（圖片來源：Blueshift Memory）

據外媒報道，英國劍橋一家初創公司Blueshift Memory創建了一種計算機內存芯片模型，該芯片可將某些數據運算的速度提高1000倍，而且非常容易編程，學校的學生都能夠編寫此類代碼。

此類新設計能夠顯著提高計算機處理越來越多數據的能力，以滿足毒品搜查、DNA研究、人工智能設計和未來智能城市管理等任務的需求。

此前，有計算機科學家警告表示，無論多么強大的超級計算機也無法跟上社會不斷增長的數據需求。造成此種情況的一個主要原因是，計算機芯片（通常是RAM芯片）的改進速度比不上中央處理器（CPU）的改進速度。當高性能計算機執行大型操作時（如具有幾百萬結果的數據庫搜索任務），就會造成數據“堵車”，數據堆積在一個CPU和低效內存組成的移動緩慢的隊列中，從而降低了計算機交付結果的速度。

而Blueshift的新設計重新組織了內存芯片處理此種操作的方式，因此能夠將數據更快地交付至CPU，從而能夠在幾分鐘，甚至幾秒鐘，而不是幾個小時內完成此類操作。該芯片的設計者強調，這只是解決方案的一部分，還需要各公司之間加強合作，共同應對“數據堵車”的挑戰。

盡管如此，Blueshift公司最開始搭建的模型就產生了令人印象深刻的結構。該公司由一小組在高性能計算方面擁有廣泛經驗的計算機工程師組成，成功創建了一個模擬芯片效果的FPGA（現場可編程門陣列）卡。

利用FPGA卡進行模擬表明，該芯片在科學研究或者刑事調查中DNA搜索庫中搜索DNA匹配結果時，能夠以比之前快100倍的速度得到結果。進一步的測試表明，在天氣預報和氣候變化建模中使用的算法如果也采用該芯片，能夠使運行速度提高100倍。而且還能夠使谷歌的搜素速度提高1000倍，由于該芯片是為了存儲數據而打造的，而且能夠為此類操作做好準備，因而是能夠實現如此巨大的改進的。

Blueshift公司團隊分析公司用來解決各種復雜數據問題的數千種算法，并進行了分類，然后設計了該芯片，讓其能夠排列數據，為此類操作做好準備。此外，Blueshift的設計還能夠讓某些數據操作的編程變得更加容易，因為其不再需要包含如何處理大量數據的復雜指令。

傳統上來說，計算機科學家一直試圖為數據堵車（data tailback）設計變通方案，而不是解決方案。但是，CPU與內存芯片之間的性能差距正以每年50%的速度增長，而數據需求也在不斷增長。許多計算技術領域的領軍人物提出，需要為大數據時代重新設計內存和數據處理。

目前，Blueshift正在尋求資金來完成芯片的第一次完整迭代，迭代比原型模擬器的成本高得多。該公司表示，改變計算機內存的工作方式能夠改善許多數據操作，而不僅僅是大數據或數據庫搜索。

例如，自動駕駛汽車或無人駕駛汽車中的人工智能就需要快速處理大量數據，以做出決策。在未來的智能城市中，物體和人很可能會緊密聯系，對大量數據進行快速、實時處理對于交通流量管理、公共設施供應、以及危險時刻的疏散程序都必不可少。

此外，性能更好的內存芯片能夠加速數據家庭計算，如，能夠讓視頻編輯軟件中電影渲染速度提高10倍，而且能夠將虛擬頭顯的處理速度提高1000倍。

返回第一電動網首頁 >