研究人员希望实现硅芯片从自身的大数据中学习的能力，使芯片能够通过转变自身的任务来满足用户的需求。

美国国家科学基金会（NSF）日前资助卡内基梅隆大学（CMU）硅系统实现中心（CSSI）260万美元，用于开发下一代超高效硅芯片，这可能会带来芯片设计和操作方面的一场变革。

CSSI的领导Shawn Blanton表示，NSF此次的资助将帮助研究人员实现硅芯片从自身的大数据中学习的能力，使芯片能够通过转变自身的任务来满足用户的需求。

这项为期3年的研究计划包括了来自电子和计算机工程领域的各方面专家，涉及电路设计、计算机体系结构、集成电路芯片制造、网络安全和统计学习等，研究机构还包括了机器人研究所。

目前几乎所有电子系统的核心都是硅芯片。Blanton表示，目前硅芯片内部资源和基础设施的管理很大程度上都是临时和零散的，这也导致了芯片资源未得到最优化利用。这种技术成熟度的欠缺也意味着现有芯片实际上浪费了很多的能量，导致了更短的电池寿命、更高的数据中心电力需求以及全球能源的低效使用。

由于现有的芯片技术非常复杂，CMU的研究人员已经启动了一项名为“芯片中的统计学习”（SLIC）的项目，旨在运用机器学习来实现硅芯片资源管理的整体集成。

Blanton表示，SLIC集成电路可以持续监测自身的性能和条件，以确保其总是以最佳效率运行。同时高速、高效的SLIC引擎也将增强芯片的应用性能，如改进新的智能系统（譬如预测血糖水平的传感器）和简化控制假肢的人机接口。SLIC技术还可以应用到关键基础设施的监控和数据系统中，如电力网、空中交通管制和通信基础设施。

CMU电子和计算机工程教授Ed Schlesinger表示，此项研究将会具有巨大的影响，因为研究团队本质上是在集成电路技术领域开发一种新的范式，让芯片自身拥有某种智能，从而为其所在的系统提供更加优越的性能。

（来源：中国科学报）