前些天，埃隆·马斯克(Elon Musk)旗下的神经科学公司Neuralink，正式对外公布了一个可扩展的高带宽脑机接口系统。
科技的进步，再次引发了大家的热议和关注。
IBM，被业界誉为蓝色巨人，随着面向云的转型，IBM在科技上的进取呈现出了新意。
一方面，在资本与技术的融合上，不惜花费340亿美元的大手笔，将全球开源领域大名鼎鼎的Redhat红帽公司成功收购，进一步加深了在混合云领域的布局。
另一方面，聚焦未来架构，IBM对未来的科技思考，也变得更为前卫、丰富与积极。令人期待的黑科技，款款颜值都很高。
⊙黑科技之一：
未来引领，多位相变存储有了全新突破
IBM研究团队针对相变存储，尤其是多位相变存储的研究已经有十年左右的历史。
2010年，IBM研究团队发表了可靠的多位相变存储相关技术。
2015年，IBM研究团队成功的演示了每单元2位的可靠的相变存储技术，可以支持多达一百万次的擦写。
2016年，IBM研究团队又成功的演示了每单元3位的相变存储，可以在80度的高温下重复擦写一百万次。
IBM副总裁、大中华区首席技术官、IBM中国系统科技中心总经理谢东博士
就在2019年7月18日位于南京举办的2019 IBM Systems 科技论坛上，IBM副总裁、大中华区首席技术官、IBM中国系统科技中心总经理谢东博士带来了更令人惊赞的技术细节和深度思考，IBM在高温下的64k相变存储单元阵列上实现每个单元成功存储3比特的能力，并且在实验室完成了其重复擦写次数突破100万次。
其中，最大技术挑战在于工艺上对于电阻飘移的容错处理，以及工程可靠性，这与相变存储器自身特性有关。作为一种非易失存储，相变存储目前主要利用的是特殊材料在结晶态和非结晶态这两种稳定状态下的电阻差异来表示不同的信息。对于相变材料的加热有不同的技术实现方式，包括使用激光器来进行加热等方式。相变后的材料性质由注入的电流、电压及操作时间决定。
当然，实现每个单元3比特的存储能力意味着在这样的存储密度下，PCM相变存储的成本将接近闪存，并且大幅低于DRAM的成本。值得深入研究的价值在于PCM相变存储具备了DRAM与闪存的双重特性。相变存储技术上的全新突破，可能对技术架构带来系统级变革，甚至是编程模式的颠覆。
在PCM相变存储技术进一步利用上，可以改变处理器和内存的传统信息传输架构，加速内存计算前进的步伐，让理想变为现实有了很大可能性。
下一步，IBM计划和一些芯片制造厂商来合作制造PCM芯片，并推出适合主机、Power服务器和IBM存储相关的PCM产品。
⊙黑科技之二：
超高密度磁带技术加速进化，大有可为
信息存储发展的历史，其实就是存储介质不断创新，从而带动存储行业向前发展的过程。
PCM相变存储正在为世界带来全新的机会，同样的，历史悠久的磁带存储技术，历久弥新，依然保持着技术迭代的创新力。
作为磁带技术领域的领头羊之一，IBM联合HP、Quantum在1997年11月共同推出了线性磁带开放协议，即LTO（Linear Tape Open）技术。之前，LTO联盟公布了LTO-10将配合压缩技术提供高达120TB可用存储容量，在可用存储容量扩展至120TB之后，已经有证据表明其数据传输速度能够达到每秒2.75GB。当然其中也结合了线性多通道、双向磁带格式技术，基于服务系统、硬件数据压缩、优化的磁道面和高效率纠错技术，对磁带的能力和性能带来了很好的提升。
2017年，IBM研究院再次创下新的磁带存储世界纪录，将330TB的未压缩数据装进了一盒手掌大小的磁带里。从而，实现了磁带面密度（Areal Density）全新的突破，相当于磁带存储密度可以达到201GB/in2。该记录是在索尼存储介质解决方案 (Sony Storage Media Solutions) 公司研发的溅射磁带原型上来实现。IBM也非常有信心在未来的6到7年时间里，将 LTO Ultrium的容量路线图突破至LTO-12（190+TB）。这将推动超高密度磁带技术加速进化。
IBM企业级磁带库的黑科技操作展示
可见，大容量成为了磁带存储的显著优势。不过，磁带介质的特性带来了两个明显的缺点：一是从带库取盘加载到读带机的时间长；二是只能线性读取，不能随机访问。
但是，作为存储媒介，磁带的优势也不少。除了大容量的好处，第二就是磁带更节能，数据被磁带记录后，立马进磁带库，能耗也就显著节省。
第三，磁带非常稳定，出错概率比其它存储设备低4-5个量级。
第四，磁带的安全性高，磁带只要没有插入驱动器，数据就无法访问、修改。
因此，磁带存储应用在多个行业领域，诸如粒子物理学、射电天文学、人类文化遗产、国家档案、重要电影、银行、保险、石油勘探等。磁带存储以最安全、最节能、性价比最高的存储方式，也广泛应用到了大容量备份、档案资料存储以及大数据和云计算等新的应用存储。
谢东博士介绍说，知名的云厂商微软和Google都有采用磁带存储的方案，国内一些互联网企业客户也在积极的推进磁带的研究和使用。
此外，闪存和磁带的结合，有可能将为数据存储架构带来深刻的变革。为此，FLAPE=Flash+Tape十分值得期待，IBM也在不断向前推进中。
⊙黑科技之三：
全同态加密技术的革新，让云上数据更安全
全同态加密的概念很多年之前就被提出来了，只是在算法上一直存在一些问题和挑战。直到2009年，斯坦福大学的Craig Gentry在其博士论文《A Fully Homomorphic Encryption Scheme (Ph.D. thesis)》中，首次提出来了一种里程碑式的全同态加密算法。这是基于理想格(ideal lattice)来构建全同态加密方式，被认为是第一个真正意义上的全同态加密方案，在很大程度上推动了全同态加密技术继续向前迈了一步。
Craig Gentry也是IBM的研究员，他的全同态加密算法也给全球研究者描绘出了一个意义深远的蓝图，影响着多个领域的变化和发展。
一方面，全同态加密技术还被业内称之为云计算数据安全领域的大救星。这主要在于该加密算法本身的特性，可以对密文进行操作，然后还可以恢复明文。
另一方面，这不仅可以帮助云计算供应商解决了用户数据上云后的安全性，同时对医疗用户的数据隐私保全也有很大意义，当然在其他如金融等行业领域的应用也非常有前景。
对于任何一个用户来说，其数据被加密后上云或被相关机构处理，利用全同态加密技术就可以在加密数据基础上进行数据处理，而在处理过程中却对数据明文并不知晓具体情况。这样就可以让数据处理方无法获得具体的用户数据，使得数据传输流动的整个过程中，都保持加密状态，提升了用户数据的安全性。同样，也就为云服务商、医疗数据分析机构等行业领域带来了更有前景的业务拓展。
在2018年IBM发布的未来5年内的五大科技预测中，基于格的全同态加密 (Fully Homomorphic Encryption ，FHE) 技术当选其中之一。全同态加密保证了数据处理方只是可以处理加密的数据，而对数据具体内容一无所知。让未来云上数据更安全，全同态加密技术带来的革新值得期待。
⊙黑科技之四：
近似计算，打开数字AI芯片的未来之路
在AI领域的发展，IBM一直创新不断。除了AI算法的研究之外，IBM也十分专注AI芯片的创新技术。
谢东博士分析指出，打开数字AI芯片的未来之路，近似计算在其中发挥着重要的作用。
所谓近似计算，就是采取了获得近似结果的计算，减少计算精度，可以基本满足其目的即可，这样的好处在于提升了计算的效率，节省了计算过程的能耗。
在人工智能、深度学习领域的一些应用过程，不需要很高的计算精度，一旦将计算精度降下来，数据量也可以降低，不仅可以实现计算速度更快，也对数据通信的要求同时也减。这样就可以缩小芯片的面积，自然可以省钱节能。这样的轻量级AI芯片，有助于AI模型训练效率提升，利于边缘计算获得更佳的效果。
早在2015年，IBM采用16位轻量级AI芯片得到结果，基本可以达到32位x86平台上的水平，也就是识别的准确性近似。
然后在2016年，IBM采用8位轻量级AI芯片模型训练，采用4位AI芯片进行预测，基本可以达到相同训练结果和预测准确率。
后面，IBM在设想研究这样的AI训练和预测，能否在两位AI芯片上来完成。
由此，IBM保持了在近似计算这样一个很特别的发展路线图，寻求轻量级AI芯片计算速度更快，功耗更节省，价格更便宜。
⊙黑科技之五：
内存计算，一个新时代的开端
当前，与近似计算一样令人眼睛发亮的是内存计算（In Memory Computing, IMC），也有人称之为可计算存储。
业内公认的内存计算原理，运用内存物理特性来进行数据的计算和存储。
然而，IBM却将内存计算的实现方式，采用内存与处理器核心集成在一起，从而省掉了计算过程数据调用带来的性能瓶颈如数据时延问题。这种方式打破了冯·诺依曼的计算架构，不仅可以减少数据搬运对整个计算系统的性能影响，而且可以带来更经济的功耗表现。而冯·诺伊曼结构的特点在于，各种数据会在内存和计算单元之间不断穿梭，大量的数据调用会降低计算速度并且增加能量消耗。
谢东博士指出，IBM内存计算设计也会运用到相变存储PCM特性。PCM改变现有的计算与存储架构，将内存计算的设想变成了更多的现实。相变存储通过电阻来表示存储数据，运用乘法运算的特点，靠物理特性来实现，瞬间可以完成。并且可以直接在内存上进行，减少数据搬运、减少功耗，计算效率大大获得提升。IBM实验室获得的指标已经实现了300倍的功耗节省。
其外，相比数字方法的近似计算是减少精度，模拟方法的内存计算是更好的提升精度。目前，IBM可以实现8位等效精度的模型，这样的模拟方式相当于实现了8位数字的等价精度效果。
IBM研究员Evangelos Eleftheriou博士撰文表示：“技术瓶颈导致摩尔定律失效，从处理器与内存’一分为二’的冯·诺依结构出发，实现本质上的创新与突破，让内存计算的革新成为可能。目前，内存计算技术本身的简单性、高速度和低能耗，让最终实验结果非常接近于在冯·诺依曼计算机上运行的基准方法。”
当前，人工智能（AI）应用中的高密度、低功耗、大规模的并行计算系统，非常适合采用内存计算方式来实现，整体计算效率可以大大提升的同时，系统功耗也能大大减少。可见，内存计算的未来发展令人十分期待，或将代表后“冯·诺依曼”时代的开端。
⊙黑科技之六：
突破再突破，量子计算的未来已来
量子计算领域的研究与突破，IBM一直处于全球领先的位置。
现在，IBM领先的量子计算从实验室已经开始走向了大众，其中，IBM Q System One是量子计算商业化的重要一步。并且在2019美国CES展会以及IBM Think大会上，IBM对外展示了全球唯一脱离实验室环境运行的量子计算机“IBM Q System One”。
揭开IBM Q System One量子计算机的黑科技之谜
谢东博士强调指出，量子计算，很有可能是现有计算架构体系获得前所未有突破的一个技术。未来发展潜力巨大，不仅在人工智能、机器学习领域的核心优化(optimization)可以获得很大发挥，同时在多个计算领域将有所惊人的表现。
给业内的感觉，IBM Q System One让量子计算的未来已来，也让量子技术能够真正被实践与应用初次成为了现实。
IBM Q System One成为了世界上首个专为科学和商业用途设计的集成通用近似量子计算系统。此外，IBM还宣布计划于2019年在纽约波基普西市(Poughkeepsie)设立首个IBM Q量子计算中心，以便更好地服务于商业客户。
另有资料显示，自2016年5月以来，免费公开的IBM Q Experience目前已拥有超过10万用户，用户在该平台上运行了超过670多万次实验，发表了130多份第三方研究论文。同时IBM还对开发者推出了一个可以下载的完整的、开源的量子软件开发工具包Qiskit，借助Qiskit创建和运行量子计算程序的次数现在超过了14万次，QISKit可以帮助研究社区最大限度利用量子计算系统的核心。
当然，量子计算领域的突破再突破，也将会在云计算、加密等领域获得更多的创新，带来更大的行业变化，也是非常值得期待的。
⊙小结：
聚焦未来架构，迎来后“冯·诺依曼”时代
无论是在量子计算领域的积累与突破，还是在PCM相变存储领域的发展与进步，抑或是在闪存和磁带技术上的创新和加速，以及对于全同态加密 (FHE) 技术领域的进取，这一切的变化，都让IBM越来越贴近行业与用户去思考未来。
在积极迎接云开放与安全的全新发展未来中，全球科技领域有望步入后“冯·诺依曼”时代。
这样的改变需要开放、创新的架构革新。那么，成功收购红帽（Red Hat），这充分表明了IBM走向开放开源的决心与信心。聚焦未来架构，IBM的这几大令人期待的黑科技，也就更为令人兴奋、令人期待了。
