Исследователи из Массачусетского технологического института и других центров разработали чип для декодирования, который использует новую статистическую модель для обработки этой информации о надежности гораздо более простым и быстрым способом, чем традиционные методы.

В чипе используется универсальный алгоритм декодирования, ранее разработанный командой, способный расшифровывать любой код с коррекцией ошибок. Как правило, аппаратное обеспечение для декодирования может обрабатывать только определенный тип кода. Этот новый универсальный чип декодирования побил рекорд по энергоэффективности декодирования, показав производительность в 10-100 раз выше, чем у другого оборудования.

Это достижение может позволить создавать мобильные устройства с меньшим количеством чипов, поскольку им больше не потребуется отдельное оборудование для обработки нескольких кодов. Это сократит количество материалов, необходимых для производства, снизит затраты и повысит экологичность. Снизив энергопотребление процесса декодирования, чип также сможет улучшить производительность устройства и продлить срок службы батареи. Это может быть особенно полезно для ресурсоемких приложений, таких как дополненная и виртуальная реальность и сети 5G.

«Это первый случай, когда удалось преодолеть барьер декодирования в 1 пикоджоуль на бит. Это примерно такое же количество энергии, которое требуется для передачи бита внутри системы. Это был огромный символический порог, но он также смещает баланс на приемнике в отношении, возможно, наиболее энергоемкой части: мы можем перенести ее с декодера на другие элементы», — говорит Мюриэль Медар, профессор кафедры программной инженерии и вычислительной техники факультета естественных наук, преподаватель кафедры электротехники и вычислительной техники и соавтор статьи, представляющей новый чип.

В число соавторов Медара входят ведущий автор Арслан Риаз, аспирант Бостонского университета (БУ); Рабия Тугче Языджигил, доцент кафедры электротехники и вычислительной техники БУ; и Кен Р. Даффи, в то время директор Института Гамильтона в Университете Мейнут, а ныне профессор Северо-восточного университета, а также другие специалисты из Массачусетского технологического института, Бостонского университета и Университета Мейнут. Работа будет представлена ​​на Международной конференции по твердотельным схемам.

Более интеллектуальная сортировка

Цифровые данные передаются по сети в виде битов (0 и 1). Отправитель кодирует данные, добавляя код коррекции ошибок, который представляет собой избыточную строку из 0 и 1, которую можно рассматривать как хеш. Информация об этом хеше хранится в специальной кодовой книге. Алгоритм декодирования на приемнике, разработанный для данного кода, использует свою кодовую книгу и структуру хеша для восстановления исходной информации, которая могла быть искажена шумом. Поскольку каждый алгоритм специфичен для определенного кода, и большинство из них требуют определенного оборудования, для декодирования различных кодов устройству потребуется множество микросхем.

Исследователи уже продемонстрировали GRAND (Guessing Random Additive Noise Decoding) — универсальный алгоритм декодирования, способный взломать любой код. GRAND работает, угадывая шум, повлиявший на передачу, вычитая этот шумовой паттерн из полученных данных, а затем сверяя оставшуюся часть с кодовой книгой. Он угадывает ряд шумовых паттернов в порядке их вероятного появления.

Данные обычно поступают с информацией о надежности, также называемой мягкой информацией, которая помогает декодеру определить, какие фрагменты являются ошибками. Новый декодирующий чип, называемый ORBGRAND (Ordered Reliability Bits GRAND), использует эту информацию о надежности для классификации данных на основе вероятности того, что каждый бит является ошибкой.

Но все не так просто, как упорядочивание отдельных битов. Хотя наименее надежный бит может быть наиболее вероятным источником ошибки, третий и четвертый биты вместе могут иметь такую ​​же вероятность ошибки, как и седьмой наименее надежный бит. ORBGRAND использует новую статистическую модель, которая может ранжировать биты таким образом, учитывая, что несколько битов вместе имеют такую ​​же вероятность ошибки, как и несколько отдельных битов.

«Если ваша машина не работает, основные сведения могут подсказать, что, вероятно, проблема в аккумуляторе. Но если дело не только в аккумуляторе, то проблема может быть вызвана аккумулятором и генератором вместе. Именно так поступил бы здравомыслящий человек: он бы предположил, что это могут быть именно эти две вещи одновременно, прежде чем переходить к чему-то гораздо менее вероятному», — говорит Медар.

ORBGRAND прекращает сортировку, как только обнаруживает ключевое слово, что обычно происходит очень быстро. Микросхема также использует параллелизацию, генерируя и тестируя несколько шумовых шаблонов одновременно, чтобы быстрее найти ключевое слово. Поскольку декодер прекращает работу, как только обнаруживает ключевое слово, его энергопотребление остается низким даже при одновременном выполнении нескольких процессов.

Рекордная эффективность

При сравнении его метода с методами других чипов, ORBGRAND показал максимальную точность декодирования, потребляя при этом всего 0,76 пикоджоулей энергии на бит, побив предыдущий рекорд производительности. ORBGRAND потребляет в 10-100 раз меньше энергии, чем другие устройства.

По словам Медара, одной из самых больших проблем при разработке нового чипа было низкое энергопотребление. Благодаря ORBGRAND генерация шумовых последовательностей теперь настолько энергоэффективна, что большую часть усилий потребляют другие процессы, на которых исследователи ранее не сосредотачивались, например, проверка ключевых слов в кодовой книге.

«Самая сложная часть — это процесс тестирования, который похож на запуск двигателя автомобиля для проверки его работоспособности. Поэтому нам нужно найти более эффективные способы его проведения», — объясняет он.

Команда также изучает способы модификации модуляции передач, чтобы воспользоваться преимуществами повышенной эффективности чипа ORBGRAND. Кроме того, они планируют изучить, как использовать свою методику для более эффективного управления несколькими перекрывающимися передачами.

Исследование частично финансируется Агентством перспективных оборонных исследований США (DARPA) и Научным фондом Ирландии.

###

Автор: Адам Зеве, пресс-служба Массачусетского технологического института