研究讓未來更長遠
透過學術合作推動電腦科學的重大研究。
與 Intel 合作的研究中心
Intel Labs 贊助世界各地多家大學的各類科學和技術中心，促進 Intel 和學術界的合作並發展相關社群。我們也與美國國家科學基金會和美國半導體研發協會攜手推動多項計劃。
| 研究中心 | 描述 |
|---|---|
| 影像雲端系統 (Visual Cloud System) | 位在 Carnegie Mellon University 的影像雲端系統研究中心志在錄下並分析世界上的影像資訊，好讓電腦（而非人類）可以理解並進行推理。 |
| 對抗性恢復安全分析 (Adversarial-Resilient Security Analytics, ARSA) | 位在 Georgia Tech 的對抗性恢復安全分析將探討機器學習演算法的弱點並發展新的安全方法來改善機器學習應用程式的韌性。 |
| 敏捷式硬體設計 (Agile HW Design) | 位在 UC Berkeley 和 Stanford University 兩地之間的敏捷式設計中心志在讓硬體開發流程更加敏捷，可快速又輕鬆地修改既定設計。 |
| 智能網聯汽車 (IACV) | 這個研究中心位在中國北京，專門研究自動駕駛車輛的安全性及其人機介面，並且克服相關法律和規定帶來的挑戰。 |
| 臺大 IoX (Internet of Everything) 研究中心 | 這個研究中心設立在台灣的國立台灣大學，它為全球與本地產業提供洽談合作研發的管道，以利開發實際產品和服務的管道。 |
| 智慧系統網路 (Network on Intelligent Systems) | 這個研究中心位在歐洲，將為現實世界運作的智慧系統處理設計和部署方面有待解決的重大問題。 |
| 合作與自主恢復系統 (Collaborative and Autonomous Resilient Systems) | 這個研究中心位在德國，將探討能夠為 (a) 自主操作平台的安全性以及 (b) 分散式系統的自我防衛功能帶來重大進步的新機會。 |
| 深度學習 IA | 來自 Berkeley、Stanford 和 CMU 的研究人員參與這個計劃，他們的研究要讓深度學習的最先進技術更精良，同時將它最佳化以利 IA 平台使用。 |
| FPGA 程式設計最佳化 | 讓軟體開發人員更容易取用 FPGA 並把 FPGA 的適用性擴大至整個運算動能，從穿戴式裝置到資料中心和超級電腦。 |
| 光場顯示器 | 開發行動運算 SoC 架構，可持續運作 8 小時並讓繪圖、媒體和感測器 IP 的功耗/效能的效率提升 10 倍。 |
| 主流運算的神經形態架構 | 要在演算法層級擷取出神經科學的重要獨到見解，指引神經形態運算架構的未來走向。 |
| 可程式化射頻濾波器 | 研究有哪些方法可以有效地讓行動射頻收發器的前端模組 (FEM) 被動式濾波器具備可調性。 |
| 物聯網適用的超低功耗無線電 | 尋找各種方法去啟用新一代的超低功耗 (ULP) 無線電，供主動式低成本無線感測器和運算平台使用。 |
學術機關隸屬關係
| 研究中心 | 描述 |
|---|---|
| 高生產力且有效率的異構程式設計 (Productive and Efficient Heterogeneous Programming, ASPIRE) | 認識到本來利用晶體縮小來提高效能的做法轉變成新的後期縮小做法，其中整個堆疊的協同設計是改善效率的關鍵。 |
| Berkeley 大學人工智慧研究 (Berkeley Artificial Intelligence Research, BAIR) 實驗室 | 把 UC Berkeley 大學橫跨電腦視覺、機器學習、自然語言處理、規劃與機器人領域的研究人員集結起來。BAIR 囊括了超過 24 位教職人員以及超過 100 位研究生，從事上述領域之研究工作以追求重大進展，亦研究橫向主題包括多模態深入學習、人類相容人工智慧以及將人工智慧與其他科學學科和人類學連結。 |
| 下一代資料分析 (Data Analytics for What's Next, DAWN) | Stanford 大學在 2017 年啟動的研究計劃，要為可用的機器學習設計各式系統和工具，讓非專業人士能夠建置和執行隨時可上線的機器學習應用程式。 |
| 即時智慧安全執行 (Real-time Intelligent Secure Execution, RISE) | 這是一個 5 年研究計劃，專門設法解決建立一個開放原始碼、一般用途的安全堆疊所需面對的系統、機器學習和安全方面的挑戰，這樣的堆疊可以根據實時資料即時做出智慧決定。 |
| Stanford 大學資料科學計劃 (Stanford Data Sciences Initiative, SDSI) 附屬會員 | Stanford 大學資料科學計劃 (SDSI) 是一個全校性組織，專門研發與校園各類應用領域密切相關的核心資料技術。SDSI 計劃涵蓋方法研究、基礎架構和教育。 |
與美國國家科學基金會成為合作夥伴
| 研究中心 | 描述 |
|---|---|
| Intel NSF：影像與體驗式運算 (Visual and Experiential Computing) - 2018 年結束 | 培養新的多學科途徑，改變人們使用行動和穿戴式裝置、 自主操作機械和語義感知空間來和影像資訊互動的方式。 |
| Intel NSF：網路實體系統、安全性和隱私權 (Cyber-Physical Systems, Security, and Privacy) | 改變人們與工程系統的互動方式，並解決越來越倚賴電腦和通訊技術所衍生的威脅。 |
| Intel NSF：無線邊緣網路的資料中心網路 (Information-Centric Networking in Wireless Edge Networks) | 使用資訊中心網路 (ICN) 的途徑探求具有資訊層的獨特的資料網路架構，並解決在網路內探查、移動、遞送、管理和保護資料的需求，再加上底層通訊層的抽象化，便有新的機會讓各類通訊技術提高效率和最佳化的成效，並可藉此滿足延遲和擴充的要求。 |
| Intel NSF：異質架構的電腦輔助程式設計 (Computer Assisted Programming for Heterogeneous Architectures) | 透過開創性的大學研究成果解決在不同的硬體架構中有效開發軟體的問題，讓目前由人類執行的軟體開發工作部份或全面自動化，使得軟體開發的生產力發生重大的、可觀的躍進。 |
Semiconductor Research Corporation
| 研究中心 | 描述 |
|---|---|
| 聯合大學微電子計劃 (Joint University Microelectronics Program, JUMP) |
支援聚焦於高效能、能源效率佳的微電子之長期研究，以利發展成本效益佳又安全的端對端感測與致動、訊號和資訊處理、通訊、運算和儲存解決方案。 |
| ASCENT | ASCENT 專門研究基礎材料合成路徑與裝置技術的演示，新穎的異質整合（封裝和單塊）方案來支援下一個時代的「功能性超擴展」。 |
| ADA | ADA 中心利用應用程式主導的架構和系統主導的技術發展中的機會重新激發系統設計的創新，也獲得包含程式設計語言以及實作技術的敏捷式系統設計架構的支援。 |
| CBRIC | CBRIC 的使命是讓認知運算獲得重大進步，旨在促成新一代的自主智慧系統。 |
| ComSenTer | ComSenTer 將發展多種技術來實現未來的行動網路基礎架構，會使用有大規模空間分工的分享器，最終使用者可享 1-100Gb/s 的速率，以及藉由 100-1000 個同時獨立調變的波束，將分享器容量積聚成數十個 Tb/s。 |
| CONIX | CONIX 要把更高等級的自主操控和智慧推送到網路，藉此提供讓雲端和邊緣緊密聯結的新的分散式運算中間層。 |
| CRISP | CRISP 的大挑戰是為每日工作的程式設計師大幅降低工作的障礙，要讓各種各樣異質的 IMS 架構均達到高可攜性、可理解的「裸機」效能。 |
| nCORE | 奈米電子運算研究 (nCORE) 計劃為美國的大學合作研究計劃提供資金，旨在發展出成為運算和儲存新典範的重要技術，對半導體、電子、運算和國防工業均有持久的影響。nCORE 計劃透過政府、產業界與學術界的共同合作支援國家策略運算計劃 (NSCI)。這個計劃從事新型材料和裝置的基礎研究，有可能大幅提升效率、增強效能和帶來新功能，超越傳統 CMOS 技術的能力。新計劃是以奈米電子研究計劃 (NRI) 的成果為基礎而建立的。 |
已結束的研究中心
| 研究中心 | 描述 |
|---|---|
| 嵌入式運算 | 設立在 CMU。智慧頭燈與 AndyVision（一款貨架圖產生機器人）均是 2012 年 Research at Intel Day 的特色產品，也是中心成立以來眾多成功故事之中的其中幾個例子。2011 - 2014 年。 |
| Intel 臺大創新研究中心 (Intel-NTU Connected Context Computing Center) | 這個中心旨在建立可演示的機器對機器 (M2M) 技術，以便展示這些技術如何能夠改變我們的日常活動和環境。位在台灣的國立台灣大學。2010 - 2016 年。 |
| 視覺運算 | 位在 Stanford University。此中心致力於引進與電腦繪圖、動畫、影像理解和大型遊戲的混合體相關的新運算趨勢（雲端、群眾外包、手持運算）。2011-2015 年。 |
| 雲端運算 | 設立在 Carnegie Mellon University 的雲端運算研究社群研究未來雲端運算重要的新基本技術。2011-2016 年。 |
| 普及運算 | 設立在 University of Washington 的普及運算研究中心讓無線通訊和感測技術、人工智慧和機器學習、電腦視覺、HCI 和安全性的重要研究權威聚集一堂。2011-2016 年。 |
| 安全運算 | 設立在 University of California, Berkeley 的安全運算研究中心專門研究如何用科學方法為使用者打造更安全和穩妥的運算技術。2011 - 2016 年。 |
| 大數據 | 設立在麻省理工學院的大數據研究中心探索資料分析是為了支援資料密集型探查作業，包括資料庫管理、分析和視覺化支援。2012-2017 年。 |
| 軟體定義網路 (SDN) | 致力於讓電信網路也能享受 SDN 的優點，讓網路更容易接納創新事物。研究方向包括電信業者適用的 SDN、處理軟體流量、服務架構和部署情境。2014-2017 年。 |
| 低延遲架構 | 發展創新的技巧來降低記憶體延遲，建立低延遲儲存系統，並加快一般用途微架構和加速器架構的發展進度。2014-2017 年。 |
| 第一人稱視角影片 | 為了能有效總結第一人稱視角攝影機所拍攝的影片而研發相關技巧，以及為了把第一人稱視角攝影機拍攝的原始資料（第一人稱影片、影像、音訊和定位）中嵌入的實用資料擷取出來並按照使用者需求呈現這些資訊而開發解決方案。2014-2017 年。 |
| 壓縮感測 | 研發新穎的演算法、架構、加速器、電路和電源管理技巧，以便用最佳方式操控 2D/3D 靜態影像/影片/MRI 影像的隨機壓縮測量和壓縮網域資料處理。2014-2017 年。 |
| IVCI 視覺運算 | 此一研究所設立在德國的 Saarland University，主要從事視覺運算研究，包括視覺及其相關資料的擷取、建模、處理、傳輸、圖形運算和顯示。2010-2016 年。 |
| 城市物聯網 | 這家研究中心設立在英國的 University College London、Imperial College London 以及 Future Cities Catapult，研究要建立什麼樣的運算架構才能支援一個城市規模的城市物聯網。2012-2017 年。 |
| 安全物聯網運算 | 這個研究中心設立在德國的 TU Darmstadt，探索物聯網邊緣裝置適用的輕量、成本效益佳的安全性和信賴起源 (trust anchor) 基元，其整合型輸出會成為彈性化、敏捷的矽原型。2013-2017 年。 |
| 計算型智慧 | 這個研究中心位在以色列的 Technion and Hebrew University，主要研究加速機器學習和認知應用的硬體/軟體創新。2013-2017 年。 |
| 行動網路與運算 | 這個行動網路與運算研究中心位在中國清華大學，探索先進行動網路技術來支援下一代 (5G) 網路的典型應用。2015-2018 年。 |