編譯/ 小石
當今社會對人工智慧的需求已呈爆炸式增長,普林斯頓大學的研究者對此不斷尋找解決方案。如今,研究者們透過創造共同設計的硬體和軟體,使設計人員能夠將新型系統融入到他們的應用程式中,從而使他們的創新成果能夠被更廣泛地應用。
這套由普林斯頓大學研發的系統可以在降低能耗的同時,也減少和分散在各地的伺服器的資料交換,並會把一些人工智慧應用系統的運算速度最大化,例如無人機的飛行軟體,無人駕駛汽車、高階翻譯軟體等等。
「軟體是啟用硬體的重要元素」,一位普林斯頓大學電子和計算機工程教授 Naveen Verma 和他的團隊說,「我們希望設計者們能用同一套軟體工作,只不過這套系統會更快,且比原有系統提升10倍效率。
「為了使人工智慧達到和人實時互動,並且更加便捷地進行資料處理,我們需要強調延時問題和機密性,以達到最高的運算速度。」大學Keller 中心的教授Verma說,「我們還需要能量和績效的最最佳化。」
兩年前,普林斯頓的研究團隊製造了一款新的晶片,該晶片可用於提高神經網路的表現。這項研究是當今人工智慧研究的重要基礎。這款晶片的表現比當時其他最高階的晶片要高十倍甚至百倍,併為晶片革命畫上了重要一筆。
Verma教授在18年一次接受採訪時說,「晶片的特殊性需要大量對基礎結構和設計方式的調整與整合。」在接下來的兩年,研究者們對晶片進行細分,從而創造出一個能夠允許人工智慧發揮更高計算速度和效能的軟體。在2月22號的ISSCC大會上,領頭的作者 hongyang Jia ——一位Verma研究團隊的畢業生,闡述了新的軟體會如何讓晶片在不同形式的網路中執行,從而達到在硬體和軟體中都可擴充套件的運作。
「這相當於一個程式能同時在所有網路中執行,這個網路雖然很大,但同時也會很小。」Verma說。Verma的團隊開發出的新型晶片是對日益增長的人工智慧需求的迴應,同時也是為了降低人工智慧對計算機網路的壓力。人工智慧賦予了機械模仿能力,同時也在學習判斷、認知功能、影象識別、翻譯,自動駕駛等新技術中起著至關重要的作用。理想的結果是,像無人機這種導航運算技術,最終會以無人機本身為基礎,而不是以操控網路為基礎。不過,這對數字晶片的儲存能力的需求非常高,使晶片設計更加艱難。傳統意義上,對於既要運算速度又要有儲存能力的解決辦法是開設遠端伺服器,從而透過無線方式來操作無人機。但是,這樣又會增加資料交換的壓力給傳輸系統,同時也帶來了安全隱患和無人機操作執行不同步的問題。
為了解決這個問題,普林斯頓的研究者們重新思考了集中運算方式。首先,他們設計了一款能在運算的同時儲存資料的晶片,這種技術被叫做內部記憶運算,它節省了耗能並且節省了用於資料傳輸的時間。這種技術增加了效率,但是又產生了新的課題。因為這種技術在一小片區域綜合了兩種功能,內部記憶運算必須依靠模擬執行,這種執行模式將受限於電源的穩定程度和溫度。為了解決這個問題,團隊設計出了電容器的晶片用來代替電晶體。電容器,這種裝置儲存充電,生產精密度更高,並且受電壓波動的影響較小。再加上電容器的體積也非常小巧,更容易被安裝在記憶模組中,以便提高處理能力並節省能耗。
不過,即便電容器晶片能讓模擬操作非常順暢,也還是存在很多挑戰——由於它必須與其他電子結構元件高效結合,這就需要相應的功能和軟體來配合,以促成整個系統快速執行。通常,在數字系統中,計算機工程師用0和1編寫計算機程式的演算法;而模擬系統卻利用另一種完全不同的方法,他們以開關的斷開和連通表示0和1。
此前,哥倫比亞大學的一位教授在文章中這樣形容模擬系統:它是被工程師寫出的、利用公式管理的物理系統。比如,算盤就是一個非常簡單的模擬計算機。這位教授說,一個水桶和一根水管就可以是一臺「模擬計算機」,用於解決特定的「微積分問題」。例如,針對積分函式,你可以用數學來計算,也可以去稱量水桶裡的水。
直到二戰,模擬運算都一直都是主流技術,它曾被用於預測潮汐並指導海軍行動。但是模擬系統的複雜性導致操作它的人必須受過專業訓練。在運用了電晶體之後,數字系統被證實更有效率和適應性。不過,目前仍然有很多模擬系統被運用在生活中。Verma指出,這兩種系統能夠互相補充——要想使神經網路可以在類比電路晶片中快速高效地執行,就離不開數字系統,這就是為什麼開發一款能夠同時運用兩種系統的軟體至關重要。
參考內容:https://techxplore.com/news/2021-02-rethinking-microchips-edge.html