记忆运算 学人脑思考(2-2)

发布时间:2020-08-06 编辑: 查看次数:234

記憶運算 學人腦思考(2/2)

新型电子元件不像电晶体,反而更像神经元,将带来效率极高、运算速度更快的「记忆电脑」。

(续前文)

优势何在?

记忆运算 学人脑思考(2/2)2010年,我们试图证明记忆运算元件的效能高于目前的电脑架构,处理的问题之一就是寻找走出迷宫的路径。以往用于测试电脑硬体效率的方法是设计破解迷宫的程式,传统的迷宫破解演算法是以不断踏出一小步来探测迷宫。举例来说,最着名的一种演算法称为「沿墙法」(wall follower),程式会沿着迷宫的墙边、避开所有的转弯处,从入口走到出口,不断运算;这种步步为营的方式速度十分缓慢。

我们透过数值模拟证明,记忆运算元件能以极快的速度解决迷宫问题。假设迷宫的每个转弯处都有一枚忆阻器,所有忆阻器都处于高电阻状态。如果在入口和出口之间施加电压,则电流只会沿正确路径通过,其他路径因中断而无以为继。电流通过忆阻器时会改变电阻。去除电压后,那些改变电阻的忆阻器储存了迷宫解答路径。如此一来,运算及储存解答毕其功于一役;所有忆阻器可在同一时间计算解决方案。

这类平行处理与目前的平行运算完全不同。目前常见的平行运算电脑是把程式分成若干部份,以大量CPU分别计算,再彙整以求出最终答案。这种方式仍然必须在各个CPU和所属记忆体(但实体上是分离的)之间传输资料,从而消耗大量电能和时间;但在记忆运算元件中完全不需要这幺做。

要全面展现记忆运算元件的优势,可利用目前所知最困难的电脑科学问题:计算一大串整数的所有性质,人们以电脑试图破解複杂密码时,必须面对这类难题。举例来说,给电脑100个整数,然后找出至少一个加总为零的子集合。电脑必须检视所有可能的子集合,再加总每个子集合的所有数,依序运算每个可能的组合,处理时间将呈爆炸性增加。如果检视10个整数需要一秒钟,则检视100个整数必须花费1027秒,相当于数百万兆年。

就迷宫问题而言,记忆电脑採取真正的平行处理,不需要在一连串的运算过程中来回传输资料,只需一个步骤就可算完所有子集合与总和;这样一气呵成的方式只需要一秒钟。

儘管拥有这些优势,实验室也已经製作出相关元件,记忆运算晶片目前仍然尚未商业化。学术机构和几家生产厂商目前正在测试这些元件的初期版本,看看这种前所未有的设计是否经得起重複使用,足以取代目前以电晶体和电容器製造的记忆体晶片,那是USB随身碟和固态硬碟中都看得到的晶片,但可能需要很长的测试时间,因为这些元件必须持续运作数年,不容许发生故障。

问世之路

我们认为有几项记忆运算设计不久后就能正式问世。举例来说,我们与义大利杜林理工大学的特拉维沙(Fabio Lorenzo Traversa)、波纳尼(Fabrizio Bonani)两位研究人员于2013年提出动态运算随机存取记忆体(DCRAM)的概念,目的是取代用于储存程式和资料、供CPU呼叫的现行记忆体。在这类记忆体中,是以储存在电容器中的电荷来代表构成程式的所有资料,因此必须使用大量电容器来储存一个程式。

但如果以忆容器取代电容器,就能在此记忆体内以较少的忆容器代表程式运作时所需的各种逻辑运算。只要施加不同的电压,忆容器就能以极快的速度变换逻辑运算,只需要两个忆容器就可处理「do × AND y」、「do × OR y」和「ELSE do z」等运算指令,不需要使用大量的电容器和电晶体。此外,我们也不需要改变基础实体架构来执行不同的功能,在电脑术语中,元件依据输入讯号类型、执行不同运算的特性称为「多型性」(polymorphism)。人类大脑不需要改变架构就可执行其他工作,因此具有多型性,但目前的电脑没有这种能力,因为CPU的电路是固定不变的。当然就记忆运算元件而言,是在记忆体内进行这些运算,所以不需要在记忆体和CPU间来回传送资料而耗费时间和电能,程式计算结果可以储存在同一个位置。

现有的生产设备即可製造这类系统,不需要大幅度的技术升级。唯一的阻碍因素是必须设计新软体来控制记忆电脑,目前我们还不知道哪几种作业系统控制这种新型电脑的效率最高。我们必须先做出这类电脑,再测试各种控制系统并进行最佳化;电脑科学家在研发现有的电脑时,也是採取相同的设计程序。

不少科学家还希望找出整合记忆运算元件与现有电脑的最佳方法。我们或许能够以现有的处理器执行简单事务(例如本文一开始Word中的句子),同时以电脑中的记忆运算元件执行更複杂且至今仍然十分耗时的运算;我们必须打造、测试、重新打造再重新测试。

不过思考这项技术在未来会有什幺进展,是件相当有趣的事。打造和测试完成后,出现在使用者面前的可能是足以一手掌握的小巧电脑,能够处理图形辨识或建立精细地球气候模型等极端複杂的问题,而且只需要极少的运算步骤就能完成工作,耗费的电能和成本都极低。

你想不想也买一部呢?(完)