模拟计算：这项过时的技术为人工智能的前哨站重生
你好，这里是科技前哨。
2020年以来，由于供应链短缺的影响，芯片供不应求成为了热点话题，当所有人都在思考如何提高芯片产量的时候，大部分都忽略了芯片技术发展遇到的一个问题——算力越高功耗越大，以至于高性能的芯片和很多移动设备无缘。
今天VR、AR眼镜始终不如人意，人工智能难以在各种场景中铺开都于此脱不了干系。
最近科技前哨前瞻群的同行者朱锐为我们分享了一个模拟芯片的新趋势，让我们看到了解决功耗、算力矛盾的希望，我们做了一番研究，和大家一起分享模拟芯片以及它背后的技术——模拟计算的最新动向。
一同看看随着产业发展的需要，一项过时技术如何重新焕发生机！
1. 什么是模拟计算
今天我们谈起计算机的发展史，必然离不开晶体管、冯诺依曼以及数字化。
然而在50多年前，计算机其实有两种技术路线，数字计算和模拟计算。
数字计算很好理解，就是把现实世界抽象成一些数值，通过对这些数值的加减乘除运算出结果；模拟计算与之相对，它直接通过电流、齿轮等各种实体来模拟解决问题。
举两个简单的例子你就能明白。比如要计算“1+1”这样的整数加减法，就可以用齿轮来模拟，齿轮每转过去一下就算加一，转两下就能得到结果等于2。
如果遇到水龙头放水一小时总共水池里有多少水这类问题，我们就可以用电流来模拟，电流的总量就是问题的答案。
第一台模拟计算机通常被认为是范内瓦·布什1931年发明的微分分析器，对就是那个写出了《无尽前沿法案》，引导了美国科技发展的范内瓦·布什。
他通过大量的齿轮结构设计出了这台模拟计算机，相较于人类计算，他能很快完成各种复杂微积分运算，在二战中还被美国拿来计算弹道路线，在二战中发挥了非常大的作用。
由于它机械结构的特点，让当时的程序员看起来可能更像工人，必须拿着一个大扳手，通过调整齿轮结构来模拟所需的公式，然后等着机器哐当哐当转半天，得到模拟出的结果。
和后来出现的数字计算机相比，模拟计算机操作复杂、计算时间太长、还需要专人解读，被淘汰也是自然的事情，所以随着现代计算机出现，它很快就退居到18线之外。
1969年在阿波罗11号首次登月球时协助完成着陆点模拟后 ， 模拟计算机就很少露面了，只是偶尔在科研中用于仿真和模拟。
2. 今天的模拟计算
既然有这么多缺点，被淘汰了半个多世纪，为什么今天又被想起来了呢？
主要还是因为数字计算遇到了瓶颈。我们都知道芯片产业长期遵循着摩尔定律在发展，一块芯片上集成的计算单元越来越多，今天随随便便都能到上亿的水平，算力暴涨的同时，发热也成为越来越严重的问题。
电脑上CPU、GPU性能越好，散热用的风扇越大，以至于今天的显卡比板砖还要大；手机上就更不用说了，如今手机测评的一大要点就是散热，相信不少人都体会过冬天拿手机当暖手宝的经历。
这时不少计算机领域的前沿研究者重新想起了模拟计算这种解决方案。
2005年，蒙特利尔康戈迪亚大学的格伦·考恩（GlennCowan）教授就利用起可编程阵列技术，把模拟算计和数字计算相结合，取得了运算速度提高10倍，耗能缩减十分之一的成绩。
这之后打开了一扇模拟计算的新研究热潮，大家发现，虽然模拟计算在整体性能上不如数字计算，但是它在解决自己擅长的问题上非常节能高效。
不少研究者开始尝试把模拟计算单元整合到数字芯片中，这就相当于在芯片里先准备好几个专门解决某些问题计算器，遇到这类计算时数字单元把问题分配给它们就行，这不但加快了计算效率，降低了功耗，更重要的是它还完美的适用了人工智能的发展。
人工智能模型的生成可以分为两个部分，模型的训练和应用，训练阶段相当于用各种数据训练人工智能产生一系列计算公式，通过它们的相互协作，诞生出图像识别、语音识别等功能，训练的结果就是一个又一个的计算单元。
只要按照人工智能的算法框架预先固定好芯片里的每个模拟计算单元，就好比是把这套算法变成了硬件，比过去数字计算自然能减少发热和耗能，提高运算的效率。
知名芯片企业IMEC的副总裁斯里·萨玛维丹就曾对模拟计算芯片做出过预测，它认为模拟计算芯片与AI应用高度契合的特点，能让各种AI芯片的算力达到1000TOPs，功率还可以控制在1—2w，这必然会在边缘AI应用中发挥重要作用。
3. 未来有什么值得期待
一家名为Mythic的美国初创企业在这方面就取得了不小的成绩。
这家公司是密歇根大学的研究团队于2012年成立，经过10年研发，他们已经推出了基于内存的一套模拟计算芯片框架，400TOPs 的 AI 计算芯片耗电降低到了75W。这家公司的几款新品产品已经用于视频分析、工业视觉检测、无人机等领域。
随着人工智能无所不在的大趋势逐渐成熟，模拟计算必然会被越来越多的应用到芯片产业中去，可重构数据流、脉动列阵、张量网络等技术也都参与到AI计算加速中。
芯片产业未来还会有更多的变革到来，科技前哨也会持续与各位同路人关注各种变化，时刻紧跟前沿动态，一起掌握未来的科技趋势！
以上是今天的内容，希望你能有所收获，如果你喜欢我们的节目，欢迎分享给你的朋友，这会对我们非常有帮助，更多精彩内容明天再见~
