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