推翻0與1的數位暴政 ，概率式運算將提升處理器效能

photo: dvanzuijlekom/flickr

http://www.wired.com/wiredenterprise/2013/07/analogfuture/

很少人意識到，我們每天都活在0、1的數位訊號下，每當打開智慧型手機獲電腦時，執行的每個動作不過是一連串的0、1訊號，我們日常充斥著這樣的數字邏輯。

但微軟Extreme運算小組成員柏格（Doug Burger）認為，數位運算就要結束，未來數位精準度的需求將會降低。他表示，未來在巨量資料下的電腦運算技術將脫去精確性的限制，如此才能寫出與硬體緊密結的軟體。

50多年來，英特爾等的晶片大廠專注透過不斷增加電晶體，最近更開發可以並行運作的核心，以提升微處理器的速度；但這些常態的效能推升作法很快就要結束，因為晶片體積越來越小，已經逼近無法再小的地步。

例如，英特爾目前的晶片即將縮小到14nm 製程，這樣的尺寸使精確數位運算難度更高，這也是為什麼目前的晶片很容易過熱的原因之一。

柏格把這種現象稱為「數位債」（digital tax），接下來的10年數字債務可能龐大到製造商無法負荷的地步，如過持續下去根本無法製造穩定的數位晶片，那如果未來晶片變小無法提升效能該怎麼辦？柏格提認為概率運算法就是解答。

柏格與華盛頓大學副教授希澤（Luis Ceze）開發了一種全新的編程方式，不使用二進制的代碼。以銀行的金融服務App來說，可以查詢用戶戶頭餘額的功能通常不允許錯誤，但掃描支票就能夠處理一些錯誤，柏格與希澤觀察觀察了App運作後打造出一個神經網路模型，並在名為NPUs的特殊神經處理加速器上運行。

希澤說：「我們利用一個神經網路去估計一般在正規處理器上運算的東西…我們要做的是把神經網路運用到瀏覽器、遊戲和各種東西上。」

研究人員希望研究建立完整的相對系統，也就是處理器、儲存、軟體，這種使用估計算法的運算模型。他們認為與傳統模型比起來，新模型電壓需求很低，並減少電力和降溫的花費。現在他們已用可編程晶片製作出第一批NPU加速器，將比數位運算更快、更節能。

根據柏格，這種方式會產生小錯誤，所以無法適用所有的編程模式，例如計算器。但對圖像處理等許多程式而言它相當適合。圖像辨識、生物訊息、資料挖掘和語音辨識等等都可以使用這種概率運算法。
除了柏格和希澤外，美國國防高等計畫研究局（DARPA）也開展了智慧資料分析之非傳統訊號處理計畫（UPSIDE）也是為了解決同樣問題。概率式運算真正到來也許還需要10到15年，但這很可能就是下一代的運算方式。