剑桥初创公司创建内存芯片 让自动驾驶汽车等数据处理速度提高1000倍

据外媒报道，英国剑桥的一家初创公司Blueshift Memory创建了一种计算机内存芯片模型，该模型可以将某些数据操作的速度提高1000倍，并且非常容易编程。在校学生可以编写这样的代码。这种类型的新设计可以显著提高计算机处理越来越多数据的能力，以满足药物搜索、DNA研究、人工智能设计和未来智能城市管理等任务的需求。此前，计算机科学家警告说，无论超级计算机多么强大，它们都无法跟上社会日益增长的数据需求。造成这种情况的主要原因之一是计算机芯片的改进速度无法与中央处理器的改进速度相匹配。当高性能计算机执行大规模操作时，可能会导致数据“流量拥堵”，即数据累积在由CPU和低效内存组成的缓慢移动队列中，从而降低计算机交付结果的速度。Blueshift的新设计重新组织了内存芯片处理此类操作的方式，使数据能够更快地传输到CPU，使此类操作能够在几分钟甚至几秒钟内完成，而不是几个小时。该芯片的设计者强调，这只是解决方案的一部分，需要加强公司之间的合作，共同应对“数据拥塞”的挑战。尽管如此，Blueshift最初的模型产生了令人印象深刻的结构。该公司由一群在高性能计算方面具有丰富经验的计算机工程师组成，他们成功地创建了一个模拟芯片效果的FPGA卡。使用FPGA卡进行的模拟表明，在科学研究或刑事调查中，当在DNA搜索库中搜索DNA匹配结果时，该芯片获得结果的速度比以前快100倍。进一步的测试表明，如果天气预报和气候变化建模中使用的算法也使用这种芯片，它可以将运行速度提高100倍。它还可以将谷歌的搜索速度提高1000倍，因为该芯片是为存储数据而设计的，并已准备好进行此类操作，从而有可能实现如此巨大的改进。Blueshift团队分析了该公司用于解决各种复杂数据问题的数千种算法，并对其进行了分类，然后设计了芯片来排列数据并为此类操作做准备。此外，Blueshift的设计还可以使某些数据操作的编程变得更容易，因为它不再需要关于如何处理大量数据的复杂指令。传统上，计算机科学家一直试图为数据拥塞设计解决方案，而不是解决方案。然而，CPU和存储芯片之间的性能差距正以每年50%的速度增长，数据需求也在不断增加。许多计算技术领域的领军人物都提出了为大数据时代重新设计内存和数据处理的必要性。目前，Blueshift正在寻求资金来完成芯片的第一次完整迭代，这比原型模拟器的成本高得多。该公司表示，改变计算机内存的工作方式可以改善许多数据操作，而不仅仅是大数据或数据库搜索。例如，自动驾驶汽车或无人驾驶汽车中的人工智能需要快速处理大量数据才能做出决策。在智能城市的未来，物体和人可能会紧密相连，对大量数据的快速实时处理对于交通流管理、公共设施供应和危险时期的疏散程序至关重要。此外，性能更好的内存芯片可以加速数据家庭计算，例如在视频编辑软件中将电影渲染速度提高10倍，将虚拟头显处理速度提高1000倍。

标签：RAM

汽车资讯热门资讯