在刚刚结束的英特尔中国媒体分享会上，英特尔研究院院长宋继强表示，未来计算的颠覆性效应将会在三个维度发生：计算方式、通信方式以及存储方式。
新型计算方式：神经拟态芯片与量子计算
自动化向人工智能发展，越来越要求计算机的操作模式趋向于人类，神经拟态芯片和量子计算成为英特尔部署新型计算的主要路径。
英特尔于2017年开发了代号为Loihi的首款自主学习神经拟态芯片，通过新的微架构方式支持自主学习，在应用场景发生变化时能通过自主学习进行适应。最新神经拟态芯片Pohoiki Springs能提供1亿个神经元的计算能力，将Loihi的神经容量增加到一个小型哺乳动物大脑的大小，为更多合作伙伴提供云上服务。
近期，英特尔研究院与美国康奈尔大学共同展示了基于Loihi的实验系统“在存在明显噪声和遮盖的情况下学习和识别危险化学品的能力”。它仅需单一样本便可学会识别每一种气味，且不会破坏它对先前所学气味的记忆。Loihi方案展现出了极其出色的识别准确率。深度学习等传统自学习方案要达到与Loihi相同的分类准确率，需要3,000倍以上每类气味的训练样本。
量子计算是一种全新计算模式，通过量子位的相干，在多个量子位上实现超大规模的并行计算。
“如果将量子计算商业化比作极限攀岩，那么现在才刚刚启程。”宋继强说。他表示，未来应关注如何构建用于解决棘手挑战的系统，即“量子实用性”。只有在成千上万个量子位可靠运行的情况下，量子计算机才能比超级计算机更快地解决实际问题。
2019年底，英特尔研究院发布了代号为“Horse Ridge”的首款低温控制芯片，以加快全栈量子计算系统的开发步伐。作为量子实用性道路上的一个重要里程碑， Horse Ridge以高度集成的方式实现了对多个量子位的控制，并为向更大的系统扩展奠定了基础。
新型存储方式：近内存计算
未来计算关注如何更好地存储数据，让数据与计算靠得更近。
近内存计算，是指将数据在存储层级向上移动，使其更接近计算部件。宋继强表示，这是未来数据处理——特别是AI计算最迫切的需求，能让内存和计算资源更紧密地结合在一起。
新型通信方式：硅光通信
从数据通信的方式来看，硅光通信将是一种新的互联方式。
英特尔从很早就开始推动硅光子技术的研究。在今年3月，英特尔展示了业界首个一体封装光学以太网交换机。它成功将其 1.6 Tbps的硅光引擎与 12.8 Tbps的可编程以太网交换机进行了集成。
“现在是进行下一代硅光互联研发的最佳时机。”宋继强说。