12.1 节中介绍的芯片架构属于所谓的有机计算范式。按照百度百科的定义，有机是指事物的各部分互相关联协调而不可分，像生物体一样。有机计算是以有机方式与人类行为交互的计算，即利用在自然系统中观察到的特征，为技术系统配备类似生命的特性。这里指的「有机」是用于描述系统的行为，并不意味着它们是由有机材料构成的（详见第 15 章）。
有机计算的目标是建立尽可能安全、灵活和值得信赖的系统，完全满足人类的需求。为了实现目标，系统必须更加独立、灵活和自主地行动，即它们必须具有与人类融合的特性，这种特性称为「有机」。按照相关国际组织的定义，有机计算系统是一种动态适应外部和内部变化的技术系统，它的特点是自感知、自组织、自配置、自优化、自修复、自保护、自解释和情境意识，可以被视为 IBM「自主计算」愿景的延伸（见图 12.1）。
有机计算受到大自然如何处理复杂性问题的启发。例如：人体有一个自主神经系统，具有关键的生命控制和监控功能（如心跳控制、呼吸、通过皮肤功能进行温度控制等）。对于 AI 芯片，有机计算的目标是将这些「自 ××」功能集成到芯片中，使得该芯片实现更高水平的自主操作。有机支持代表了芯片设计的一个重大概念转变，因此，逐步在 AI 芯片上实现有机含量的增长，将会为 AI 芯片本身带来更进一步的智能，解决当前 AI 芯片设计和实现的复杂性和可靠性问题。
使用有机计算原理为当前和未来越来越复杂的芯片设计提供了方便。今天的芯片设计人员越来越难以分析不同芯片组件之间的交互作用，越来越难为芯片选择最佳设计参数，因为芯片的生产面临越来越大的工艺差异和变化，而芯片本身则运行在不断变化的环境中，它们也在不同的负载下工作。
此外，目前的设计工具无法充分地允许建模、分析故障和容错行为，而这对于解决特征尺寸接近物理极限时芯片的错误率提高的问题是相当必要的。如果芯片带有学习能力，将减轻芯片设计人员的工作负担，在设计的每个方面得到最佳参数设置，因为芯片可以在运行时自我纠正和自我优化。
图 12.3 中的自主层是逻辑自主层，并不一定是物理上的分层。它负责在运行时进行决策，以实现自我校正和自我优化，即实现有机概念。功能模块的接口可以集成到自主单元中。决策按规则编码，而规则由条件、动作和预测的奖励值组成。如果规则的条件匹配，即如果系
（本章节未完结，点击下一页翻页继续阅读）
正在加载...