错误的能力

错误的概率研究正在进行大公司和大学高级节点以减少能源消耗。

受欢迎程度

由大卫·拉默斯
自1956年以来,一些最有思想的信息处理,包括克劳德·香农和约翰·冯·诺依曼一直在思考的问题,如何构建可靠不可靠的组件的系统。通信行业接受了挑战,部署纠错技术,确保当今最可靠地传输敏感信息在嘈杂的输电线路。

但在计算概率的概念,error-resilient计算说:“从未,伊利诺伊大学Naresh Shanbhag教授。概率(随机)计算研究正在英特尔、IBM、在各种学术研究中心,包括伊利诺斯大学,斯坦福大学,加州大学伯克利分校。和一个新的启动,抒情半导体(剑桥)已经开发出一种针对概率处理芯片架构。

伯克利教授和研究员Jan Rabaey Gigascale系统研究中心说,半导体行业面临的节能墙需要error-resilient计算。在最近的国际研讨会主题演讲低功率电子产品和设计(ISLPED) Rabaey说:“展望未来,计算等于能源的成本。设定的最低能量点泄漏的晶体管。从22纳米的一代,芯片公司一直未能规模操作电压。展望未来,电容可能不会减少。事实上,它可能有点。”

一条路径对降低功耗降低电源电压,错误出现,但在足够小的数字是节能回去和纠正错误。Rabaey说计算机架构师需要确定一个“概率分布的结果”,导致他称之为概率图灵机。

权力情况加剧了scaling-related晶体管变化的问题,这也让它变得更加困难和昂贵的确定性的结果。

“这可能不是用于银行,但有很多应用程序,客户不需要绝对的决定论,“Rabaey说。在传感器网络应用程序,用户界面、多媒体压缩和图像处理。有一大堆RMS(识别、挖掘和合成)应用程序可能只是可行的,他认为,如果设计师考虑功耗和数字分辨率之间的权衡,或者精度。

“我们可以构建机器处理很多错误还是功能,“Rabaey说,承认这种方法将涉及“剧烈的方式重新定义数据编码和解码”。

加州大学伯克利分校的Jan Rabaey

加州大学伯克利分校的Jan Rabaey

“有些错误是灾难性的。我们需要一个误差模型对致命错误撑。我们需要的错误有一个光滑的滚边,”Rabaey说。

在随机计算,系统收集信息从应用程序和电路结构。它决定了哪些错误是不好的,哪些是好的,并提供一个分类错误。支持者认为,结果是一个系统更节能。

微控制器包括逻辑电平一些技术,如错误检测模块和影子门闩样本信号,检测到一个错误,,一旦发现,导致处理器回滚和验算。“这是相当昂贵的功耗芯片是否有回滚和验算,“Shanbhag说。“这种方法并不承认有一个良性的错误——所有错误的可能性也同样糟糕。今天的微控制器对所有错误一样。”

行业采用慢
而微处理器供应商正在慢慢接近,使用容错或自愈处理器等术语,承认一些错误的概念可能容忍可能十年远离行业采用。

Gigascale中心内,error-resilient系统架构的核心思想是多方面的,包括应用程序可以由一个SoC超级可靠的核心,由几个合理可靠的核心。

加入老师之前在伊利诺斯州,Shanbhag设计非常高速数字用户线(VDSL)通信集成电路在贝尔实验室,结合纠错技术,让消费者在线银行和股票交易在嘈杂的电信网络。当他在1995年搬到学术界,他开始写计算应用程序,这些应用程序可以通过类似的纠错会需要一个良好的架构。然而,经过十多年的研究,甚至相对明显的应用,如电脑图形处理,一些错误的像素通常不会明显——仍然基于确定性的技术,他说。

随机计算的最佳方法是控制功耗,Shanbhag说,特别是对数据密集型应用,如拔牙的功能、模型和参数,应用,利用庞大的数据库的过程中为决策者服务。

随机计算是基于一种模型,它允许一个人实现鲁棒性和能源效率上出类拔萃。“Shanbhag正在收购P滤波器CDMA手机,一个随机computing-based实现两到三个数量级更多权力的效率比传统的P编码收购过滤器。

Naresh Shanbhag

Naresh Shanbhag

歌词就数独
所以这这一切如何融入现实世界吗?抒情半导体出现在隐形模式2010 ISLPED会议上个月,但启动一直保密的技术,部分原因是它吸引了美国国防部高级研究计划局的财政支持。

抒情统计推断算法适用于一个类的应用程序,基于体系结构映射到它的因素。统计推断的方法创建一个算法描述,结构,可用于从数据库获得的结论。公司发布了其第一个芯片,致力于在闪存纠错,并构建一个通用处理器,西奥韦伯说,统计学家抒情说上个月在奥斯汀ISLPED会议。

“抒情的概率处理技术而设计的有效考虑很多可能的答案,找到最可能的健康,”韦伯说。抒情的因子图方法估计”变量是如何连接的,比如这类问题。这推断意义不精确的数据,”他说。

抒情正在“GP5”通用计算机,韦伯说,“今天的处理器强大1000倍。”



留下一个回复


(注意:这个名字会显示公开)

Baidu