（圖片來(lái)源：Blueshift Memory）

據(jù)外媒報(bào)道，英國(guó)劍橋一家初創(chuàng)公司Blueshift Memory創(chuàng)建了一種計(jì)算機(jī)內(nèi)存芯片模型，該芯片可將某些數(shù)據(jù)運(yùn)算的速度提高1000倍，而且非常容易編程，學(xué)校的學(xué)生都能夠編寫(xiě)此類(lèi)代碼。

此類(lèi)新設(shè)計(jì)能夠顯著提高計(jì)算機(jī)處理越來(lái)越多數(shù)據(jù)的能力，以滿足毒品搜查、DNA研究、人工智能設(shè)計(jì)和未來(lái)智能城市管理等任務(wù)的需求。

此前，有計(jì)算機(jī)科學(xué)家警告表示，無(wú)論多么強(qiáng)大的超級(jí)計(jì)算機(jī)也無(wú)法跟上社會(huì)不斷增長(zhǎng)的數(shù)據(jù)需求。造成此種情況的一個(gè)主要原因是，計(jì)算機(jī)芯片（通常是RAM芯片）的改進(jìn)速度比不上中央處理器（CPU）的改進(jìn)速度。當(dāng)高性能計(jì)算機(jī)執(zhí)行大型操作時(shí)（如具有幾百萬(wàn)結(jié)果的數(shù)據(jù)庫(kù)搜索任務(wù)），就會(huì)造成數(shù)據(jù)“堵車(chē)”，數(shù)據(jù)堆積在一個(gè)CPU和低效內(nèi)存組成的移動(dòng)緩慢的隊(duì)列中，從而降低了計(jì)算機(jī)交付結(jié)果的速度。

而B(niǎo)lueshift的新設(shè)計(jì)重新組織了內(nèi)存芯片處理此種操作的方式，因此能夠?qū)?shù)據(jù)更快地交付至CPU，從而能夠在幾分鐘，甚至幾秒鐘，而不是幾個(gè)小時(shí)內(nèi)完成此類(lèi)操作。該芯片的設(shè)計(jì)者強(qiáng)調(diào)，這只是解決方案的一部分，還需要各公司之間加強(qiáng)合作，共同應(yīng)對(duì)“數(shù)據(jù)堵車(chē)”的挑戰(zhàn)。

盡管如此，Blueshift公司最開(kāi)始搭建的模型就產(chǎn)生了令人印象深刻的結(jié)構(gòu)。該公司由一小組在高性能計(jì)算方面擁有廣泛經(jīng)驗(yàn)的計(jì)算機(jī)工程師組成，成功創(chuàng)建了一個(gè)模擬芯片效果的FPGA（現(xiàn)場(chǎng)可編程門(mén)陣列）卡。

利用FPGA卡進(jìn)行模擬表明，該芯片在科學(xué)研究或者刑事調(diào)查中DNA搜索庫(kù)中搜索DNA匹配結(jié)果時(shí)，能夠以比之前快100倍的速度得到結(jié)果。進(jìn)一步的測(cè)試表明，在天氣預(yù)報(bào)和氣候變化建模中使用的算法如果也采用該芯片，能夠使運(yùn)行速度提高100倍。而且還能夠使谷歌的搜素速度提高1000倍，由于該芯片是為了存儲(chǔ)數(shù)據(jù)而打造的，而且能夠?yàn)榇祟?lèi)操作做好準(zhǔn)備，因而是能夠?qū)崿F(xiàn)如此巨大的改進(jìn)的。

Blueshift公司團(tuán)隊(duì)分析公司用來(lái)解決各種復(fù)雜數(shù)據(jù)問(wèn)題的數(shù)千種算法，并進(jìn)行了分類(lèi)，然后設(shè)計(jì)了該芯片，讓其能夠排列數(shù)據(jù)，為此類(lèi)操作做好準(zhǔn)備。此外，Blueshift的設(shè)計(jì)還能夠讓某些數(shù)據(jù)操作的編程變得更加容易，因?yàn)槠洳辉傩枰绾翁幚泶罅繑?shù)據(jù)的復(fù)雜指令。

傳統(tǒng)上來(lái)說(shuō)，計(jì)算機(jī)科學(xué)家一直試圖為數(shù)據(jù)堵車(chē)（data tailback）設(shè)計(jì)變通方案，而不是解決方案。但是，CPU與內(nèi)存芯片之間的性能差距正以每年50%的速度增長(zhǎng)，而數(shù)據(jù)需求也在不斷增長(zhǎng)。許多計(jì)算技術(shù)領(lǐng)域的領(lǐng)軍人物提出，需要為大數(shù)據(jù)時(shí)代重新設(shè)計(jì)內(nèi)存和數(shù)據(jù)處理。

目前，Blueshift正在尋求資金來(lái)完成芯片的第一次完整迭代，迭代比原型模擬器的成本高得多。該公司表示，改變計(jì)算機(jī)內(nèi)存的工作方式能夠改善許多數(shù)據(jù)操作，而不僅僅是大數(shù)據(jù)或數(shù)據(jù)庫(kù)搜索。

例如，自動(dòng)駕駛汽車(chē)或無(wú)人駕駛汽車(chē)中的人工智能就需要快速處理大量數(shù)據(jù)，以做出決策。在未來(lái)的智能城市中，物體和人很可能會(huì)緊密聯(lián)系，對(duì)大量數(shù)據(jù)進(jìn)行快速、實(shí)時(shí)處理對(duì)于交通流量管理、公共設(shè)施供應(yīng)、以及危險(xiǎn)時(shí)刻的疏散程序都必不可少。

此外，性能更好的內(nèi)存芯片能夠加速數(shù)據(jù)家庭計(jì)算，如，能夠讓視頻編輯軟件中電影渲染速度提高10倍，而且能夠?qū)⑻摂M頭顯的處理速度提高1000倍。

返回第一電動(dòng)網(wǎng)首頁(yè) >