“穿越周期更多的要靠行业里从事技术、以及科研的人员，我们要坚信底层的逻辑，一定有更好的技术方案在我们认知范畴之外，所以一定要坚持进行更多的技术探索和合作。”11月27日，英特尔中国研究院院长宋继强在第十九届《财经》年会“《财经》年会2022：预测与战略”上表示。
英特尔中国研究院院长宋继强
在“未来科技·赋能产业升级”的圆桌论坛中，宋继强指出，英特尔的整个发展过程经历了几个不同的信息技术发展周期，从最早期的计算机、单片机开始，到后来的PC、互联网、移动计算，再到现在的物联网，即万物皆可计算，这几个发展周期中始终不变的就是英特尔正在将越来越多的计算数据纳入到“赛博世界”里面。
他表示，英特尔的几位创始人都是学术派，其中的一位安迪·格鲁夫，也是管理学大师。格鲁夫就“偏执”地相信通过技术的革新，能够加速推动产业发展。摩尔定律的发展过程实际是人为推动的规律，它不是物理定律，就是靠一帮人坚持地相信能把这个事情推动下去。英特尔制程工艺经历了好多个节点，其中有很多困难，整个业界都说现在摩尔定律推动不下去了，但有些人还是坚信有办法，比如通过产学研多方面的合作，最终找到路径把它推进下去。
宋继强认为，技术发展不可能只靠一家公司推动。放眼全球来看，各个重要技术节点的推动都是大学和多家企业联合实现的。大家一起去试错，发现机会并实现突破，最后公司再进一步推动实现产业化。
他表示，穿越周期的第一个要素是，坚持打开自己封闭的视野，跟更多的人去交流合作；第二是，不能忽视基础的东西，只是去看上层的空中楼阁；第三是，不要轻易放弃，在推动摩尔定律的几个时间点上，在2000年初、2008年都有可能放弃，但最后还是没有放弃，找到了准确的点推进下去。“周期是会一直存在的，包括现在又进入了新的周期，但底层技术还是那几样。我们如何从物理世界纳入更多数据到‘赛博世界’，再在‘赛博世界’里处理多样化的数据并进一步存储海量的数据。”他说到。
以下为部分发言实录：
主持人（谢丽容）：每个人的视角都不太一样，这是多技术并发的时代，知易行难，今天我们看到很多机会，不同阶段的公司，因为有创业初期的公司已经IPO成功的公司或者中型的公司，还有英特尔这样穿越了几个技术周期老牌的大型的科技公司，不同类型的公司怎么把握住创新的机会呢，我们看到了机会怎么去把握？宋院长先说一说。
宋继强：英特尔的整个发展过程经历了几个不同的信息技术发展周期，从最早期的计算机、单片机开始，到后来的PC、互联网、移动计算，再到现在的物联网，即万物皆可计算，这几个发展周期中始终不变的就是英特尔正在将越来越多的计算数据纳入到“赛博世界”里面。回顾英特尔50多年的发展历史，如果最开始英特尔没有抓住以如何计算、传输、存储数据这些要点来进行创新，之后的发展很可能就会偏离航道，但英特尔的几位创始人都是学术派，其中的一位安迪·格鲁夫，也是管理学大师。格鲁夫就“偏执”地相信通过技术的革新，能够加速推动产业发展。所以我认为摩尔定律的发展过程，实际是一个人为推动的规律，它不是一个物理定律，它就是靠这么一帮人坚持地相信能把这个事情推动下去。英特尔制程工艺经历了好多个节点，其中有很多困难，整个业界都说现在摩尔定律推动不下去了怎么办，实际上就是有些人还是坚信有办法，比如通过产学研多方面的合作，最终找到路径把它推进下去。
穿越周期这件事情其实更多的要靠行业里从事技术、以及科研的人员，其中包含几个基本要素：
第一，坚持去打开自己封闭的视野，与更多人交流合作，这是穿越周期的第一个要素。要坚信底层逻辑，一定是有更好的技术方案在我们的认知范畴之外，所以一定要坚持进行更多的技术探索和合作。特别是现在半导体领域面临发展瓶颈，往前推也存在许多困难，其实这些技术发展不可能只靠一家公司推动。放眼全球来看，向各个重要技术节点的推动都是大学和多家企业联合实现的，大家一起去试错，发现了一些机会之后，有一些突破，最后公司才进一步推动实现产业化。
所以我觉得坚持去打开自己一个封闭的视野，与更多人交流合作，这是穿越周期的第一个要素。这能让自己看到原本自己看不到的东西，因为人们总会被自己的认知框架所束缚，所以如果想要去扩展就要不停地去吸收新东西，看其中到底有什么能补足原来缺少的认知。
第二，不能忽视基础的东西，只是去看上层的空中楼阁，这样整体会比较脆弱。当底下基础不稳固的时候，上面的东西搭得再漂亮，其实是不长久的。
第三，不要轻易放弃。因为如果在推动摩尔定律的几个时间点里面，比如2000年初有机会就放弃掉，2008年的时候也有机会就放弃掉，其实在很多时间点如果没有持续推进，那摩尔定律确实也就推动不下去了，但如果不放弃，最终我们会在这些地方找到准确的点把它推动下去。周期是会一直存在的，包括现在又进入了新的周期，但底层技术还是那几样。首先，是如何获得更多的数据，从物理世界到达“赛博世界”，我们能看到越来越多的传感器和数据采集方法能够把数据转进来，这就是我们常说的“数字化整个世界”，未来我们有办法把更多的数据纳入到“赛博世界”里边来；其次，是如何处理这些数据，现在的数据与几十年前的数据相比大相径庭，我们不能用以前的计算方法、计算的硬件去做。所以，要不断颠覆自己原来对于计算架构、计算方式的认知，突破自身的认知，用新的架构、新的算法解决问题；最后，是如何存储这些数据，当海量的数据被导入到“赛博世界”里进行处理，处理的时候需要用到很多人工智能的东西，而人工智能本身就有一大堆的数据，我们称之为“元数据”。面对如此庞大的数据，我们如何去存储，这又一个崭新的课题，
所以在这些技术周期里始终不变的都是要解决这些问题。当元宇宙来到的时候，元宇宙需要一个更强大的数字化计算底座，因为没有很好的计算存储和通信基础设施作为支撑，元宇宙就是一个空中楼阁。
主持人（谢丽容）：不要害怕失败，度过了一个低谷之后去迎接另外一个低谷。追问一下宋院长，英特尔公司，对于很多中小型公司如果错过了一个风口，或者错过了一个技术周期，接下来可能还能赶上，但英特尔这样的公司，一旦错过了下一个技术风口，或者一个产业的窗口，可能就会给公司的横向带来巨大的影响。您作为这个公司里的一个技术领导人是怎么看待这个问题的？
宋继强：这个问题非常好，这可以理解为如何能在技术发展和企业提供出去的产品之间找到一个很好的平衡。因为技术它本身不是一个商业化可以交付的东西，就像刚才其他嘉宾谈到的，这是非常精准的。你不是卖一个技术，而是在卖一个产品，但最后以什么样的形式能够把这些技术整合起来，如何把它交付出去，这是非常重要的。
实际上对于英特尔而言，在最开始它是一个做CPU的公司，到后来我们慢慢地把网络、GPU等都纳入其中，现在我们又把不同种类的计算架构都纳入其中，这些举措其实是为了应对英特尔看到的未来很多种不同的客户需求，为他们的产品来定义我们的技术，而不是只从英特尔的技术出发去推什么样的技术。对于英特尔而言，我们是以客户优先、产品领导力优先的思维去定义我们的技术。
如果说英特尔在PC时代做的特别好，那其实是因为我们跟微软合作地非常好。我们把我们的技术，不管是CPU、底层软件优化技术，还是系统板级的一些很多的IO、Chipset技术整合地非常好，支持了整个PC时代的软件和开发者生态。这里面我还要强调的是生态，因为如果光有产品，没有很好的开发平台、应用平台和开发生态，这个仍然是做不大的。英特尔在PC的时代与整个Windows上面开发者平台融合地非常好，那时我们就赢了，所以整个PC的时代是一个Wintel的时代，然后基于X86开发了非常多巨量的应用，到现在是叫Legacy，就是在PC上面基于windows开发的东西，还是X86的CPU表现出色。
再往后到了数据中心时代。早期的数据中心，它不是以Windows作为一个主要的开发平台或者操作系统，对于英特尔而言，我们刚开始进去的时候并不是很便利，因为我们的处理器在那儿不是主流，大家知道主流有好几种。所以，英特尔采用的方式是继续对接里面的产品和它的开发者生态，后来就大量地投入去帮助整个Linux系统，在整个服务器领域实现应用，包括建立了非常多的围绕高性能处理器，它的IO、连接、存储这么一整套技术链，经历了7、8年的打磨，到现在英特尔仍然是Linux开源的重要贡献者。通过这么多年的打磨，英特尔才成为整个服务器领域优秀的技术供应商。
另外，生态的竞争不以谁的技术好为先，它受多种因素的影响，如果赌错了生态，其实最后还是赢不了。所以对于新兴的技术而言，其实在技术爆发的阶段，我们称为属于一个“炒概念期”，这个不用担心。企业要担心的是，当这个东西开始形成大规模的平台，开始形成生态的时候它不在里面，这个时候是真的该担心了，或者是离这个生态太远，甚至是成为它的对立面，那就更麻烦了。
所以我觉得在新时代，未来是数字化转型是大趋势，而未来数字化转型形成哪些生态是未知的。现在的智能驾驶、智能城市、智能机器人、智能空间，一定会形成新的不同生态，这里边的操作系统不一样，比如车里的操作系统，未来的车里到底是什么样的，虽然现在有几家在定义，但这也不是未来。未来智能空间、工厂、办公室会是什么样的，现在也正在试，因为疫情影响，我们正大规模地把线下变成线上，很多东西都还处在非常早期的阶段。现在说有统一的平台都为时过早，更何况说生态，所以这个时候对于英特尔而言，我们先把底层逻辑的那几样东西做好，做多种架构的计算、无处不在的连接的支持、数据的存储，包括量子计算我们也在进行。因为我们是上游供应商，我们不决定最后谁的应用能赢，但是我们会看，谁是未来应用平台生态的赢家，看准时机尽早对接上去。所以这是从英特尔公司站位的角度来看，怎样能赢，怎样会输，我觉得是非常清楚。
主持人（谢丽容）：这几点非常好，挑战一下宋院长，创业公司做创新很容易认为最后卖给大的巨头，或者被压的死了。英特尔很早之前就开始做尝试，我们企业的创新分为了几个层级的创新，有最高层级的偏基础的创新，偏产品侧的创新，中间还有若干层，我不太记得住了。这几年英特尔在创投方面做了很多事情，你们会投资一些很新兴的公司，很有潜力的创新，利用他们的触角感知这个市场，你认为大公司和创新公司之间的关系怎么样？
宋继强：这个问题非常好，因为前面各位嘉宾都聊到了科研、创新，还有整个业界，包括学术界的位置的问题。大家还是要找到自己合适的定位，因为大家遇到的比如企业面临的压力或KPI，学校里面老师面临KPI都不一样。我们要理解清楚科研和创新分别是什么，其实科研从普遍学术界认可的定义来讲，实际上是有人把钱给科研人员，用他们的脑力和时间产生出新的技术，所以它的产出是一些技术、发明、方法，或者是一些发现，比如新的元素、材料，但是它不是产品，它不能直接变成钱，没有社会价值和商业价值。至于创新，它其实是根据一些明确的需求，技术人员把已有的技术进行整合，就是一个组装的过程，变成流程化，最终能够产生出产品给到需要的人，创造商业价值或社会价值。
其实科研和创新是两波人干的事，当然在一些大的组织里这两波人都有，比如英特尔、华为，因为大公司需要能有很长的流水线去做这件事情，特别是像英特尔这种半导体公司，因为它做的是半导体，芯片的生产流程超级复杂。大家可能没有接触过不了解，现在先进的工艺一套流程是一千多个步骤，这一千多个步骤最终需要历时三个多月才能把一个芯片生产出来，其中会运用到很多不同的物理、化学，光电、精密的光学仪器、量子效应等东西。所以对于如此复杂的流程来讲，不做长期、提前量的科研型投入是不可能的，所以英特尔对于这部分的工作是以10年作为一个提前量在研究，10年先去导入，然后到5年左右看看这个东西是否能实现大规模生产，最后才会定义出一些新的生产节点、标准的流程进行制造，包括一大堆的仪器设备需要去跟各自领域顶尖的供应商合作，告诉他们需要什么样的设备、材料，然后批量进行生产。所以从一个学术论文开始，到最后这个学术论文里的成果如何最终应用到标准化的流程中，并且是良率很高，也就是次品率很低，这样一个流程没有7、8年是无法实现的，所以这绝对不是一个小企业能完成的，而这种事情如果要进行，也一定需要产学研协同配合。为什么说现在中国赶半导体还需要一段时间，就是因为这套产学研配合的机制还没有完全建成，而在过去几年美国和欧洲的已经形成了这套机制，所以中国还需要不断补足基础科研方面的建设。
基础科研之后，还有一些是偏产品级、技术级的一些研究，比如基于人工智能新算法的启发去做一些类脑芯片架构，基于量子计算已有的基本原理去做量子计算的芯片或系统等等，这些属于更偏向于基于已知的一些新技术，然后把它们往产品化推进，但这个过程也没那么容易，因为它还不是属于产品，仍然是研究型的项目，但已经能比较清楚地知道它未来产品、技术元素构成是什么。除外还有更靠近客户的，是产品组里的研发部门，他们的周期就是一年半左右，因为他已经知道要为什么样的客户打造什么样的产品，是软件的还是硬件的，打造硬件还需要3年，而软件通常就是一年半开发出来，这就叫研发部门。
英特尔中国研究院做的是3-5年左右的时间段，包括一些新的算法、架构、应用模式需要哪些技术去做，在整个研发体系里面，需要清楚找什么样的人合作。在整个研发体系里，我们跟大学的合作是全方位的，因为当中的很多投入不知道什么时候能真正地产生成果转化，但是你得投，不投等于支持的水就会少掉一部分。对于建造未来生态而言，尤其是数字化转型里面需要一些新的技术支撑、技术方向，英特尔非常愿意做三类事情：
第一，我们会站在中立的角度跟大家讲未来的技术走向，包括它的可行性、可商用性。比如量子计算，业界纷纷扰扰的说法很多，有说近期就能做成的，有说还需要很长一段时间的，英特尔自己投入做了几年，所以我们对外说会用比较客观的观点告诉大家，如果是超导这种类型的量子计算，通常还需要8年左右的时间才能达到的规模的商用级别；如果走另外的一些方式，比如英特尔现在采用的硅电子自旋的方式，那可能需要更久，但是这种方式产业化的程度更高，因为它能利用现在半导体制造的工艺。英特尔会站在产业的中立角度，我们会基于我们知道的、实验过的数据，给大家一个明确的预期。所以，做传统经典计算的人不要着急，担心量子计算会不会两年后就把我颠覆了，或者急于现在就投入。
第二，对于即将发生的一些新技术、平台，英特尔会联合学术伙伴和产业伙伴打造一些公共技术，跨越人力、技术投入比较多的槛，最终把这些平台交付给我们的产业合作伙伴。在生态里面帮助大家跨过一些投资大、耗时长的过程。也就是说，第一是把大家的整个认知范围扩大，帮助形成更清晰、更正确的认知；第二是帮助跨越一些耗资多，时间长的门槛。
第三，英特尔会积极参与到一些开发者社区里面，培养开发者、培养学生。英特尔连续25年被评为教育部最佳合作伙伴，多年来一直支持各种各样的人才计划，包括人工智能，我们也有全方位的AI人工智能的培训。
综上所述，我认为英特尔对于支持生态里的一些企业减少一些自身的付出是有帮助的。
