2 月 26 日消息，美国麻省理工学院领衔的科学家团队开发出一种解码器芯片。相关研究成果在正举行的国际固态电路会议上宣读。
该芯片使用了麻省理工之前开发的通用解码算法，可以破译任何编码信号，解码数据比传统技术更简单、更快，能耗仅为其他类似硬件的 1% 到 10%，或者是说性能比其他硬件高 10 到 100 倍，可广泛应用于虚拟现实和 5G 网络等对功耗苛刻的领域。
▲ 图片：麻省理工学院的 Christine Daniloff
科学 NEC 软件科学与工程教授，电气工程与计算机科学系教授 Muriel Médard 介绍说，“这是第一次有人突破了 1 皮焦耳每比特的解码大关。这与您在系统内部传输 1bit 所需的能量大致相同。这是一个意义重大的象征性门槛，但它也改变了接收器的平衡，从能量的角度来看，这可能是最紧迫的部分 —— 我们可以将其从解码器转移到其他部分”。
除 Médard 外，此次论文共同作者还包括波士顿大学的研究生 Arslan Riaz、波士顿大学电气与计算机工程助理教授 Rabia Tugce Yazicigil、时任梅努斯大学汉密尔顿研究所所长，现任东北大学教授的 Ken R. Duffy，以及麻省理工学院、波士顿大学和梅努斯大学的其他学者。
IT之家这里简单科普一下，大家常见的数据都是以比特 (0 或 1) 的形式进行传输，而发送方需要通过对数据进行编码并在数据末尾添加纠错码。这里说的纠错码也是一个由 0 和 1 组成的冗余字符串，可以视为哈希验证所需信息。这串信息通常会保存在特定的密码本中，而接收端的解码算法正是为这种特殊的密码而设计的一种验证方案，它将通过特定的密码本和哈希结构来检索可能已经被混淆的原始信息。而通常情况下，每个算法都是基于特定代码的，而且大多数算法都需要专用的硬件，所以一个设备需要许多芯片来解码不同的数据。
研究人员此前演示了一种可以破解任何代码的通用解码算法 ——GRAND (猜测随机加性噪声解码)，其工作原理是猜测影响信息传输的噪声，然后直接从接收到的数据中消去噪声，然后检查密码本中剩余的内容。它会按照可能出现的顺序猜测一系列噪音模式。
实际上，我们接收到的数据通常带有可靠性信息，也被称为软信息，它可以帮助解码器找出哪些部分是错误的。
据悉，这种新的解码芯片被称为 ORBGRAND (Ordered Reliability Bits GRAND)，它可以使用这种软信息来根据每个比特中出错的可能性对数据进行排序。但实际上，这其实不会像排序单个比特那么简单。虽然最不可靠的部分可能是最明显的错误，但第三和第四不可靠部分加在一起可能与第七部分一样都是错的。而 ORBGRAND 在这里使用了一种新的统计模型，可以以这种方式对比特进行排序，因为多个比特放在一起可能和单个比特一样会出现错误。
“如果你的车在半路抛锚了，软信息可能会告诉你是电池的缘故导致。但如果不仅仅是电池，例如电池和发动机同时出问题的话就很麻烦了”，Médard 说，而这是一个会理性思考的人如何做的 —— 虽然可能是这两大部分一起发生故障，但你会从最容易出错的地方开始排查，然后再往下看，最终才能发现一些不太可能发生的事情。
他们认为，这是一种比传统解码器更有效的方法。据悉，传统解码器只会关注代码结构，而且它通常都是为最坏情况而设计的。“使用传统的解码器，你得拿出汽车的设计图，然后检查每一个部件，虽然最终也会发现问题所在，但这将花费你很长时间”，Médard 解释道。
据介绍，只要找到一个关键代码，ORBGRAND 就会停止排序，而这通常都会很快。此外，该芯片还采用了并行化的逻辑，可以同时生成和测试多种噪声模式，从而更快地找到这种关键代码。
当他们将这种方法与其他芯片进行比较时，ORBGRAND 以最高准确度解码时每 bit 仅消耗 0.76 皮焦耳的能量，一举打破了之前的性能 / 能耗记录。这也意味着，ORBGRAND 的能耗只有其他设备的十分之一甚至百分之一。
Médard 说，开发芯片的最大挑战之一就是降低能耗。而 ORBGRAND 现在非常节能，以至于研究人员以前没有关注的其他过程（例如检查密码本中的码字）消耗了大部分精力。
“现在，这个检查过程就像打开汽车去看看它是否工作一样，是最难的部分。因此，我们需要找到更有效的方法来做到这一点”，该团队还在探索改变传输调制的方法，以便他们可以利用 ORBGRAND 芯片提高的效率。
