Yeni Yıl Dileği

Yeni Yıl Dileği

Kaynak Düğüm: 1921458

Use this year to consider efficiency of what we do, what we create, how we do it, and whether we could make positive changes.

popülerlik

Her yıl koşuyorum tahminler makalesi. Bu, sektördeki birçok insanın fikirlerinin bir karışımıdır ve birçok tahmin bir şekilde kendi kendine hizmet ederken, daha çok kalpten gelen başka tahminler de vardır - ya da belki de bunlar beklentilerden çok hayallerdir. Bunlardan bazılarında, özellikle sektörümüzde ve sektörümüzde sürdürülebilirliğe bakanlarda umut görüyorum.

Tıpkı doğrulamada olduğu gibi, amacını açıklayan iki kelime vardır: doğrulama ve doğrulama. Doğrulama, bir tasarımın spesifikasyonla eşleştiğini gösterme eylemidir; doğrulama ise spesifikasyonun istediğiniz gibi olduğundan emin olmaktır. Biri içe dönük, diğeri daha dışa dönük. Sürdürülebilirlik için de aynı şey geçerli.

Sürdürülebilirliğin iki yönü var; her şeyi en sürdürülebilir şekilde mi yapıyoruz ve yarattıklarımız daha sürdürülebilir bir geleceğe yol açıyor mu?

İşleri sürdürülebilir bir şekilde yapmak

Doğrulamayı düşündüğümde, büyük miktarda zaman, çaba ve gerekmemesi gereken büyük miktarda hesaplamanın boşa gittiğini görüyorum. Açıkça söylemek gerekirse, kullanılan metodoloji çocukçadır. Sektörün en iyi beyinleri herhangi bir verimlilik kavramına sahip bir metodoloji bulma konusunda başarısız oldu. Bunun imkansız bir iş olduğunu ve asla sonuca ulaşamayacağımızı söyleyerek kollarımızı havada sallıyoruz. Ancak yine de sektörün bulabileceği en iyi şey, teşviki yönlendiren ve anlık kontrol gerçekleştirerek ima edilen kapsam verilerini toplayan rastgele bir metodolojidir.

Bugün tanımlandığı şekliyle kısıtlı rastgele test modeli metodolojisi, daha fazla simülatör lisansının satışını teşvik ediyor ve tasarım boyutlarının artması, bunu emülatörlere dönüştürdü. Ancak kapsam, gerçek bütünlük veya optimal bir teşvik seti hakkında düşünmenin neredeyse imkansız olduğu ve aynı şeylerin muhtemelen gerekenden milyarlarca kat daha fazla yeniden doğrulandığı bir şekilde tanımlanmaktadır.

Bazı şirketlerin sektördeki bazı sorunlara gerçek hiyerarşik yaklaşımlar hakkında düşünmeye başladığını ve doğrulamanın yeniden düşünülmesi gereken bir konu olduğunu görmek beni çok mutlu ediyor. Ayrıntılı modellerden soyut modellerin otomatik olarak üretilmesi bunun önemli bir unsurudur. Blok düzeyindeki doğrulama, entegrasyon doğrulaması veya diğer daha yüksek doğrulama biçimleri için kullanılabilecek daha yüksek düzeyde bir model oluşturmalıdır. Oluşturulan bu modeller, üst düzey doğrulamanın amacına özeldir. Örneğin, daha yüksek seviyeli bir model, zamanlama için soyut bir fonksiyon ve istatistiksel bir model olabilir veya yalnızca blok kapsamına girmeyen bir dizi model ve durum gördüğünde uyarı veren bir G/Ç modelini yakalayabilir. seviye doğrulama Pek çok olasılık vardır.

Daha sonra tasarımda verimlilikler var. Şirketlerin bu görevle ilgili çip arızalarının sayısına bağlı olarak güç tüketimini azaltmak için yoğun çaba harcadıkları açıktır. Sektörün, verimliliği bulmaya ve bunların etkisini doğrulamaya yardımcı olacak çok daha iyi araçlara ihtiyacı var.

Sürdürülebilir bir gelecek için şeyler yaratmak

Üzerinde çalıştığınız şey, ürününüz piyasaya sunulmadan öncesine göre daha fazla enerji verimliliğine sahip bir dünyayı besliyor mu? Önceki nesle göre watt başına daha fazla işlem yapan bir işlemci üretmek gibi bazı durumlarda buna cevap vermek oldukça kolay olabilir. Ancak bunun birçok düzeyi var.

Bir düşünce modeli beni uzun zamandır rahatsız ediyor. Yazılım programlama paradigması o kadar yerleşmiş ki, endüstri onu korumak için her şeyi yapacak, hatta hurdaya çıkarılıp başka bir şeyle değiştirilecek kadar verimsiz olsa bile. Bu, yazılım için daha fazla zamana ihtiyaç duyulmasına neden olabilir, ancak ürün, enerji bakımından çok daha verimli hale gelecektir. Örneğin, genel amaçlı bir CPU kullanarak makine öğrenimini kim yapıyor? Daha uygun alternatifler bulana kadar bir süre bunu yaptılar, ancak yanlış işleme mimarisini kullanmaya devam eden birçok başka görev de var.

Benzer şekilde, AI/ML'de araştırmacılar gereksiz derecede yüksek hassasiyet ihtiyacını azaltıyor. Başlangıçta başka hiçbir şey olmadığı için kullanıldı, ancak tam hassasiyetli kayan nokta kullanmak çok fazla enerji israfına neden oluyor. Kenar çıkarımı daha hızlı gelişti çünkü o olmasaydı ürünler mümkün olmazdı. Ancak öğrenme enerjisindeki büyük azalmalar üzerinde çok daha fazla düşünülmesi gerekiyor.

Ayrıca tüm sürdürülebilirlik kavramlarına meydan okuyan ürün sınıfı da var. Tek varlık nedenleri çevre pahasına para kazanmaktır. Her zaman seçtiğim örnek öneri motorlarıdır. Bu aptallığı durdurabilir miyiz? Çalışmıyorlar ve iyi bir amaçları yok. Bu ürünler üzerinde çalışan insanlar, lütfen yeteneğinizi nereye yerleştireceğinizi yeniden düşünün ve toplumun iyiliği için bir şeye geçme fırsatınız varsa lütfen bunu yapın.

Sektörümüz toplumun her yönünü etkileme konusunda muazzam bir güce sahiptir. Makul bir geçmiş performansımız olduğunu düşünsem de mükemmel olmaktan çok uzak. Her zaman kolay yolu seçtik, bu da enerji verimliliği açısından olabileceğimiz yerden çok uzakta olduğumuz anlamına geliyor. Yaptığımız işin her noktasında bunu düşünmemiz gerekiyor. COVID, çalışma koşullarındaki bir değişikliğin bile büyük bir etkisi olabileceğini gösterdi. Ofis işi ile 'yerel' kaynakları kullanma arasındaki dengeyi bulmamız gerekiyor. Bilgi işlem gücünün sonsuz olduğunu düşünmeyi bırakıp, ihtiyacımız olan bilgi işlem miktarını nasıl azaltacağımıza veya hesaplamayı nasıl daha verimli gerçekleştireceğimize daha fazla odaklanmalıyız.

Hepimiz yapabilmek bir fark yarat. Lütfen Yeni Yılı biraz daha düşünmeye başlamak için kullanın. Bireysel olarak sorunu çözemeyiz ama her birimiz küçük bir katkıda bulunabiliriz.

Brian Bailey

Brian Bailey

  (tüm gönderiler)
Brian Bailey, Yarı İletken Mühendisliği için Teknoloji Editörü/EDA'dır.

Zaman Damgası:

Den fazla Yarı Mühendislik