万物智联的5G时代即将到来，从今年5月开始，网易科技重磅打造“5G+访谈”，邀请行业内大咖共话5G，探讨“5G+”时代的机遇和挑战。网易科技将通过专业视角持续为大家带来5G最前沿的报道。
第8期访谈，网易科技对话英特尔中国研究院院长宋继强，在融合聚变的超异构时代，他为我们详细阐述了AIx5G的历史机遇。
文/丁广胜
“AI和5G是两场技术变革的历史性机遇”。
宋继强认为AI不是加5G而是乘，他们创新性的提出AIx5G的概念，在详解概念之前，他为我们回顾了AI计算的发展史。
“计算在过去50年不断的演进，一直到现在，摩尔定律仍然在发挥作用，从2012年开始，ImageNet让我们看到有些算法超越人的能力，这是证明潜力的过程；2016年通过AlphaGo，我们开始尝试实用化，探索AI能不能用在我们的某些实际场合里，以可控的成本，可控的时间代价，可控的功耗做事。而现在，我们到了AI技术结合很多产业去做规模化和实现商用的时代。”
但在宋继强看来，目前4G其实并不能完美的支持大量的设备都去用人工智能，而5GxAI会给我们带来颠覆性的改变。如果5G可以给我们带来高带宽、低延迟、又可控经济成本，那整个端到云将充满想象。
具体而言，5G带来的好处首先在边缘计算，我们可以把计算和存储的能力往前推，推到接入网；其次是利用云端只监控智能设备的运行情况，如果有足够的资源和能力，我可以预先模拟、规划，做超实时预测。“在真实世界有一套系统运行，在虚拟世界里有一套，或者多套系统运行，这也是一个崭新计算范式。”
5G为人工智能带来的益处显而易见，那AI又给5G带来什么好处呢？
宋继强告诉网易智能，世界上将有500亿智能设备在2020年会接入互联网，包括智慧城市、自动驾驶、智能音箱等等人类在生活中的智能场景，这会产生大量的数据，但这个时候的模型优化，靠的更多的将是AI算法。
与此同时，宋继强谈到，随着计算加速需求的变化，终端、边缘还有云，它们对计算加速的性能、功耗、实时性、成本、芯片的尺寸大小都有不同的要求，传统异构计算并不能满足现在计算的要求，这个时候我们就需要超异构计算。
“超异构计算有传统计算的好处，又要避免原来的劣势，一是跟板级设计一样，有多功能多架构的芯片，处理不同的运算负载，并完成加速；二是能非常好封装在一个芯片里，不是在板级，在封装层设计先进的技术，把带宽放大，但是功耗降低，体积降小，这是封装集成技术。三是给更复杂的超异构的模式，对于软件开发人员，它们的工作应该更加简单。”
宋继强还谈及英特尔超异构计算愿景，希望提供多样化的标量、矢量、矩阵和空间架构组合，以制程技术进行设计，由内存层级结构提供支持，通过封装集成到系统中，使用光速互连进行超大规模部署，提供统一的软件开发接口以及安全功能。
以下为对话宋继强部分精选内容：
问：我们应该怎样更好的理解AI乘5G，而不是之前的加法？
宋继强：假如我们可以在10毫秒之内调用到网络上计算或存储资源的话，实际本地可以有更大的计算能力、更强的存储，或者是处理某些特定应用，我们就可以做更多的事情。
举一个具体的例子：大家都熟悉交通路口，交通路口上有一圈摄像头，摄像头加了网络，各自把自己的数据往“云”上送，做一些监控功能，这实际上就是简单的“+”，什么是“×”？假如我利用在交通路口的边缘计算能力，比如每个方向两个，一圈有八个，这八个摄像头的数据，原来只看自己一个方向，但我同时有了这八个数据，就可以通过AI算法、视频融合、三维重新建模的方法，把整个十字路口做一个虚拟化的建模，而且是实时的。
好处在于这样的系统，可以给各个方向来的车一个提示，哪儿有车会来，假使他现在的视线被一个大巴或者什么挡住，他也可以知道什么地方有潜在的碰撞危险。
问：您谈到Alx5G是历史性的交汇，从整个产业的角度，您觉得“产、官、学、研”应该各自发挥什么作用，让技术发展更进一步？
宋继强：底层技术突破是一个产生变革的基础可能性。官方可以引导底下这些分散的力量去解决大问题，所以他们可以去定义一些关键的场景，比如：有数据的、算力的，可以往这一块去做。我们国家已经有这样的动作，比如定义出AI落地的领域——自动驾驶、智能制造、智能语音，这有不同的企业牵头去做。
不过，企业牵头做的时候，怎样形成好的激励和引导机制，如何让企业和学术界融合，还是存在挑战的。
问：之前讲5G+，您提出5G“X” ，这其中5G“X”哪个场景是您关注和看好的？
宋继强：场景太多了，比如智慧的农业、林业，还有低成本的智慧教育、医疗，如果有5G这种很便宜的基站，你可以很容易的把网络能力延伸到更大的层面，然后去把原来只是受限于网络覆盖面而不能触及的这些业务触及起来。
医疗、教育、农业、林业，这些都是5G可以非常好去激发的，但原来已经可以靠智能手机做的比较好的那些当然不会太感觉到，因为那些只是加快了网速而已。
问：您觉得影响人工智能普及的主要挑战是什么？
宋继强：现在的挑战我觉得还是把现在已经比较可用，而且又便宜的技术，看看能够怎么用在一些场景里面，让实际的商业客户可以看到收益，这个是比较重要。
或者你能不能直接催生一个商业模式，就像“无人零售”是不是可以通过直接降成本，直接提高支付效率和门店运营的效率；或者工业场所是不是就可以用技术做快速分拣的业务，甚至可以让机器人布成流水线直接做事，就是要把它放在实际场景看，是不是能够减员增效，创造新的商业模式。
第二个，学术界是给你看到了AI的一些好处，同时也指出了AI的一些缺点。比如：容易出现攻击，给错误的数据就会出现错误的缺点。这些是产业要密切关注的，你只看到它的好处而没有去多了解它的负面，然后就着急的想应用在一些Critical的场景，可能会产生一些负面效应，导致民众、消费者对AI的信心下降，这是一个比较危险的地方。所以其实就是什么呢？一是，要从经济的角度来看，怎么把AI技术放进去。第二，管控好它的风险，这个风险必须让企业界真的知道。作为一个产品，你就不能讲只有95%的可靠性。
问：您对哪个行业的普及相对比较乐观？
宋继强：第一，可能是在智慧工厂里面，比如原来人检测，人累了就会出错，但现在机器检测快速提高效率、成本也降低了。第二，在医疗领域，对于某些疾病，通过机器识别去看片，效果可能比人看得好，因为它汇聚了完整的知识。第三，在智慧零售领域；第四，还有金融领域。