計算機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，不一而足。但在深度學(xué)習技術(shù)日益精進、物聯(lián)網(wǎng)市場逐漸壯大的今天，微型化已經(jīng)成了計算機新的發(fā)展方向，各地的科研人員也對這一新的科技制高點展開了爭奪。
密歇根大學(xué)計算機科學(xué)系的全體教員和學(xué)生研發(fā)十多年的“微塵（micromote）”計算機已經(jīng)被證明為是全世界最小的計算機，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，當前這個“智能”風起云涌的時代給了“微塵”更大的想象空間，這個小家伙可謂“生來恰逢其時，必將大展身手”。
物聯(lián)網(wǎng)呼喚小巧節(jié)能的計算傳感器
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）”計算機的論文，而他二人都是美國密歇根大學(xué)的計算機專家。
ISSCC是世界上規(guī)模最大、水平最高的固態(tài)電路國際會議，長期以來代表著全球固態(tài)電路領(lǐng)域研發(fā)趨勢的領(lǐng)先風向，已成為國際公認的芯片領(lǐng)域的“奧林匹克運動會”。
其實，在過去數(shù)年間，Blaauw和Sylvester一直在努力推動計算機的小型化發(fā)展，提交了多款此類微型設(shè)備的不同“變體”。他們更遠大的目標是為醫(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算機送入細胞內(nèi)，那我們就能將科幻小說的場景變?yōu)楝F(xiàn)實?！?/span>
而現(xiàn)在，很多話筒、照相機以及構(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，因為它們自己不能對這些私人數(shù)據(jù)進行分析。有人預(yù)測，到2035年，大約有1萬億臺這樣的智能設(shè)備。Blaauw說：“如果這1萬億臺設(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數(shù)據(jù)進行分析、“體型”小且能效高的計算傳感器，從而使這些智能設(shè)備更安全、更節(jié)能。
擴大內(nèi)存的同時降低功耗
在此次ISSCC會議上，兩人描述稱，他們的“微塵”計算機只需耗費幾納瓦（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能從這些“微塵”計算機發(fā)送數(shù)據(jù)給20米遠的接收器，與過去相比有了很大的提升。要知道，在去年的ISSCC會議上，他們報告的距離僅50厘米。
此外，他們也與臺積電（TSMC）開展了合作，將閃存嵌入“微塵”計算機內(nèi)。
以前版本的“微塵”計算機使用8KB的靜態(tài)隨機存取存儲器（SRAM），這種存儲器一般適用于性能極低的計算機。
為了閱讀視頻和聲音，他們的微型計算機需要更多存儲空間。因此，他們同臺積電合作，在“微塵”計算機內(nèi)加入了閃存?，F(xiàn)在，他們能造出擁有1MB存儲空間的微型計算機。
Blaauw和Sylvester解釋說，與SRAM相比，同樣的空間，閃存存儲的數(shù)據(jù)更多，但在將內(nèi)容寫到存儲器上時，閃存要耗費大量能量。有鑒于此，他們與臺積電攜手設(shè)計了一種新的存儲陣列，這種陣列使用一種更高效的電荷泵來進行寫操作。
與臺積電的商用產(chǎn)品相比，這些存儲陣列的致密性要差一點，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)習處理器
此外，Blaauw和Sylvester在本次ISSCC會議上提交的另一款“微塵”計算機則整合了一款深度學(xué)習處理器，這個處理器可運行名為“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)行臉部識別和語音識別任務(wù)，但一般而言，運行它們需要很大的存儲空間以及處理能力，因此，它們一般運行在多臺配備有先進圖像處理單元（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——遠多于一款“微塵”計算機的功率。
現(xiàn)在，Blaauw和Sylvester另辟蹊徑，重新設(shè)計芯片架構(gòu)。例如，在存儲器（此處使用的是ARAM）內(nèi)放置四個處理元件以減少數(shù)據(jù)的傳輸，從而降低了功率需求。
他們還希望進一步將神經(jīng)網(wǎng)絡(luò)引入物聯(lián)網(wǎng)。Blaauw表示，監(jiān)控攝像機和其他聯(lián)網(wǎng)設(shè)備現(xiàn)在已經(jīng)足夠智能了，甚至一個盜賊和一棵樹都可以被攝像機區(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，在計算機上安裝深度學(xué)習處理器將會是最好的解決方案。
他們設(shè)想中的場景是深度學(xué)習處理器能被整合進包括安全系統(tǒng)在內(nèi)的很多物聯(lián)網(wǎng)設(shè)備內(nèi)，屆時，一切都將智能。比如，當一個空氣調(diào)節(jié)系統(tǒng)（HVAC）“看見”很多人都脫下外套的話，那么它就會自動做決定關(guān)閉空調(diào)。
Blaauw和Sylvester希望這種“微塵”計算機數(shù)年后能夠進入市場。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)備的模型并為市場化做準備。（來源：DeepTech深科技）
