< 返回新闻公共列表

世界最小计算机整合入深度学习网络,物联网应用再获突破

发布时间:2017-02-15
计算机在人们的生活中并不陌生,无论是体型巨大的服务器还是如今十分流行的智能手机,不一而足。但在深度学习技术日益精进、物联网市场逐渐壮大的今天,微型化已经成了计算机新的发展方向,各地的科研人员也对这一新的…
计算机在人们的生活中并不陌生,无论是体型巨大的服务器还是如今十分流行的智能手机,不一而足。但在深度学习技术日益精进、物联网市场逐渐壮大的今天,微型化已经成了计算机新的发展方向,各地的科研人员也对这一新的科技制高点展开了争夺。      密歇根大学计算机科学系的全体教员和学生研发十多年的“微尘(micromote)”计算机已经被证明为是全世界最小的计算机,它因体积仅1立方毫米而被命名为M^3(Michigan Micro Mote)      和小巧的体积相比,当前这个“智能”风起云涌的时代给了“微尘”更大的想象空间,这个小家伙可谓“生来恰逢其时,必将大展身手”。      物联网呼唤小巧节能的计算传感器         在 2 月 5 日到 9 日于旧金山举办的IEEE国际固态电路会议(ISSCC)上,Blaauw和同事Dennis Sylvester携手提交了十篇关于这种“微尘(micromote)”计算机的论文,而他二人都是美国密歇根大学的计算机专家。      ISSCC是世界上规模最大、水平最高的固态电路国际会议,长期以来代表着全球固态电路领域研发趋势的领先风向,已成为国际公认的芯片领域的“奥林匹克运动会”。      其实,在过去数年间,Blaauw和Sylvester一直在努力推动计算机的小型化发展,提交了多款此类微型设备的不同“变体”。他们更远大的目标是为医疗设备和物联网研制出更智能、更小巧且能耗更低的传感器。用Sylvester的话来讲就是,“如果我们能将微型计算机送入细胞内,那我们就能将科幻小说的场景变为现实。”      而现在,很多话筒、照相机以及构成智能设备“耳目”的其他传感器不间断地获取数据,并定期将私人数据输送到云端,因为它们自己不能对这些私人数据进行分析。有人预测,到2035年,大约有1万亿台这样的智能设备。Blaauw说:“如果这1万亿台设备不间断地产生读数,那么,我们将淹没在数据的海洋中”。      有鉴于此,Blaauw和Sylvester希望,能够研制出一些自己能对数据进行分析、“体型”小且能效高的计算传感器,从而使这些智能设备更安全、更节能。         扩大内存的同时降低功耗      在此次ISSCC会议上,两人描述称,他们的“微尘”计算机只需耗费几纳瓦(毫微瓦,10-9瓦),就可执行诸如辨别过往汽车的声音、测量温度和亮度等任务。      他们展示的一款小型无线电接收机能从这些“微尘”计算机发送数据给20米远的接收器,与过去相比有了很大的提升。要知道,在去年的ISSCC会议上,他们报告的距离仅50厘米。      此外,他们也与台积电(TSMC)开展了合作,将闪存嵌入“微尘”计算机内。      以前版本的“微尘”计算机使用8KB的静态随机存取存储器(SRAM),这种存储器一般适用于性能极低的计算机。      为了阅读视频和声音,他们的微型计算机需要更多存储空间。因此,他们同台积电合作,在“微尘”计算机内加入了闪存。现在,他们能造出拥有1MB存储空间的微型计算机。      Blaauw和Sylvester解释说,与SRAM相比,同样的空间,闪存存储的数据更多,但在将内容写到存储器上时,闪存要耗费大量能量。有鉴于此,他们与台积电携手设计了一种新的存储阵列,这种阵列使用一种更高效的电荷泵来进行写操作。      与台积电的商用产品相比,这些存储阵列的致密性要差一点,但仍然好过SRAM。Sylvester说:“我们用更小的牺牲,换得更多。”      整合深度学习处理器      此外,Blaauw和Sylvester在本次ISSCC会议上提交的另一款“微尘”计算机则整合了一款深度学习处理器,这个处理器可运行名为“深度神经网络(deep neural networks)”的人工智能算法,且只需288微瓦(10-6瓦)。      深度神经网络这种人工智能算法能很好地执行脸部识别和语音识别任务,但一般而言,运行它们需要很大的存储空间以及处理能力,因此,它们一般运行在多台配备有先进图像处理单元(GPU)的服务器上。      很多研究人员一直在尝试缩小专门用于运行人工智能算法的硬件的体积和功率,但再怎么努力,压缩后的处理器的功率也超过50毫瓦——远多于一款“微尘”计算机的功率。      现在,Blaauw和Sylvester另辟蹊径,重新设计芯片架构。例如,在存储器(此处使用的是ARAM)内放置四个处理元件以减少数据的传输,从而降低了功率需求。      他们还希望进一步将神经网络引入物联网。Blaauw表示,监控摄像机和其他联网设备现在已经足够智能了,甚至一个盗贼和一棵树都可以被摄像机区分出来。因此,还让它们将枯燥的“脚本数据”发送到云端分析是毫无意义的,这种情况下,在计算机上安装深度学习处理器将会是最好的解决方案。      他们设想中的场景是深度学习处理器能被整合进包括安全系统在内的很多物联网设备内,届时,一切都将智能。比如,当一个空气调节系统(HVAC)“看见”很多人都脱下外套的话,那么它就会自动做决定关闭空调。      Blaauw和Sylvester希望这种“微尘”计算机数年后能够进入市场。他们表示,他们于2013年成立的初创公司CubeWorks已获得Intel Capital的投资,目前正在开发相关设备的模型并为市场化做准备。

/../template/Home/mama/PC/Static