計(jì)算機(jī)在人們的生活中并不陌生，無論是體型巨大的服務(wù)器還是如今十分流行的智能手機(jī)，不一而足。但在深度學(xué)習(xí)技術(shù)日益精進(jìn)、物聯(lián)網(wǎng)市場(chǎng)逐漸壯大的今天，微型化已經(jīng)成了計(jì)算機(jī)新的發(fā)展方向，各地的科研人員也對(duì)這一新的科技制高點(diǎn)展開了爭(zhēng)奪。
密歇根大學(xué)計(jì)算機(jī)科學(xué)系的全體教員和學(xué)生研發(fā)十多年的“微塵（micromote）”計(jì)算機(jī)已經(jīng)被證明為是全世界最小的計(jì)算機(jī)，它因體積僅1立方毫米而被命名為M^3（Michigan Micro Mote）
和小巧的體積相比，當(dāng)前這個(gè)“智能”風(fēng)起云涌的時(shí)代給了“微塵”更大的想象空間，這個(gè)小家伙可謂“生來恰逢其時(shí)，必將大展身手”。
物聯(lián)網(wǎng)呼喚小巧節(jié)能的計(jì)算傳感器
在2月5日-9日于舊金山舉辦的IEEE國際固態(tài)電路會(huì)議（ISSCC）上，Blaauw和同事Dennis Sylvester攜手提交了十篇關(guān)于這種“微塵（micromote）”計(jì)算機(jī)的論文，而他二人都是美國密歇根大學(xué)的計(jì)算機(jī)專家。
ISSCC是世界上規(guī)模最大、水平最高的固態(tài)電路國際會(huì)議，長(zhǎng)期以來代表著全球固態(tài)電路領(lǐng)域研發(fā)趨勢(shì)的領(lǐng)先風(fēng)向，已成為國際公認(rèn)的芯片領(lǐng)域的“奧林匹克運(yùn)動(dòng)會(huì)”。
其實(shí)，在過去數(shù)年間，Blaauw和Sylvester一直在努力推動(dòng)計(jì)算機(jī)的小型化發(fā)展，提交了多款此類微型設(shè)備的不同“變體”。他們更遠(yuǎn)大的目標(biāo)是為醫(yī)療設(shè)備和物聯(lián)網(wǎng)研制出更智能、更小巧且能耗更低的傳感器。用Sylvester的話來講就是，“如果我們能將微型計(jì)算機(jī)送入細(xì)胞內(nèi)，那我們就能將科幻小說的場(chǎng)景變?yōu)楝F(xiàn)實(shí)。”
而現(xiàn)在，很多話筒、照相機(jī)以及構(gòu)成智能設(shè)備“耳目”的其他傳感器不間斷地獲取數(shù)據(jù)，并定期將私人數(shù)據(jù)輸送到云端，因?yàn)樗鼈冏约翰荒軐?duì)這些私人數(shù)據(jù)進(jìn)行分析。有人預(yù)測(cè)，到2035年，大約有1萬億臺(tái)這樣的智能設(shè)備。Blaauw說：“如果這1萬億臺(tái)設(shè)備不間斷地產(chǎn)生讀數(shù)，那么，我們將淹沒在數(shù)據(jù)的海洋中”。
有鑒于此，Blaauw和Sylvester希望，能夠研制出一些自己能對(duì)數(shù)據(jù)進(jìn)行分析、“體型”小且能效高的計(jì)算傳感器，從而使這些智能設(shè)備更安全、更節(jié)能。
擴(kuò)大內(nèi)存的同時(shí)降低功耗
在此次ISSCC會(huì)議上，兩人描述稱，他們的“微塵”計(jì)算機(jī)只需耗費(fèi)幾納瓦（毫微瓦，10-9瓦），就可執(zhí)行諸如辨別過往汽車的聲音、測(cè)量溫度和亮度等任務(wù)。
他們展示的一款小型無線電接收機(jī)能從這些“微塵”計(jì)算機(jī)發(fā)送數(shù)據(jù)給20米遠(yuǎn)的接收器，與過去相比有了很大的提升。要知道，在去年的ISSCC會(huì)議上，他們報(bào)告的距離僅50厘米。
此外，他們也與臺(tái)積電（TSMC）開展了合作，將閃存嵌入“微塵”計(jì)算機(jī)內(nèi)。
以前版本的“微塵”計(jì)算機(jī)使用8KB的靜態(tài)隨機(jī)存取存儲(chǔ)器（SRAM），這種存儲(chǔ)器一般適用于性能極低的計(jì)算機(jī)。
為了閱讀視頻和聲音，他們的微型計(jì)算機(jī)需要更多存儲(chǔ)空間。因此，他們同臺(tái)積電合作，在“微塵”計(jì)算機(jī)內(nèi)加入了閃存?，F(xiàn)在，他們能造出擁有1MB存儲(chǔ)空間的微型計(jì)算機(jī)。
Blaauw和Sylvester解釋說，與SRAM相比，同樣的空間，閃存存儲(chǔ)的數(shù)據(jù)更多，但在將內(nèi)容寫到存儲(chǔ)器上時(shí)，閃存要耗費(fèi)大量能量。有鑒于此，他們與臺(tái)積電攜手設(shè)計(jì)了一種新的存儲(chǔ)陣列，這種陣列使用一種更高效的電荷泵來進(jìn)行寫操作。
與臺(tái)積電的商用產(chǎn)品相比，這些存儲(chǔ)陣列的致密性要差一點(diǎn)，但仍然好過SRAM。Sylvester說：“我們用更小的犧牲，換得更多?！?/span>
整合深度學(xué)習(xí)處理器
此外，Blaauw和Sylvester在本次ISSCC會(huì)議上提交的另一款“微塵”計(jì)算機(jī)則整合了一款深度學(xué)習(xí)處理器，這個(gè)處理器可運(yùn)行名為“深度神經(jīng)網(wǎng)絡(luò)（deep neural networks）”的人工智能算法，且只需288微瓦（10-6瓦）。
深度神經(jīng)網(wǎng)絡(luò)這種人工智能算法能很好地執(zhí)行臉部識(shí)別和語音識(shí)別任務(wù)，但一般而言，運(yùn)行它們需要很大的存儲(chǔ)空間以及處理能力，因此，它們一般運(yùn)行在多臺(tái)配備有先進(jìn)圖像處理單元（GPU）的服務(wù)器上。
很多研究人員一直在嘗試縮小專門用于運(yùn)行人工智能算法的硬件的體積和功率，但再怎么努力，壓縮后的處理器的功率也超過50毫瓦——遠(yuǎn)多于一款“微塵”計(jì)算機(jī)的功率。
現(xiàn)在，Blaauw和Sylvester另辟蹊徑，重新設(shè)計(jì)芯片架構(gòu)。例如，在存儲(chǔ)器（此處使用的是ARAM）內(nèi)放置四個(gè)處理元件以減少數(shù)據(jù)的傳輸，從而降低了功率需求。
他們還希望進(jìn)一步將神經(jīng)網(wǎng)絡(luò)引入物聯(lián)網(wǎng)。Blaauw表示，監(jiān)控?cái)z像機(jī)和其他聯(lián)網(wǎng)設(shè)備現(xiàn)在已經(jīng)足夠智能了，甚至一個(gè)盜賊和一棵樹都可以被攝像機(jī)區(qū)分出來。因此，還讓它們將枯燥的“腳本數(shù)據(jù)”發(fā)送到云端分析是毫無意義的，這種情況下，在計(jì)算機(jī)上安裝深度學(xué)習(xí)處理器將會(huì)是最好的解決方案。
他們?cè)O(shè)想中的場(chǎng)景是深度學(xué)習(xí)處理器能被整合進(jìn)包括安全系統(tǒng)在內(nèi)的很多物聯(lián)網(wǎng)設(shè)備內(nèi)，屆時(shí)，一切都將智能。比如，當(dāng)一個(gè)空氣調(diào)節(jié)系統(tǒng)（HVAC）“看見”很多人都脫下外套的話，那么它就會(huì)自動(dòng)做決定關(guān)閉空調(diào)。
Blaauw和Sylvester希望這種“微塵”計(jì)算機(jī)數(shù)年后能夠進(jìn)入市場(chǎng)。他們表示，他們于2013年成立的初創(chuàng)公司CubeWorks已獲得Intel Capital的投資，目前正在開發(fā)相關(guān)設(shè)備的模型并為市場(chǎng)化做準(zhǔn)備。（來源：DeepTech深科技）
