В 1974 году Теодор Нельсон, изобретатель гипертекста, написал в своей книге «Computer Lib/Dream», что «аналоговые компьютеры настолько незначительны по сравнению с цифровыми, что мы разделаемся с ними за пару абзацев». Такое популярное отношение к аналоговым вычислениям почти не изменилось за прошедшие десятилетия, несмотря на невероятный прогресс в этой области.
Скорость вычислений и энергоэффективность аналоговых систем по сравнению с цифровыми давно выглядят многообещающими. Проблема в том, что разработка аналоговых систем традиционно сталкивалась с рядом препятствий, включая размер и стоимость аналоговых процессоров. Взрывной рост Интернета вещей (IoT) и развитие приложений искусственного интеллекта вновь пробудили интерес к аналоговым вычислениям как способу решения проблем, связанных с растущей сложностью вычислительных задач.
Приложения Edge AI требуют недорогих, компактных устройств с низкой задержкой, высокой производительностью и низким энергопотреблением. Многие удивятся, но аналоговые решения предлагают очень привлекательный ответ на эти требования. Недавние достижения в аналоговых технологиях, а также использование энергонезависимой памяти, такой как flash-память, устранили традиционные препятствия. Ниже приведены 11 распространённых мифов об аналоговых вычислениях.
1. Цифровые вычисления лучше аналоговых
Цифровые вычисления привели к информационной революции и превратили компьютеры размером с комнату в мощные устройства, помещающиеся на ладони. Долгое время цифровые решения действительно превосходили аналоговые в большинстве задач. Однако времена меняются. Если посмотреть на будущее, где каждое устройство будет оснащено мощным Edge-AI, становится ясно, что цифровые вычисления не смогут справиться в одиночку. Аналоговые вычисления позволяют запускать алгоритмы, которые обычно требуют мощного и энергозатратного GPU, на небольшом, энергоэффективном и недорогом чипе, интегрируемом в любое устройство.
2. Закон Мура будет продолжать работать как раньше
Сегодня лишь несколько производителей могут следовать закону Мура — тогда как в 1990-х их были десятки — потому что это стало слишком дорого. Улучшение техпроцессов замедлилось, а стоимость производства резко выросла. Проще говоря, масштабирование по закону Мура больше не происходит как прежде. Для следующего поколения AI-процессоров необходимы новые подходы.
3. Аналоговые системы слишком сложны в разработке
Современные инструменты автоматизированного проектирования электроники (EDA) значительно продвинулись вперёд и позволяют выполнять высокоскоростное моделирование аналоговых схем с высокой точностью. Кроме того, аналоговые схемы теперь способны автоматически калиброваться и компенсировать ошибки. Это позволяет проектировать аналоговые системы модульно, не беспокоясь о влиянии других частей системы.
4. Аналоговые вычисления — это в основном область исследований
В 1950-х и 1960-х аналоговые компьютеры стали устаревать в коммерческом применении, хотя продолжали использоваться в научных, промышленных и военных целях. Но многое изменилось. Компании вроде Mythic уже выпускают аналоговые процессоры в промышленном масштабе, доказывая, что аналоговые вычисления подходят не только для коммерческого использования, но и оптимальны для задач современного и будущего AI.
5. Аналоговые системы не обеспечивают высокой производительности
Аналоговые схемы могут быть чрезвычайно быстрыми, поскольку им не нужно передавать сигналы через цифровые логические элементы или считывать цифровые значения из памяти. Используя небольшие электрические токи в массивах flash-памяти, можно выполнять массово-параллельные матричные операции менее чем за одну микросекунду.
Это делает аналоговые системы идеальными для ресурсоёмких задач, таких как:
-
видеоаналитика
-
обнаружение объектов
-
классификация
-
оценка глубины
Это особенно полезно для:
-
промышленного машинного зрения
-
автономных дронов
-
камер наблюдения
-
видеорегистраторов (NVR)
6. Аналоговые системы потребляют много энергии
Одна из скрытых проблем цифровых систем — необходимость хранить нейронные сети в DRAM, которая дорога и потребляет много энергии как при работе, так и в режиме ожидания.
Кроме того, цифровые системы обеспечивают очень высокую точность, что требует огромных затрат энергии и производительности, особенно при работе с нейросетями. Например, система может быть вынуждена считывать триллионы весов из многослойной памяти.
На практике AI не требует такой высокой точности. Некоторые аналоговые процессоры, такие как Analog Matrix Processor от Mythic, уже в 10 раз энергоэффективнее цифровых систем, а потенциально — в 100–1000 раз для отдельных задач. Они также быстрее и могут хранить в 8 раз больше информации.
Высокая энергоэффективность также позволяет достигать высокой плотности вычислений без сложного охлаждения и мощных источников питания.
7. Аналоговые чипы дороги в разработке и производстве
Существует мнение, что аналоговые системы дороже цифровых. Однако производство современных цифровых чипов на техпроцессах 1–3 нм требует масок стоимостью более 100 млн долларов.
Аналоговые системы могут достигать высокой производительности и плотности памяти на более старых техпроцессах, которые:
-
значительно дешевле
-
более зрелые и стабильные
-
имеют большую производственную доступность
8. Аналоговые системы должны хранить нейросети в DRAM
Для цифровых систем SRAM и DRAM:
-
потребляют много энергии
-
занимают много площади
-
не развиваются достаточно быстро
Аналоговые системы используют энергонезависимую память (NVM), например flash-память, которая:
-
имеет высокую плотность
-
не требует питания для хранения данных
-
энергоэффективна
При вычислениях внутри памяти операции выполняются непосредственно в ячейках памяти через электрические токи.
9. Аналоговые системы не могут запускать сложные глубокие нейросети
Цифровые системы могут запускать сложные нейросети, но:
-
требуют много памяти
-
потребляют много энергии
-
часто зависят от облака
Аналоговые процессоры с flash-памятью могут запускать большие нейросети прямо на чипе, без DRAM, с высокой плотностью хранения весов и высокой производительностью.
Это особенно важно для обработки в реальном времени.
10. Аналоговые системы не компактны
Раньше аналоговые системы были большими. Но современные решения позволяют создавать очень компактные системы.
Flash-транзистор может одновременно выполнять функции:
-
хранения данных
-
умножения
-
сложения
Это позволяет значительно уменьшить размер системы.
11. Аналоговые системы чувствительны к условиям окружающей среды
Цифровые системы хорошо работают при изменениях температуры и напряжения. Раньше аналоговые системы были чувствительны к таким изменениям.
Однако современные аналоговые схемы:
-
управляются программно
-
используют калибровку
-
компенсируют изменения температуры и напряжения
Это делает их устойчивыми и пригодными для массового использования.