賽靈思視角下的未來

未來的世界什么樣?

三維重構(gòu)音樂會(huì)

很多人喜歡“維也納新年音樂會(huì)”。我們可以看到這兩年的音樂會(huì)現(xiàn)場(chǎng)有很多人拿著移動(dòng)設(shè)備在拍攝。如果，這些信息都傳輸?shù)皆贫藭?huì)怎樣呢？例如，我們可以在云端利用這些不同角度拍攝的視頻重構(gòu)出一個(gè)三維（3D) 的虛擬現(xiàn)場(chǎng)，那么你可以用你的鼠標(biāo)在任意角度飛行，一直飛到演奏的小提琴手那去，去看它的演奏視頻。比現(xiàn)場(chǎng)觀眾還清晰。

戴著Google眼鏡觀看比賽

巨大的體育場(chǎng)里面坐滿了觀眾，很多人戴著Google眼鏡，每個(gè)人的眼睛都在看著球場(chǎng)，當(dāng)然，如場(chǎng)景1一樣，你可以三維重構(gòu)球場(chǎng)。但我們可以更進(jìn)一步，觀眾希望通過Google眼鏡看到正在跑動(dòng)的運(yùn)動(dòng)員的更多信息，諸如他的力量值、體力值、經(jīng)驗(yàn)、姓名，以及他剛剛射門，射門的總次數(shù)，這些都可以實(shí)時(shí)地在這個(gè)人的體像上進(jìn)行疊加。

這些就是今后業(yè)界準(zhǔn)備做的事情的一部分。我們的教學(xué)和科研就是為這一天的到來而準(zhǔn)備的，而且一定要很快地到那個(gè)點(diǎn)去。那么這個(gè)點(diǎn)是什么呢?

關(guān)鍵的1ms：一個(gè)智能交通的場(chǎng)景

現(xiàn)代電子信息技術(shù)可以提供什么服務(wù)? 例如1秒鐘(s)可敲擊一次鍵盤;100ms可以聽音樂;10ms可以看視頻;如果是1ms呢？

1ms 就是你的神經(jīng)和力量的控制時(shí)間，比如你用手碰到電風(fēng)扇，手會(huì)馬上縮回來，這個(gè)反應(yīng)速度是1ms。所以我們接下來要做的，就是能夠在1ms時(shí)間內(nèi)做的事情。

舉個(gè)簡(jiǎn)單的例子，如果我們通過網(wǎng)絡(luò)的云計(jì)算在1ms之內(nèi)做出決策，應(yīng)用在我們的汽車上，汽車可以在沒有紅綠燈的情況下，用無線方式互相通訊，如果車快撞上，用1ms的時(shí)間剎車或馬上加速，這就是無人駕駛汽車。如果有行人，由于行人有手機(jī)（or 其他可穿戴設(shè)備），手機(jī)會(huì)發(fā)出信號(hào)，汽車開過來時(shí)就會(huì)自動(dòng)減速，讓行人走過去。這是一個(gè)無損的理想應(yīng)用，也就是所謂的未來的智能交通。

這樣的場(chǎng)景里面有一個(gè)很關(guān)鍵的問題，那就是1ms的問題。這個(gè)智能交通系統(tǒng)要在1ms的時(shí)間內(nèi)完成數(shù)據(jù)的采集、處理、判斷和控制。

我們用云來處理和進(jìn)行控制，那么汽車在上海，就不能用放在北京的云來提供智能服務(wù)。因?yàn)楣庖幻腌娨簿团苋f公里，1ms光能跑300公里，還要考慮打個(gè)來回，即150公里，也就相當(dāng)于上海到無錫的距離。所以在設(shè)計(jì)無線接入網(wǎng)的時(shí)候，云計(jì)算必須是一個(gè)分布式的云，應(yīng)該到處都有，物理上應(yīng)該是像基站一樣普遍存在。

上述僅僅是光在路程上的時(shí)間。其實(shí)計(jì)算的任務(wù)也很繁重(圖1)，因?yàn)槟阋?a href="http://www.wenjunhu.com/soft/data/21-22/" target="_blank">嵌入式計(jì)算，要進(jìn)行圖像、視頻等的處理，還要調(diào)制解調(diào)、加密、軟件、可靠性，所以每個(gè)階段只有零點(diǎn)幾毫秒的預(yù)算了。因此業(yè)界的另一挑戰(zhàn)是大量的數(shù)據(jù)要實(shí)時(shí)地在零點(diǎn)幾毫秒內(nèi)做完。

CPS(信息物理系統(tǒng))

我本人不太喜歡物聯(lián)網(wǎng)(IoT)這個(gè)詞，因?yàn)樗凳局灰?a target="_blank">傳感器像互聯(lián)網(wǎng)一樣連起來，收集數(shù)據(jù)，這事就結(jié)了。實(shí)際上你得到了一大堆數(shù)據(jù)是沒用的，真正有用的是拿到數(shù)據(jù)之后，還要反饋回來做控制。所以我更喜歡CPS(Cyber Physical System)這個(gè)詞，即信息物理系統(tǒng)，意思是要把物理系統(tǒng)能夠與信息系統(tǒng)結(jié)合到一起，形成一個(gè)閉環(huán)，能夠讓信息系統(tǒng)影響物理系統(tǒng)。實(shí)際上我國(guó)說的信息化改造工業(yè)化也是這個(gè)意思。

摩爾定律難以解決性能和功耗問題

為什么后十年我們做得到呢?來看看微電子業(yè)的摩爾定律。摩爾定律不停地發(fā)展，現(xiàn)在已經(jīng)到20納米，未來的路線圖已到3.5納米。摩爾定律要解決什么樣的問題呢?就是漏電問題。像水管一樣，一個(gè)開關(guān)如果關(guān)得不牢，就要漏水，如果一個(gè)晶體管設(shè)計(jì)得不好，它就會(huì)漏電?，F(xiàn)在“水龍頭”越做越薄，一定會(huì)有“漏水”現(xiàn)象，整個(gè)工業(yè)界正在做的就是如何把開關(guān)關(guān)緊。

現(xiàn)在用體硅和絕緣體上硅(SOI)(圖2)，還有FinFet(鰭式)、SOI FinFet，最后是全包圍，來把電流夾斷。插個(gè)廣告，目前Xilinx在20納米節(jié)點(diǎn)，很快會(huì)推出14/16納米芯片。摩爾定律在今后至少十年還是適用的，所以在器件方面，我們不用太著急。

但是摩爾定律每年指望它性能翻番遇到了嚴(yán)峻的挑戰(zhàn)。不是說摩爾定律有了，跟著它每年就自動(dòng)獲得計(jì)算能力，這件事過去是這樣的，但是最近行不通了。整個(gè)業(yè)界面臨著兩個(gè)挑戰(zhàn)，一個(gè)叫性能，一個(gè)叫功耗。

現(xiàn)在一個(gè)芯片里面可以集成越來越多的晶體管，可是晶體管如果都工作起來，消耗的電流特別大，大到最后你如果按照這個(gè)曲線走的話(如圖3)，單位面積上的功耗會(huì)超過核電站的功耗，甚至是火箭、太陽表面的功耗，因此芯片會(huì)燒壞，所以真正工作的時(shí)候，芯片上有一些晶體管要處于斷電狀態(tài)，這就是所謂的暗硅(Dark Silicon)。既然如此，那就用多核。這是不得已而為之的辦法。但是如果我還想得到非常高的運(yùn)算能力——1ms要做很多很多事情的——但是，我又不能把所有的晶體管全打開，是不是就矛盾了，沒辦法解決了?那我們?cè)囋嚳矗?/p>

大腦的啟示

一個(gè)好消息是晶體管現(xiàn)在已經(jīng)不值錢了，也就是說既然一塊芯片里一定會(huì)有晶體管不開，我們就一定要大大地放縱我們的設(shè)計(jì)空間，我們寧肯用一大堆冗余的計(jì)算單元提前擺在那，用其中一部分工作，其它的都不用。這件事是對(duì)的。因?yàn)樵谏钪芯陀幸环N“計(jì)算機(jī)” 實(shí)際上就是這么干的，就是人的大腦。人腦的皮層90%是沒用的，真正工作的只有其中一小部分。

我們?cè)倩剡^來看目前的情況，CPU很有意思，它一天到晚都沒在干正事，都在弄流水線，最后干了一件事啥事?就是做了一個(gè)加法。也就是說百分之七八十的硅片都在為了滿足這一個(gè)高速運(yùn)行的累加器，給它喂飽，喂飽這個(gè)累加器有好多分支預(yù)測(cè)，什么亂七八糟的讀Cache(高速緩存)，就是為了搞高速運(yùn)算的一個(gè)單CPU。這件事情很不合邏輯，我用了這么多硅片，折騰了這么半天，最后就算了個(gè)加法!原來，當(dāng)初馮.諾依曼設(shè)計(jì)計(jì)算機(jī)的時(shí)候，晶體管和ALU(算數(shù)邏輯單元)很貴，因此利用便宜的memory是很劃算的。馮.諾依曼計(jì)算機(jī)就這么一路走過來，大家也跟著吭哧哼哧地推一步走一步，也不想創(chuàng)新，CPU不停地增加它的時(shí)鐘頻率，結(jié)果到今天再怎么做也難以翻番了。

所以有人提出，最好把這套東西全推掉，我全都弄上運(yùn)算單元，這些運(yùn)算單元可根據(jù)計(jì)算的任務(wù)隨意組合，馬上就能做運(yùn)算，動(dòng)態(tài)組合、動(dòng)態(tài)植入，那么整個(gè)面積都是運(yùn)算單元在做事。這件事情實(shí)際上就是我們?nèi)祟惔竽X干的活兒。人類的大腦實(shí)際上是一個(gè)并行的計(jì)算機(jī)。前段時(shí)間，IBM剛發(fā)表一個(gè)消息，說是做了一個(gè)人工神經(jīng)元的超級(jí)計(jì)算機(jī)，最核心的特點(diǎn)就是其神經(jīng)元可以動(dòng)態(tài)存儲(chǔ)，也就是說不同的信息他訓(xùn)練兩天之后，它就連接成一個(gè)可操作的部分，而且功耗特別低。

我們?cè)谧鍪裁矗?/p>

沒有處理器，還要做計(jì)算

因此，我們要做什么事呢?Computing without Processors(沒有處理器，還要做計(jì)算)，這就是我們今后十年或許能夠應(yīng)對(duì)挑戰(zhàn)的法寶。也就是說我們能夠通過硬件的可重組、可重構(gòu)，能夠在硬件層面重組出來正好適合計(jì)算的能力。我們不需要再為流水線、cache發(fā)愁了。

Xilinx有個(gè)Vivado-HLS工具，可從C實(shí)現(xiàn)FPGA。你可先做一些低層次的東西，就是所謂的HLS，Vivado-HLS能把算法直接變成硬件實(shí)現(xiàn)，也就說你的計(jì)算單元已經(jīng)沒有CPU了，但又是高效的。如果你嫌煩的話，可以用碎片來做，然后就被大量地收集了，然后它做線上的工具。

假設(shè)Xilinx的Zynq處理器就是大腦，有一大堆單元，你什么都想干，但是嫌設(shè)計(jì)太麻煩了，ultrascale構(gòu)架把你要用的東西準(zhǔn)備好，CPU有了，加密引擎一大堆，你要一百個(gè)，還是一萬個(gè)加密引擎都行，還有浮點(diǎn)運(yùn)算單元，你想要什么圖形引擎(GPU)，我給你放上三萬個(gè)GPU進(jìn)去，你再用可編程的邏輯把它們連到一起，滿足你的需求。這個(gè)方案功耗既低，速度又快，還全是硬的東西，為什么?因?yàn)榫w管太便宜了，而且我做了一大堆，功能全放那兒，你想用哪一個(gè)都行，這就是Xilinx在做的。

當(dāng)然在這上面，編程就是一項(xiàng)挑戰(zhàn)了。異構(gòu)計(jì)算一定是今后我們要掌握的，這樣才能夠?yàn)楹竺娴氖伦鰷?zhǔn)備。異構(gòu)計(jì)算，Xilinx首推的是用OpenCL來做，因?yàn)樗淮尉幊?，你可以在PC機(jī)上跑，也可以再把它編程，也可以在CUP上跑，在任何地方跑，而且數(shù)量不限。其核心思想就是異構(gòu)計(jì)算，它不是一個(gè)fancy(幻想)、要跟蹤潮流的東西，而是我們?nèi)绻粦?yīng)用它，大家認(rèn)為很難持續(xù)。Xilinx的Zynq目前是雙核的，可能下一代還有更多核，有一萬個(gè)加密單元，都是硬核的，讓你在里面動(dòng)態(tài)組合。

對(duì)大數(shù)據(jù)來講，應(yīng)該讓分布式的存儲(chǔ)用起來和RAM一樣是隨機(jī)地存儲(chǔ)，也就是數(shù)據(jù)庫我們一定要做得跟RAM一樣。怎么做?如果還按照篩選，我要在1ms內(nèi)把一大堆數(shù)據(jù)放到一起篩選，一個(gè)方法就是在它的所謂的控制器里再加上過濾邏輯，這樣，我讀寫數(shù)據(jù)的時(shí)候，就可以把我的智能放進(jìn)去，在網(wǎng)絡(luò)上用傳統(tǒng)的數(shù)據(jù)就可以實(shí)現(xiàn)你的功能。

小結(jié)

異構(gòu)、多核、一大堆晶體管，在1ms內(nèi)要完成大量計(jì)算，這是今后業(yè)界要面對(duì)的事。

這聽起來很困難，似乎要很多的知識(shí)，什么硬件、軟件知識(shí)，大家很發(fā)怵，認(rèn)為跟蹤該技術(shù)太艱難了。其實(shí)不難，我自己十多年沒寫Code，我專門試一下，我利用在火車、飛機(jī)上的時(shí)間看一看Zynq和Vivado的書和文檔，后來做了實(shí)驗(yàn)，也差不多會(huì)做了?，F(xiàn)在我們的課程，在中山大學(xué)珠海分校，用五天的時(shí)間教大學(xué)本科三年級(jí)的學(xué)生，讓他們能夠在短時(shí)間內(nèi)掌握Zynq。實(shí)際上，Zynq和Vivado沒什么了不起，只是工具而已。

---> END <---