模拟计算,正在复兴

 
 
 
 
 
 
 

 

来源:半导体行业观察(ID:icbank)编译自freethink

 

 

为了确保未来的技术既智能又可持续,我们可能需要复兴过去的技术:模拟计算。

 

智能传感器

 

智能传感器就像科技领域的罗塞塔石碑——它们以声音、光、热、压力和物理世界的其他“语言”的形式从环境中接收信息,并将其翻译成计算机可以理解的 1 和 0。 

 

这个翻译告诉了我们一切。它可以让你与 Siri 或 Alexa 交谈,也让你的智能恒温器能够知道何时需要加热。智能传感器使我们能够通过可穿戴设备跟踪我们的健康状况,它们是自动驾驶汽车的关键组件。

 

但是智能传感器不断消耗我们设备的能量。

 

由于制造成本下降,未来世界上传感器的数量预计将大幅增加——非营利性半导体研究公司预测,到2032年,45 万亿个传感器每年将生成 100 万泽字节的数据。

 

这些传感器也会不断消耗能量——例如,你的智能手机的传感器始终处于开启状态,将它们听到你所说的一切数字化,以便它们知道你何时试图引起人工智能助手的注意。

 

与需要不断充电的电池相连限制了我们对传感器的作用,如果为传感器供电的电池是通过化石燃料发电来充电的(很可能是这样),那么传感器也会加剧气候变化问题。

 

是的,一部智能手机对环境的影响可能很小,但当您考虑我们今天使用的所有传感器以及我们预计明天使用的所有传感器时,它就会增加。 

 

模拟计算

 

模拟计算机可以成为解决传感器电源问题的一部分。 

 

这些是我们在数字计算机出现之前所依赖的计算机类型,它们不需要将输入翻译成任何特殊的计算机语言就可以处理它并提供有意义的输出。

 

水银温度计是模拟计算机的一个简单例子。将其末端暴露在您想要测量温度的任何物体上,热量会导致温度计中的水银膨胀或收缩。然后它会爬上设备,直到与指示温度的数字齐平。

 

其他模拟计算机要复杂得多,具有由阀门、齿轮、真空管、电子电路等组成的复杂系统,并且可以使用各种设计来计算从潮位到微分方程答案的所有内容。

 

国家航空咨询委员会(NASA 的前身)使用 Reeves 电子模拟计算机 (REAC) 来运行军事模拟。图片来源:美国宇航局

 

虽然我们仍然拥有模拟计算机,但数字计算机现在占据主导地位有几个原因,其中一个主要原因是它们的多功能性。 

 

虽然模拟计算机传统上只能执行一种类型的计算,但在当今的数字计算机中执行“工作”的微芯片可以通过软件编程来执行无数的任务。与昨天的模拟计算机不同,这些芯片体积小、价格便宜且易于制造。

 

然而,在数字计算机的阴影下数十年后,模拟技术正在悄然卷土重来,因为研究人员发现该技术有潜力在人工智能的帮助下解决迫在眉睫的传感器功耗问题。

 

混合方法

 

总部位于匹兹堡的微芯片开发商Aspinity是引领模拟潮流的公司之一,推出了名为AML100的可编程微芯片。

 

就像我们手机、汽车和其他技术中的传感器一样,这种微芯片可以持续接收来自现实世界的数据,例如声音或动作。它还可以被编程来检测特定的东西,比如你说人工智能助手的唤醒词的声音。

 

然而,AML100 不需要将现实世界的数据转换为二进制来知道你何时说“嘿 Siri”——使用 Aspinity 的机器学习模型,它可以通过编程来识别模拟形式的单词,这些单词在在这种情况下,意味着声波。

 

“我们希望能够使用模拟作为永远在线的计算,然后在必要时唤醒数字。”

 

由于 AML100 不需要不断地数字化、处理和传输数据,因此它比当今始终在线的传感器节省高达 95% 的电量。

 

Aspinity 的想法是,AML100 可以充当现实世界和我们今天使用的智能传感器之间的中介。例如,在智能手机中,AML100 可以被编程为连续监听人工智能助手的唤醒词。当它听到它们时,它就可以唤醒数字传感器,该传感器可以真正理解并执行你的人工智能命令。

 

不过,这只是该芯片的众多可能用途之一。我们可以将它们集成到家庭安全系统中,以便它们在玻璃破碎的声音时触发报警,或者将它们放入健康可穿戴设备中,并让它们在感觉到心率升高时激活警报。

 

“我们仍然可以在本地结合模拟和数字,但我们希望能够使用模拟作为永远在线的计算,然后在必要时唤醒数字,”Aspinity 首席执行官 Tom Doyle 告诉Freethink。

 

大局观

 

Aspinity 并不是唯一一个探索模拟计算潜力以帮助解决未来智能传感器电源问题的组织。

 

8 月,IBM推出了专为语音识别而设计的低功耗模拟芯片原型,它能够像数字系统一样更快、更准确地检测 12 个“唤醒词”。就在上周,中国清华大学的一个团队推出了一款用于计算机视觉任务(例如物体检测)的模拟芯片。 

 

清华大学研究员方璐告诉新华社:“我们在全模拟信号下最大限度地发挥了光和电的优势,避免了模数转换的弊端,突破了功耗和速度的瓶颈。”

 

清华大学模拟计算芯片效果图。图片来源:清华大学

 

哥伦比亚大学电气工程教授 Yannis Tsividis 是模拟计算复兴最早的成员之一 - 自 20 世纪 90 年代末以来,他一直在探索模拟系统与现代技术相结合的潜力。

 

正如过去二十年中多次发生的那样,缺乏资金迫使他暂停了对模拟计算的研究,但他仍然相信其潜力,并于 2023 年 3 月告诉《连线》杂志,他准备重新挖掘如果资金到位的话。

 

“人们确实想知道,当一切都数字化时,我们为什么要这样做,”齐维迪斯说。“他们说数字化就是未来,数字化就是未来——当然,这就是未来。但物理世界是模拟的,在它们之间有一个很大的接口。这就是适合的地方。”

 

点击文末【阅读原文】,可查看英文原文。

 

 

 

 
 
 
 
 
 

免责声明:本号所载内容均为原创、投稿、授权转载或网络公开资料搜集整理,仅供读者交流学习使用,版权归原作者所有,且仅代表作者个人观点,与本号立场无关。若所引用的图片、数据、文字等来源标注有误或涉及侵权,烦请及时联系删除。

欢迎扫码关注

 

 

 

 

 

首页    行业动态    科技前沿    模拟计算,正在复兴
创建时间:2023-11-13 14:08
浏览量:0