想让电脑更好？先让它们更糟.docVIP

想让电脑更好？先让它们更糟 　　克里希纳?帕莱姆是美国莱斯大学的计算机科学家，但他制造的计算机连加法都算不好。对于它们来说，2+2可能等于5。 　　但别以为它们很蠢，这种算得不太准的计算机，可能是解决智能便携设备费电问题的最佳办法。它们还能进行更加复杂的模拟，可更好地预测气候变化，帮助我们更高效地设计汽车和飞机，揭示行星形成的秘密。这种计算机可能会揭示人脑的秘密，甚至实现对人脑的模拟。 　　性能vs能效 　　直到现在，我们不得不接受性能和能效之间不可调和的矛盾：计算机要么运行得更快，要么以低功率运行，但不能两者兼得。这意味着更强大的智能手机需要更大容量的电池，还意味着超级计算机会超级费电。所以，如何让计算机以较少的电量做更多的事，是摆在研究人员面前的一个大问题。 　　方法之一就是减少执行代码的时间――时间用得越少，越省电。对于程序员来说，这意味着要找到更快得到预期结果的办法。举一个经典问题：旅行推销员前往多个城市做推销时如何选择最佳的路线。这个问题通常很难解决，因为随着城市数量的增加，那么可能的路途数量就会以指数形式增长。程序员通常满足于寻找一个估计会有最佳路径一半好的路线，这样既不会消耗太多的计算时间，也可得到一个不错的结果。 　　但使用“偷工减料”的软件只能节省部分的电量。要想真正节省电量，还得需要改变硬件的工作方式。 　　牺牲准确性 　　通常，芯片里的晶体管借助硅通道来实现从开（1）和关（0）两个状态之间的切换，如果通道被关上（0），电流就无法通过；如果施加一个电压，通道就会被打开（1），就像大坝开闸放水一样，能让电流通过。 　　在互补式金属氧化物半导体（CMOS）芯片设计工艺中，只有你给它提供5伏稳定的电压时，通道才能正常地进行切换。如果减低电压，通道会变得不稳定――有时会切换，有时不会。 　　也就是说，计算机芯片里的晶体管如果不在全额功率下运作，计算就会不准确，但却可以大幅度减少功耗。但如果不准确程度处在一个可接受的范围内，那么以这种牺牲换来节能是值得的。而帕莱姆的团队就是使用这种思路，来解决计算机性能和能效之间的矛盾。 　　帕莱姆的团队做出了基于CMOS技术的故意不稳定的版本。他们设计了全新的数字电路，里面需要产生准确数据的地方，则提供稳定的5伏电压，但其他不需要太准确数据的地方，只提供1伏电压。他们发现，有一半多的地方都可使用1伏电压。 　　这样，帕莱姆版本的加法器――一种常见的逻辑电路，仅仅是把两个数字相加――也不能得到准确的结果。帕莱姆说：“当它相加两个数时，它给出的答案虽然不够准确，但这会减少很多能源消耗。” 　　应用到数十亿个晶体管上，你将会省很多的电。这种技术可以用到不需要准确数据的地方。例如，用大量数值来代表像素颜色。在一个实验中，他们研发了一种数字视频解码器，使用的是不太准确数据来代表显示到屏幕上的像素颜色。他们发现人单凭肉眼很难注意到图像质量有损失。 　　受到此成功的鼓励，他们又对音频应用进行了测试。他们得到的初步结果表明，用不准确数据处理，可减少一半的功耗，同时语音清晰度只减少了5%。他们认为，这种技术可以大幅度减少智能手机和个人电脑的功耗，毕竟这些设备基本上就是一个视听设备。 　　降低位数 　　基于帕莱姆的想法，英国牛津大学的物理学家蒂姆?帕尔默想到这也许能解决目前一个棘手的问题：在不需等待下一代超级计算机到来之前，如何提高气候预测的准确性。 　　气候的变化关键在于云的作用。你无法自信地预测它们会对全球气候有什么影响，除非你可以直接对云进行模拟。但现在还不清楚如何对其进行模拟。 　　今天的超级计算机没有实力进行这样的气候模拟，未来更强大的继任者又得消耗太多的能量。根据当前的技术，能对云进行模拟的机器，功耗可能大约为100兆瓦，是今天最强大超级计算机功耗的5到10倍，大致相当于一个小型发电站的总输出功率。 　　超级计算机之所以会消耗如此多的能量，是因为它们通常是为64位数据而优化的。数据使用64位，就可利用更多的内存，处理更庞大的信息，但功耗就越大。使用32位或16位，处理的数据量就会降低，结果不太准确，但功耗也会降低。而气候模拟涉及到数以百万计的变量，例如风、对流、温度、空气压力、海洋温度和盐度，这些变量的重要程度都不尽相同，都使用64位很浪费电量。因此，我们需要根据对模拟的重要性，用可变位数的数据来表示不同的变量。 　　芯片制造商已经开始适应这种需求了。最近，美国著名的芯片制造商英伟达公司就推出了图形处理器TX1，能够具有“混合精度”处理能力，允许一些软件在16位和32位工作模式之间进行切换。现在，帕尔默和他的同事正与IBM等超级计算机制造商探讨研发新一代省电的机器，可以允许计算机使用可变位数的数据。 　　其回报可能是巨大的。目前气候模拟是把