«Умная пыль»: как устроен самый маленький компьютер Michigan Micro Mote

В марте прошлого года программа AlphaGo, разработанная Google DeepMind, одержала победу над одним из лучших мастеров го в мире — Ли Седолем (Lee Sedol). Эта серия игр стала показателем того, на что способны нейронные сети. И они находят применение в других (менее глобальных) приложениях, например программах для обнаружения вредоносного ПО или перевода текста на изображениях.

Ожидается, что в ближайшее время стоимость рынка программного обеспечения, использующего возможности глубокого обучения, превысит 1 миллиард долларов. Поэтому исследователи занимаются проектированием специальных чипов, способных справиться с такими приложениями.

Среди них выделяются Google, Nvidia, Qualcomm и др. Но сегодня мы бы хотели поговорить о разработке ученых Мичиганского университета — проекте Michigan Micro Mote — компьютере объемом в один кубический миллиметр.

^[1]/ фото rawdonfox ^[2] CC ^[3]

Генеральный директор SoftBank Масаёси Сон (Masayoshi Son) предположил ^[4], что к 2035 году количество гаджетов Интернета вещей достигнет 1 триллиона. Однако у современных устройств, например камер, микрофонов, замков, термостатов, есть недостаток — они не способны анализировать информацию самостоятельно, потому постоянно передают её в облако, затрачивая энергию.

Исследователи из Мичиганского университета поставили перед собой задачу решить эту проблему и сделать умные и маленькие компьютеры с сенсорами для IoT.

«Сложно представить, сколько данных сгенерирует триллион устройств, — говорит ^[5] профессор Мичиганского университета Дэвид Блааув (David Blaauw). — Создав маленькие энергоэффективные сенсоры, способные проводить анализ «на лету», мы сделаем наше окружение более безопасным и сэкономим электричество»

Именно проблему энергопотребления должен решить компьютер Michigan Micro Mote, который настолько маленький, что сопоставим размерами с рисовым зернышком.

Тем не менее он является полнофункциональной вычислительной системой, способной действовать как умный датчик. Например, его используют для мониторинга внутриглазного давления.

Удивительно маломощный

В основе решения лежит крошечный процессор Phoenix с очень низким энергопотреблением. Процессор Phoenix разделен ^[6] на ядро и периферию. Ядро состоит из 8-битного CPU, 52-х 40-битных ЗУ с произвольным доступом для данных (DMEM), 64-х 10-битных ЗУ с произвольным доступом (IMEM) и 64-х 10-битных ПЗУ (IROM) для команд, а также блока управления электропитанием.

Периферия включает в себя контрольный таймер и датчик температуры, но к их числу можно добавить еще 8 сенсоров, в зависимости от требуемого функционала.

Схема процессора Phoenix (Источник ^[6])

Ядро и периферия взаимодействуют с помощью системной шины, использующей простой асинхронный протокол. Большую часть времени процессор Phoenix проводит в режиме готовности. Контрольный таймер, который является осциллятором с низким потреблением тока, «будит» процессор и запускает процесс обработки и сохранения показаний температурного датчика. После выполнения задачи, процессор возвращается в режим готовности и ожидает следующей команды — такой подход позволяет серьезно сократить энергопотребление.

CPU и другие логические модули могут быть отключены от источников питания, когда их услуги не требуются, а вот память (IMEM и DMEM) — нет, поскольку она должна хранить записанные в неё данные. Поэтому модули SRAM остаются главными потребителями энергии. По этой причине разработчики применяют методики, призванные снизить утечки тока, например высокий уровень напряжения на входах транзисторов. С той же целью была увеличена длительность стробирующего импульса.

Архитектура памяти данных (DMEM) с ячейкой SRAM (Источник ^[6])

Чтобы еще сильнее снизить энергопотребление, DMEM работает с так называемым списком свободной памяти. Этот список, управляемый CPU, содержит информацию об используемых строках в памяти DMEM. DMEM имеет 26 переключателей (каждый подключен к 2 строкам), которые выборочно отключают подачу тока в режиме готовности, учитывая состояние списка свободной памяти.

Разработчики также оптимизировали работу CPU с IMEM и DMEM. Для работы с IMEM используется минимальный набор базовых команд. Длина команды ограничена 10 битами, при этом популярные операции используют гибкие способы адресации, а менее популярные — неявные операнды. Также в процессоре имеется аппаратная поддержка сжатия, чтобы максимизировать емкость памяти.

Отображение адресов виртуальной памяти в DMEM выполняется с использованием фиксированного алгоритма Хаффмана. Сама DMEM разделена на статические и динамически определяемые блоки. Каждые 16 байт виртуальной памяти получают одну строку статического раздела. Если запись в память вызывает переполнение, избыток переносится в динамический раздел по указателю.

Схема температурного датчика (Источник ^[6])

Что касается встроенного температурного датчика, то его схема представлена на рисунке выше. Температуронезависимый источник тока (Iref) и источник тока, показания которого меняются согласно абсолютной температуре (Iptat), подключены к кольцевому генератору, переводящему температурную информацию в импульсы. Затем эти сигналы поступают на суммирующий счетчик, генерирующий цифровые данные. Поскольку значение температурного датчика сохранять надолго не требуется, он отключается во время простоев, чтобы дополнительно сэкономить энергию.

В своей работе ученые провели тестирование процессора Phoenix и установили, что он потребляет 297 нВт в активном режиме и всего 29,6 пВт в режиме готовности.

Из чего сделан «бутерброд»

Помимо процессора, Michigan Micro Mote имеет несколько других «слоев», выполняющих свои функции. Одним из них являются солнечные панели — солнечная батарея площадью 1 квадратный миллиметр способна ^[7] производить 20 нВт мощности.

Разрез Michigan Micro Mote (Источник ^[7])

Помимо солнечных батарей, устройство состоит из управляющего модуля, радиомодуля, интерфейса сенсорной системы, самого процессора, батареи и элемента регулирования мощности.

Слои общаются между собой с помощью специально разработанного универсального интерфейса, названного MBus. При этом ученые могут просто заменить один из слоев на другой, реализовав новый тип следящего устройства. Такой дизайн значительно снижает стоимость производства.

Путь в микробудущее

«Сейчас мы работаем над улучшением технологии обмена сообщениями между компьютерами, — говорит ^[5] Блааув. — Пока что нам удалось достигнуть расстояния в 20 метров. Это серьезное улучшение, поскольку первые версии устройства могли передавать информацию лишь на 50 сантиметров»

Возможности технологии ученые из Мичигана продемонстрировали на конференции ^[8] ISSCC.

Камнями преткновения к расширению зоны покрытия остаются размер антенны и необходимость увеличения мощности для передачи информации на большие расстояния, что сказывается на энергопотреблении.

Исследователи предпринимают и другие шаги к улучшению микрокомпьютера. Например, они постоянно совершенствуют память устройства — предыдущие поколения Micro Mote использовали лишь 8 килобайт SRAM, что делало их непригодными для обработки звука и видео. Поэтому команда ученых снабдила новые компьютеры флеш-памятью в 1 мегабайт.

Более того, одно из устройств Micro Mote, представленных ^[5] на ISSCC, имело на борту процессор для глубокого обучения. Микрогаджет оказался способен управлять нейронной сетью, потребляя при этом всего 288 мкВт. Обычно такие задачи требуют больших банков памяти и вычислительных мощностей, предоставляемых современными GPU.

Блааув говорит, что их стартап CubeWorks уже занимается прототипированием устройств и исследованием рынков. Ученые надеются, что через 2 года появятся камеры наблюдения, способные вычислить разыскиваемого правонарушителя прямо среди проходящих мимо людей, и другие умные устройства из мира IoT.

Автор: ИТ-ГРАД

Источник ^[15]