闵应骅的博客分享 http://blog.sciencenet.cn/u/ymin 一位IEEE终身Fellow对信息科学及其发展的看法

博文

粗略计算与节能(130408) 精选

已有 5218 次阅读 2013-4-8 09:03 |个人分类:计算机|系统分类:科研笔记| 节能, 粗略计算

粗略计算与节能(130408)

闵应骅

   现在人们越来越认识到环境对我们多么重要!各国都在采取积极有效的措施改善环境,减少污染。这其中最为重要也是最为紧迫的问题就是能源问题。要从根本上解决能源问题,除了寻找新的能源,节能是关键的也是目前最直接有效的重要措施。计算机技术的快速发展也面临着功耗的挑战。2012年纽约时报报道2010年数据中心在美国所消耗的电能占所有消耗电能的2%,光是谷歌数据中心就用了3亿瓦。在北维吉尼亚的亚马逊由于用柴油机发电做备用电源,三年中发生了24次违反空气质量规定的事故。大量便携式设备,譬如手机视频的耗电,几亿人用起来,电源消耗相当可观。一台超级计算机的耗电相当于一个小城市。集成电路可以集成多少亿晶体管。但是,它耗电,而且产生的热量却散不出来,要不用电风扇吹,要不用水冷,再把这些能量消耗掉。所以,集成电路和计算机的发展受到功耗的制约,工作频率也受到功耗的限制。

   计算机面对如此严重的能耗问题,怎么节能呢?有一个可以捞的油水是粗略计算,或者说非精确设计。上篇博客(http://blog.sciencenet.cn/home.php?mod=space&uid=290937&do=blog&id=675768 )我谈到气象预报的结果可以是很粗略的,那么,计算过程是否就非得那么精确不可吗?譬如视频,某些像素不正确,人眼根本看不出来。在音频设备中,短暂的失真是可以接受的。在机器学习问题中,数据的精确性也不是主要的。在迭代计算过程中,某些差错反而可能加速收敛,而能得到满意的结果。这些现象在移动设备中同样存在。一个数据52633就没有5那么重要。计算的时候忽略低位甚至是允许的。

   现在的问题是:我们能否用牺牲某些计算的精确性换取节能的效果呢?美国莱斯大学的帕莱姆(KrishnaPalem)教授提出所谓概率计算,用概率CMOSPCMOS,芯片,可以提高功耗有效性3倍,而精确性概率只由0.988降到0.975,也就是损失1.3%2012年,他们和新加坡的南洋技术大学,瑞士的微电子中心和加州大学柏克利分校合作,做了一个PCMOS加法器,大约有0.25%的时间发生错误,而达到3.5倍的能量有效性。如果允许正确的概率降到0.92,电能有效性能提高15倍。他们用一个所谓电路修剪过程,忽略数据低位。那就是说,各数据位不是平等的。电路修剪以后,可以降低电压,阈值电压也降低,反而可能提高速度。如果不提高速度,就可以更多地节能。用软件可以抑制芯片的某些部分停止供电,来解决上篇博文提到的所谓“黑硅”问题。不过,增加部分电路电源开关的指令也需要消耗能量。

   应该注意到,某些小的误差经过一个长的计算链之后也许变得不可接受。但是,许多的应用并不需要很长的串行计算链。而且,软件可以设计得使相继的指令块可以互相补偿误差,而不是扩大误差,或者扩大得比较慢。这就牵涉到对应用的工作负载的分析,如何分布误差。譬如说,经过粗略计算,能量有效地去驱动耳机。这需要神经科学和语言学的交叉。也可以设计低功耗的图形控制器,高效的模式识别、词典分类和检索的引擎。存储器的存取也可以考虑不是绝对正确的。事实上,分子计算机天然地会有差错。IBM蓝色基因超级计算机既用容错计算,也用粗略计算,他们称为近似计算。容错计算是用不可靠元件构建可靠系统;而粗略计算则是用不可靠元件构建不精确的系统。

   在一个软件语句“If X>Y, then do… “里面,就没有必要精确地计算AB。一般只要比较很少几位就可以了,从而节省功耗。模拟人脑的神经系统更不需要精确计算。人脑从不担心自己解不了微分方程,我们都用近似计算。IBMPOWER7服务器用所谓保护频带,动态地降低工作电压,以节约能量,虽然会增加处理器差错概率。监管差错到一定时候,就降低时钟频率。如果你愿意冒更大的风险,你就可以节省更多的功耗。完全决定于应用场合。如果你在玩视频游戏,许多石头从山崖上滚下,一块石头阻挡它们,差一秒,你可能不在乎。但是,控制器要是用在航天飞机上,那就绝不允许。

   所以,粗略计算与节能是一个很有潜在原创性的课题,而且是大家都能敞开来想的一个问题,尤其适合一些“民科”学家们来思考。我觉得研究这个问题比研究高次方程根式解、尺规三等分任意角有意义多了。

(来自CACM April 2013)



https://blog.sciencenet.cn/blog-290937-678097.html

上一篇:否定之否定,规律也!(130401)
下一篇:你为用户密码而烦恼吗?(130412)
收藏 IP: 159.226.43.*| 热度|

13 李伟钢 武夷山 彭思龙 孙学军 陈安 徐腾飞 张能立 翟自洋 杨宁 方运潭 俞立 aliala franklwq

该博文允许注册用户评论 请点击登录 评论 (20 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 17:03

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部