數(shù)據(jù)安全，業(yè)界以往的研究重點(diǎn)通常是結(jié)合硬件訪問(wèn)控制技術(shù)和加密技術(shù)，以提供保密性和完整性保護(hù)。不過(guò)，這些研究更多在于保護(hù)單臺(tái)計(jì)算機(jī)上的數(shù)據(jù)。如果有多個(gè)系統(tǒng)和數(shù)據(jù)集，且分屬于不同的所有者，該怎么辦？如何支持多方在協(xié)作中安全地使用敏感數(shù)據(jù)？

英特爾研究院安全智能化項(xiàng)目組首席工程師JasonMartin提到了聯(lián)邦學(xué)習(xí)（federatedlearning）。這也是在深度學(xué)習(xí)大幅推進(jìn)的今天，業(yè)界普遍推崇的一種方式。

在零售、制造、醫(yī)療、金融服務(wù)等許多行業(yè)，最大的數(shù)據(jù)集往往被限制在了數(shù)據(jù)孤島中。而之所以出現(xiàn)數(shù)據(jù)孤島，一些是因?yàn)殡[私問(wèn)題或監(jiān)管挑戰(zhàn)，或是在某些情況下，數(shù)據(jù)太過(guò)龐大，無(wú)法傳輸，對(duì)使用機(jī)器學(xué)習(xí)工具從數(shù)據(jù)中獲取重要洞察造成了巨大障礙。

在消除數(shù)據(jù)孤島方面，聯(lián)邦學(xué)習(xí)是一種很好的思路，業(yè)界目前已有眾多的嘗試。例如在醫(yī)療領(lǐng)域，英特爾研究院與賓夕法尼亞大學(xué)佩雷爾曼醫(yī)學(xué)院的生物醫(yī)學(xué)圖像計(jì)算和分析中心就開(kāi)展了這方面的合作，一篇關(guān)于醫(yī)學(xué)成像領(lǐng)域的聯(lián)邦學(xué)習(xí)的論文表明，采用聯(lián)邦學(xué)習(xí)方法訓(xùn)練深度學(xué)習(xí)模型，其準(zhǔn)確率可以達(dá)到采用傳統(tǒng)非私有方法訓(xùn)練的相同模型的99%，機(jī)構(gòu)采用聯(lián)邦學(xué)習(xí)訓(xùn)練模型，比僅用自己的數(shù)據(jù)訓(xùn)練模型時(shí)的性能平均高出17%。

此外，英特爾研究院還透露了一種全新的加密系統(tǒng)——同態(tài)加密（homomorphicencryption），它允許應(yīng)用在不暴露數(shù)據(jù)的情況下，直接對(duì)加密數(shù)據(jù)執(zhí)行計(jì)算操作。

完全同態(tài)加密的工作原理是什么？傳統(tǒng)加密要求云服務(wù)器訪問(wèn)密鑰，才能解鎖數(shù)據(jù)用于處理。同態(tài)加密允許云對(duì)密文或加密數(shù)據(jù)執(zhí)行計(jì)算操作，然后將加密結(jié)果返回給數(shù)據(jù)所有者，從而簡(jiǎn)化并保護(hù)了這一過(guò)程。

不過(guò)一些挑戰(zhàn)也在阻礙完全同態(tài)加密的采用，最主要就是算力方面的挑戰(zhàn)。比如在傳輸和存儲(chǔ)數(shù)據(jù)時(shí)，傳統(tǒng)加密機(jī)制的開(kāi)銷(xiāo)相對(duì)來(lái)說(shuō)可以忽略不計(jì)，但在完全同態(tài)加密中，同態(tài)密文的篇幅比純數(shù)據(jù)大得多。有時(shí)候甚至大1，000-10，000倍，這將導(dǎo)致計(jì)算激增，要求處理能力隨之增加。不僅如此，處理開(kāi)銷(xiāo)還會(huì)隨著計(jì)算復(fù)雜性而增加，正因如此，同態(tài)加密尚未得到廣泛使用。英特爾目前正在研究新的軟硬件方法，并與生態(tài)系統(tǒng)和標(biāo)準(zhǔn)機(jī)構(gòu)開(kāi)展合作，以推動(dòng)該技術(shù)的普及。

趨勢(shì)五：機(jī)器編程在降低創(chuàng)新門(mén)檻

當(dāng)我們?cè)跒檎业疆悩?gòu)計(jì)算平臺(tái)作為算力解決方案而歡呼時(shí)，另一個(gè)問(wèn)題隨之而來(lái)：未來(lái)，誰(shuí)能為這些異構(gòu)系統(tǒng)編程？答案很可能是：沒(méi)有人。舉個(gè)例子，能為CPU進(jìn)行調(diào)優(yōu)的可能有20%的開(kāi)發(fā)人員，能為GPU進(jìn)行調(diào)優(yōu)的可能也有20%，但同時(shí)能為這兩種平臺(tái)進(jìn)行調(diào)優(yōu)的人員，比例一定是大打折扣的，更不用說(shuō)未來(lái)的異構(gòu)平臺(tái)可能是同時(shí)整合了CPU+GPU+FPGA+NPU+……

這也意味著，未來(lái)，當(dāng)我們真的需要異構(gòu)平臺(tái)來(lái)提供計(jì)算支持的話，也需要某種機(jī)制讓程序員甚至非程序員，不需要掌握太多技能就能夠充分使用可用資源來(lái)發(fā)揮創(chuàng)造能力，這也是英特爾機(jī)器編程的基本驅(qū)動(dòng)力之一。這一方面或許可以解決跨架構(gòu)專(zhuān)業(yè)編程人員的稀缺，另一方面，也能提升效率，解決軟件開(kāi)發(fā)和維護(hù)的痛點(diǎn)。

那么問(wèn)題來(lái)了，一旦機(jī)器編程真正實(shí)現(xiàn)了，專(zhuān)業(yè)的程序員會(huì)不會(huì)失業(yè)？英特爾首席科學(xué)家、英特爾研究院機(jī)器編程研究主任及創(chuàng)始人JustinGottschlich表示并不會(huì)，反而會(huì)創(chuàng)造出新的就業(yè)機(jī)會(huì)。他提出這一觀點(diǎn)的邏輯在于，當(dāng)今存在的大多數(shù)機(jī)器編程系統(tǒng)都需要大量的數(shù)據(jù)，這些數(shù)據(jù)通常以代碼形式存在，而代碼都是由專(zhuān)業(yè)程序員編寫(xiě)的。機(jī)器編程盡管可以實(shí)現(xiàn)編程自動(dòng)化，但是仍需要高技能的程序員，專(zhuān)業(yè)程序員寫(xiě)的代碼越多，構(gòu)建的機(jī)器編程系統(tǒng)才能越先進(jìn)。而更重要的是，如果允許用戶向機(jī)器表達(dá)他/她的意圖的系統(tǒng)一旦成功，也將降低行業(yè)準(zhǔn)入門(mén)檻，這樣一來(lái)，所有人都可以表達(dá)他們的想法，通過(guò)機(jī)器編程實(shí)現(xiàn)自己的創(chuàng)意。這也意味著，軟件開(kāi)發(fā)中枯燥的部分被自動(dòng)化，而人得以有更大的自由、靈活度和時(shí)間精力去進(jìn)行創(chuàng)造性的工作。

此外，機(jī)器編程的意義還在于改進(jìn)軟件調(diào)試（Debug），一方面是自動(dòng)檢測(cè)性能漏洞的機(jī)器編程系統(tǒng)，另一方面是嘗試查找漏洞，讓軟件變得更加強(qiáng)大、可靠，讓程序員的工作效率更高。

JustinGottschlich認(rèn)為，三個(gè)基本進(jìn)步正在推動(dòng)機(jī)器編程處于現(xiàn)在的拐點(diǎn)之上。首先是算法，包括確定性算法和隨機(jī)算法，為建立機(jī)器編程系統(tǒng)提供了大量機(jī)會(huì)；第二是算力，過(guò)去十年在算力方面取得了長(zhǎng)足的進(jìn)步，特別是異構(gòu)計(jì)算，像是解鎖機(jī)器編程的第二把鑰匙，成為關(guān)鍵轉(zhuǎn)折點(diǎn)；最后一個(gè)是數(shù)據(jù)，現(xiàn)在的數(shù)據(jù)量大且豐富，以GitHub為例，2020年夏天，其代碼庫(kù)超過(guò)了2億，這些源文件，每一個(gè)都可能包含數(shù)百或數(shù)千行代碼，且增長(zhǎng)非常快。

寫(xiě)在最后

英特爾研究院在提出這五個(gè)顛覆性研究項(xiàng)目時(shí)，同時(shí)也提出了1000x提升的目標(biāo)，但其實(shí)有些技術(shù)一旦進(jìn)入實(shí)際應(yīng)用中，在現(xiàn)有基礎(chǔ)上帶來(lái)的提升絕不止一千倍，可能是幾個(gè)千倍的升級(jí)。

如果要預(yù)測(cè)它們何時(shí)來(lái)臨？可以引用科幻小說(shuō)家WilliamGibson的一句話：“未來(lái)早已到來(lái)，只是分布不均?！边@大概正是科技創(chuàng)新的誘人之處。既要仰望星空，也要腳踏實(shí)地。握緊手中的六便士，繼續(xù)追逐皎潔月光。
責(zé)任編輯人：CC