Аналоговый ренессанс: почему вашему серверу нужны другие инструменты

Поиграем в одну игру. Закройте глаза и представь компьютер. Что ты видишь?

Если ты как большинство людей, в голове возникли ряды одинаковых микросхем, единицы и нули мерцают в идеальной двоичной гармонии. Или, может быть, это был стильный ноутбук либо гудящая стойка с серверами. Нас учили этому образу пятьдесят лет: вычисления равны цифре. Точка.

Но вот неудобная правда — в твоей картинке чего-то не хватает. Очень много чего.

Холст, о котором все молчат

Вот что меня завораживает в современных вычислениях: мы построили невероятную, охватывающую всю планету инфраструктуру цифровой логики, и сделали это настолько хорошо, что забыли — существуют другие способы считать. По сути, мы расписали потолок Сикстинской капеллы и убедили себя, что масло и холст — единственно верные художественные материалы.

На самом деле вычисления существуют на гораздо более широком холсте. Сама физика вычисляет. Погодные узоры решают дифференциальные уравнения. Твой мозг выполняет операции, перед которыми наши быстрейшие суперкомпьютеры выглядели бы жалко. Вселенная — в самом что ни на есть реальном смысле — один гигантский аналоговый компьютер, работающий по правилам, которые мы едва понимаем.

Цифровые вычисления победили не потому, что были лучше — а потому, что были управляемыми. Два состояния (0 и 1) означают меньше головной боли при производстве, проще коррекцию ошибок, чище абстракции для программистов. Мы обменяли эффективность на предсказуемость, и, откровенно говоря, это был честный торг. Мы построили интернет, мобильные вычисления и искусственный интеллект на этом фундаменте.

Но сейчас мы упираемся в стены. Потребление энергии дата-центрами становится невыносимым. Закон Мура сдает позиции. Транзисторы, которые мы впихиваем на чипы, стали такими маленькими, что начинают вести себя... странно.

Может, пришло время вспомнить о других инструментах в ящике?

Что на самом деле означает «аналоговый» и почему это важно

Прежде чем двигаться дальше, давай разберемся с термином «аналоговые вычисления» для тех, кто не проводил времени в электронных лабораториях.

Обычные транзисторы делают одну вещь: переключаются между состояниями «вкл» и «выкл». Они цифровые по своей природе, специально спроектированы игнорировать всё, что между. Думай о выключателе света — либо включен, либо выключен. Вся твоя цифровая инфраструктура работает на миллиардах крошечных, идеально ухоженных выключателей.

Аналоговые вычисления говорят: а что, если не игнорировать то, что между?

Когда позволяешь транзисторам работать в их естественном, непрерывном состоянии — где ток может течь с любым значением между полным отключением и полным включением — открывается кое-что удивительное. Базовые математические операции вроде сложения, интегрирования и решения дифференциальных уравнений становятся почти тривиально простыми. Один транзистор может умножать. Ток естественно суммируется, когда соединяешь цепи вместе. Это не обходные пути — это фичи, которые цифровые схемы вынуждены симулировать ценой огромных затрат.

Компромисс? Аналоговые схемы известны своей капризностью. Крошечные вариации при производстве, которые цифровые системы проглатывают, становятся катастрофическими в аналоговых конструкциях. Непрерывная природа, дающая аналогу его силу, одновременно делает его чувствительным к шумам, температуре и шепоту квантового мира.

Десятилетиями эта чувствительность держала аналоговые вычисления в нишевых областях — радио, датчики, несколько военных применений. Преимущества были очевидны, но инженерные проблемы казались непреодолимыми.

Прорыв в форме чипса, о котором никто не говорит

А вот тут становится интересно, и я искренне удивлен, почему так мало людей обращают внимание.

Исследователи нашли способы сделать аналоговые схемы программируемыми. Не в том убогом смысле, когда к схеме снаружи подключаются резисторы, как в старых аналоговых компьютерах, а по-настоящему перепрограммируемыми после изготовления. Используя техники из нейроморфной инженерии и продвинутых полупроводниковых процессов, команды теперь строят аналоговые платформы, сочетающие энергоэффективность аналоговых вычислений с гибкостью, которую мы ожидаем от современных систем.

Цифры поражают воображение. Речь идет о снижении энергопотребления в 100–1000 раз для определенных задач. Для одной операции умножения? Один аналоговый транзистор может то, что требует тысяч цифровых транзисторов, работающих слаженно.

Другими словами: если бы мы смогли перенести хотя бы часть подходящих задач на оптимизированное аналоговое оборудование, последствия для энергопотребления дата-центров, времени работы от батареи и тепловыделения были бы революционными.

Почему это должно волновать тебя

Знаю, о чём ты думаешь: «Это звучит как исследования, которые не коснутся продакшн-систем ещё десятилетиями».

Справедливый аргумент. Но подумай вот о чём: исследования уже производят работающие кремниевые кристаллы. Компании строят платформы. Разрыв между «экспериментальным результатом» и «развёртываемой технологией» сокращается быстрее, чем большинство осознаёт.

Что ещё важнее — понимание этих базовых трендов помогает принимать лучшие архитектурные решения. Каждое поколение вычислений приносит новые примитивы, новые способы думать о задачах. Разработчики, которые будут процветать в следующем десятилетии, будут понимать не только софт — они поймут, как софт отображается на всё более разнообразный фундамент под ним.

Облако — это уже не просто серверы в подвалах. Это гетерогенный ландшафт из CPU, GPU, FPGA, TPU и появляющихся специализированных ускорителей. Аналоговые вычисления — следующий фрагмент этого ландшафта, который обретает форму.

Дорога впереди

Я не предлагаю завтра переписать свои приложения на каком-то новом аналоговом языке. Правда в том, что многие приложения всегда будут отдавать предпочтение цифровой точности и гибкости.

Но для определённых областей — обработка сигналов, инференс нейросетей, некоторые задачи оптимизации, интерфейсы датчиков — аналоговые вычисления предлагают преимущества, которые становятся всё убедительнее по мере ужесточения энергетических бюджетов и роста требований к эффективности.

В NameOcean мы наблюдали такие циклы и раньше. Появляются новые примитивы. Разработчики, которые понимают их первыми, строят системы, определяющие следующую эпоху. Разворачиваешь ли ты первый деплой стартапа или проектируешь инфраструктуру для тысяч пользователей — следить за тем, что происходит на уровне железа, окупается сторицей.

Цифровая революция дала нам вычисления, на которые можно положиться. Аналоговый ренессанс может дать нам вычисления, которые мы наконец-то сможем себе позволить.

Транзисторы ждут, когда смогут снова почувствовать мир. Посмотрим, чему они смогут нас научить.