計算機(jī)科學(xué)家David Blaauw從他的包里拿出一個小塑料盒，小心地用手指甲從中夾起一個小黑方塊，放在酒店的咖啡桌上。這是世界上最小的電腦之一，體積只有1立方毫米。我必須小心翼翼不能咳嗽或打噴嚏，以免它被吹走，或者被掃入垃圾桶。

　　Blaauw和他的同事Dennis Sylvester（兩人同為IEEE Fellow和密歇根大學(xué)的計算機(jī)科學(xué)教授）在二月份于舊金山舉辦的IEEE國際固態(tài)電路會議（ISSCC）上發(fā)表了與這些“微型計算機(jī)”相關(guān)的10篇論文。他們近幾年來不斷研發(fā)出各種不同的微型設(shè)備。

　　他們的Michigan Micro Mote（M3）計劃的總體目標(biāo)是為醫(yī)療設(shè)備和物聯(lián)網(wǎng)制造更智能、更小的傳感器，從而能夠以更少的能量消耗做更多的事情。

　　如何處理一萬億個設(shè)備產(chǎn)生的數(shù)據(jù)

　　麥克風(fēng)、攝像機(jī)以及其他傳感器構(gòu)成了智能設(shè)備的“眼睛”和“耳朵”。它們必須保持實時在線，并且經(jīng)常將本地數(shù)據(jù)發(fā)送到云端，因為它們無法自己進(jìn)行復(fù)雜的分析計算。有人預(yù)測到2035年，將有1萬億這樣的設(shè)備。Blaauw說：“如果有一萬億臺設(shè)備不斷產(chǎn)生數(shù)據(jù)，人類將會被數(shù)據(jù)淹沒。” Blaauw和Sylvester希望通過開發(fā)能夠在板上進(jìn)行分析的小型，高效能計算傳感器，使這些設(shè)備更安全、更節(jié)能、同時占用更低的帶寬。

　　在ISSCC，他們闡述了功率僅為幾納瓦的微型計算機(jī)，來執(zhí)行例如區(qū)分過往車輛的聲音、測量溫度和光照水平等任務(wù)。 還展示了一個緊湊型收音機(jī)，可以將數(shù)據(jù)從小型計算機(jī)發(fā)送到距離20米遠(yuǎn)的接收機(jī)，與去年報道的50厘米的范圍相比，進(jìn)步顯著。 他們還介紹了與臺積電（臺積電制造有限公司）在設(shè)備中嵌入閃存的合作，并介紹了專用的低功耗硬件，用于運行基于深神經(jīng)網(wǎng)絡(luò)的人工智能算法。

　　Blaauw和Sylvester說，他們采取一整套的措施來實現(xiàn)這些新功能，并且不增加功耗。 Sylvester表示，沒法用一個簡明的表述來解釋他們是怎樣做到的。如果有，那就是“智能電路設(shè)計”，Blaauw補(bǔ)充道。

　　Sylvester說，內(nèi)存研究是一個很好的例子來說明正確的權(quán)衡可以提高性能。 以前的微型計算機(jī)使用8千字節(jié)的SRAM（靜態(tài)RAM），這樣計算機(jī)性能必然是差的。要錄制視頻和聲音，微型計算機(jī)需要更多的內(nèi)存。 所以團(tuán)隊與臺積電合作在電路中嵌入閃存（Flash）?，F(xiàn)在他們可以制造1兆字節(jié)內(nèi)存的小型計算機(jī)了。

　　Flash可以比SRAM占用更小的空間存儲更多的數(shù)據(jù)，但是寫入內(nèi)存需要大量的電能。 他們的團(tuán)隊和臺積電一道設(shè)計了一個新的內(nèi)存陣列，使用更高效的電荷泵進(jìn)行寫入過程。 這個存儲器陣列相比于臺積電的商業(yè)產(chǎn)品密度稍低一點，但仍比SRAM強(qiáng)得多。西爾維斯特說：“我們通過小的折中獲取了大的收益。”

　　功耗僅為288微瓦的神經(jīng)網(wǎng)絡(luò)處理器

　　他們在ISSCC上提出的另一個微型計算機(jī)包含一個深度學(xué)習(xí)的處理器，可以使用僅僅288微瓦電進(jìn)行神經(jīng)網(wǎng)絡(luò)計算。 神經(jīng)網(wǎng)絡(luò)是在面部和語音識別等任務(wù)中表現(xiàn)良好的人工智能算法。 它們通常需要大量內(nèi)存和強(qiáng)大的處理能力，因此它們通常運行在配以高級GPU的服務(wù)器集群上。 一些研究人員一直在試圖通過專門設(shè)計用于運行這些算法的專用硬件來減小深入學(xué)習(xí)的內(nèi)存和功耗需求。 但即便如此，這些處理器仍然使用超過50毫瓦的功率——對于微型計算機(jī)來說仍然太多。 密歇根大學(xué)的團(tuán)隊通過重新設(shè)計芯片架構(gòu)來降低功耗要求，例如通過將四個處理器件置于存儲器（在這種情況下為SRAM）中，以最小化數(shù)據(jù)移動。

　　目前的理念是要把神經(jīng)網(wǎng)絡(luò)植入物聯(lián)網(wǎng)。 Blaauw說：“很多運動檢測相機(jī)會拍到被風(fēng)吹動的樹枝，這是沒有意義的?！?安防攝像機(jī)和其他連接的設(shè)備不夠智能，無法識別盜賊和樹木之間的區(qū)別，因此它們浪費能量，將無意義的圖像發(fā)送到云端進(jìn)行分析。 板載深度學(xué)習(xí)處理器可以做出更好的決策，前提是它們不使用太多的電能。 密歇根大學(xué)團(tuán)隊認(rèn)為，除了安防系統(tǒng)之外，深度學(xué)習(xí)的處理器可以集成到許多其他物聯(lián)網(wǎng)應(yīng)用中。 例如，如果中央空調(diào)系統(tǒng)看到多個人穿上大衣，可以決定將空調(diào)關(guān)閉。

　　在學(xué)術(shù)界展示了這些微型計算機(jī)的多種應(yīng)用之后，密歇根大學(xué)團(tuán)隊希望在幾年內(nèi)將產(chǎn)品推向市場。 Blaauw和Sylvester說，他們的創(chuàng)業(yè)公司CubeWorks目前正在進(jìn)行原型生產(chǎn)和市場研究。 該公司在2013年底悄然啟動。去年10月，英特爾投資公司宣布給予這家公司一筆數(shù)額未公開的投資。