查看引用/信息源请点击:spectrum
降低硬件功耗和减少散发的热量
(映维网 2019年10月10日)构建一款舒适,时尚,价格亲民的眼镜型AR设备看似简单,但实际上这需要众多领域的技术进步,包括显示器,图形处理,手势追踪和人体工学设计等等。
这正是Facebook芯片与技术工程负责人沙赫黎亚·拉彼(Sha Rabii)在Arm TechCon 2019大会所传达的信息。他在主题演讲时描述了AR眼镜的未来:支持夜视,改善整体视力,即时翻译标志,提示周遭人物的名字信息,创建共享白板,建议健康的食物选择,以及在拥挤房间中进行选择性聆听等等。他表示,这种类型的AR将成为“一种助手,可以接入互联网,并在需要时向你的耳朵和眼睛提供有用的信息。”
图片来源:Tekla Perry
他指出,这一愿景不会迅速成为现实,但一定可以实现。拉彼同时认为,最大的障碍是降低硬件的功耗,同时减少当今处理器散发的热量。
他说道:“低功耗设计社区的地位十分独特,他们可以承担起重任,并创建帮助我们实现这一愿景的工具。”
拉彼对芯片开发者可以采取的方法提出了建议。一方面,芯片必须更好地适应其预期用例。他在谈到AR眼镜时表示:“我们的用例只是中等性能,但同时要高效能,支持时尚、轻巧设计的形状参数,以及为用户舒适度考虑散热情况。”
设计人员同时需要更现实地考虑芯片的耗能。他指出,能耗主要是由“内存访问和数据移动来确定”。拉彼进一步解释说,“数据传输的成本要高于计算”,例如,“从DRAM提取1个字节比执行8位加法要多消耗12000倍的能量;以无线方式发送1个字节将多耗费300000倍的能量”。
所以,硬件设计师需要在实现AI时牢记这种差异。他表示:“流行的模型是将单片加速器作为离散计算元件,并将所有AI工作负载转移到所述元件。但这是一个数据传输密集型架构,对功耗存在影响。”
拉彼建议道,更好的办法是“将AI作为一种深度嵌入的功能,并将其分布在系统中的所有计算之中”。他说,这种架构将计算带到数据之中,这样数据就不必四处移动,从而大大节省了能耗。
还有其他AI设计方法可以减少功耗。他指出:“并非每个AI功能都需要相同的精度。要达到最终的精度,你需要很大一部分计算工作。”所以,分解工作负载,并在可能的情况下降低精度可以令AI系统更加高效。
这就是设计师现在可以做的事情。展望未来,Facebook期待能够带来更优每瓦性能的半导体工艺技术进步,以及能够实现更高性能和效能的AI专用加速器。
领取专属 10元无门槛券
私享最新 技术干货