2 月 26 日消息，美國麻省理工學院領銜的科學家團隊開發出一種解碼器芯片。相關研究成果在正舉行的國際固態電路會議上宣讀。

該芯片使用了麻省理工之前開發的通用解碼算法，可以破譯任何編碼信號，解碼數據比傳統技術更簡單、更快，能耗僅為其他類似硬件的 1% 到 10%，或者是說性能比其他硬件高 10 到 100 倍，可廣泛應用于虛擬現實和 5G 網絡等對功耗苛刻的領域。

科學 NEC 軟件科學與工程教授，電氣工程與計算機科學系教授 Muriel Médard 介紹說，“這是第一次有人突破了 1 皮焦耳每比特的解碼大關。這與您在系統內部傳輸 1bit 所需的能量大致相同。這是一個意義重大的象征性門檻，但它也改變了接收器的平衡，從能量的角度來看，這可能是最緊迫的部分 —— 我們可以將其從解碼器轉移到其他部分”。

除 Médard 外，此次論文共同作者還包括波士頓大學的研究生 Arslan Riaz、波士頓大學電氣與計算機工程助理教授 Rabia Tugce Yazicigil、時任梅努斯大學漢密爾頓研究所所長，現任東北大學教授的 Ken R. Duffy，以及麻省理工學院、波士頓大學和梅努斯大學的其他學者。

IT之家這里簡單科普一下，大家常見的數據都是以比特 (0 或 1) 的形式進行傳輸，而發送方需要通過對數據進行編碼并在數據末尾添加糾錯碼。這里說的糾錯碼也是一個由 0 和 1 組成的冗余字符串，可以視為哈希驗證所需信息。這串信息通常會保存在特定的密碼本中，而接收端的解碼算法正是為這種特殊的密碼而設計的一種驗證方案，它將通過特定的密碼本和哈希結構來檢索可能已經被混淆的原始信息。而通常情況下，每個算法都是基于特定代碼的，而且大多數算法都需要專用的硬件，所以一個設備需要許多芯片來解碼不同的數據。

研究人員此前演示了一種可以破解任何代碼的通用解碼算法 ——GRAND (猜測隨機加性噪聲解碼)，其工作原理是猜測影響信息傳輸的噪聲，然后直接從接收到的數據中消去噪聲，然后檢查密碼本中剩余的內容。它會按照可能出現的順序猜測一系列噪音模式。

實際上，我們接收到的數據通常帶有可靠性信息，也被稱為軟信息，它可以幫助解碼器找出哪些部分是錯誤的。

據悉，這種新的解碼芯片被稱為 ORBGRAND (Ordered Reliability Bits GRAND)，它可以使用這種軟信息來根據每個比特中出錯的可能性對數據進行排序。但實際上，這其實不會像排序單個比特那么簡單。雖然最不可靠的部分可能是最明顯的錯誤，但第三和第四不可靠部分加在一起可能與第七部分一樣都是錯的。而 ORBGRAND 在這里使用了一種新的統計模型，可以以這種方式對比特進行排序，因為多個比特放在一起可能和單個比特一樣會出現錯誤。

“如果你的車在半路拋錨了，軟信息可能會告訴你是電池的緣故導致。但如果不僅僅是電池，例如電池和發動機同時出問題的話就很麻煩了”，Médard 說，而這是一個會理性思考的人如何做的 —— 雖然可能是這兩大部分一起發生故障，但你會從最容易出錯的地方開始排查，然后再往下看，最終才能發現一些不太可能發生的事情。

他們認為，這是一種比傳統解碼器更有效的方法。據悉，傳統解碼器只會關注代碼結構，而且它通常都是為最壞情況而設計的。“使用傳統的解碼器，你得拿出汽車的設計圖，然后檢查每一個部件，雖然最終也會發現問題所在，但這將花費你很長時間”，Médard 解釋道。

據介紹，只要找到一個關鍵代碼，ORBGRAND 就會停止排序，而這通常都會很快。此外，該芯片還采用了并行化的邏輯，可以同時生成和測試多種噪聲模式，從而更快地找到這種關鍵代碼。

當他們將這種方法與其他芯片進行比較時，ORBGRAND 以最高準確度解碼時每 bit 僅消耗 0.76 皮焦耳的能量，一舉打破了之前的性能 / 能耗記錄。這也意味著，ORBGRAND 的能耗只有其他設備的十分之一甚至百分之一。

Médard 說，開發芯片的最大挑戰之一就是降低能耗。而 ORBGRAND 現在非常節能，以至于研究人員以前沒有關注的其他過程(例如檢查密碼本中的碼字)消耗了大部分精力。

“現在，這個檢查過程就像打開汽車去看看它是否工作一樣，是最難的部分。因此，我們需要找到更有效的方法來做到這一點”，該團隊還在探索改變傳輸調制的方法，以便他們可以利用 ORBGRAND 芯片提高的效率。

關鍵詞：