学霸的模拟器系统 第535节

　　掌心贴着掌心，手指穿过指缝，死死扣紧。

　　“数到三！”

　　“一！”

　　“二！”

　　“三！”

　　两人同时发力。大腿肌肉紧绷，蹬离甲板。

　　身体腾空。

　　失重感瞬间包裹了全身，心脏像是被一只手提到了嗓子眼。

　　风声在耳边呼啸。

　　两人在空中划出两道并行的弧线，手依然紧紧握在一起。

　　“噗通！”

　　海水重重地拍在脚底板上，瞬间变成了包裹全身的清凉。

　　……

　　水下是一个蓝色的静音世界。

　　气泡在耳边咕噜噜地升腾，光线在水面上折射成破碎的金网。

　　林允宁感觉到了海水的阻力，也感觉到了手里那只手的力量。

　　两人借着惯性下潜了几米，然后开始上浮。

　　“哗啦！”

　　两人同时破水而出。

　　林允宁抹了一把脸上的水，大口吸着咸湿的空气。

　　头发湿漉漉地搭在前额，水珠顺着睫毛往下滴。

　　他转过头，正好看见沈知夏像只水獭一样猛地甩头，发梢的水珠甩出的一圈晶莹的弧线。

　　她睁开眼，大笑着看向林允宁，还没等身形稳住，突然扑了过来。

　　双手按住林允宁的肩膀，恶作剧地用力往下一压。

　　“咕噜……”

　　林允宁猝不及防，又喝了一口海水。

　　他在水下搂住沈知夏的腰，双腿踩水，猛地发力，两人再次浮出水面。

　　这一次，两人的距离极近。

　　鼻尖几乎碰到了鼻尖。

　　海水在两人胸口起伏。

　　“刚才在空中，”

　　林允宁盯着她的眼睛，声音有些喘，“你抓得我手好紧。指甲都掐进肉里了。”

　　沈知夏脸红了一下，但在晒伤妆般的小麦色皮肤上看不明显。

　　她在水下用膝盖轻轻顶了林允宁一下。

　　“少臭美，那是怕你临阵脱逃，拽着你不让你跑。”

　　她嘴硬，但手却依然搭在他的肩膀上，没有松开。

　　不远处，游艇上传来克莱尔的口哨声和方佩妮的惊呼声。

　　阳光很烈，海水很蓝。

　　这一刻，没有复杂的算法，没有必须要赢的商业战争，只有肾上腺素褪去后的松弛和心跳。

　　……

　　下午三点。

　　正值大退潮。

　　游艇停靠在了一片无人沙洲（Sandbar）旁。

　　原本淹没在海面下的白色沙滩露了出来，像一条白色的鲸鱼脊背，把海水劈成了两半。

　　克莱尔和方雪若还在船上享受空调和下午茶。

　　程新竹和方佩妮蹲在沙洲的一头，正在进行一项浩大的工程——堆沙堡。

　　或者说，是在挖水渠。

　　程新竹拿着一个小塑料铲子，指挥若定：“Penny，这边的护城河要挖深一点，引海水进来，不然城堡太干了会塌。”

　　方佩妮老老实实地用手刨着沙子，挖出一条弯弯曲曲的沟槽，连通了海水。

　　海水顺着沟槽流进来，灌满了那个所谓的“护城河”。

　　林允宁坐在不远处的一块礁石上，手里拿着一瓶科罗娜啤酒，已经温了。

　　他没喝。

　　他的视线死死地盯着那条水渠。

　　水在流。

　　沙子不动。

　　水流经过沙子构成的弯道时，被沙壁阻挡，改变了方向，流速也发生了变化。

　　“不动……”

　　林允宁喃喃自语。

　　他的脑子里，昨天那个“脉动阵列”的概念正在疯狂生长，但遇到了一个巨大的工程障碍——能耗。

　　如果你要让几百万个数据在芯片里跑来跑去，就像是一群人在搬砖。

　　每次从内存（DRAM）里读取数据，消耗的能量是从本地缓存（SRAM）读取的几百倍。

　　如果每个时钟周期，都要把权重（Weights，神经网络的参数）搬进搬出，那这块芯片还没算完第一层网络，就会因为过热而烧毁。

　　热力学定律，就是这样冷酷。

　　他盯着方佩妮手里的动作。

　　她把一堆湿沙子堆在水渠中间，做成了一个阻挡块。

　　水流冲过来，漫过沙堆，继续流向下一个坑。

　　沙堆没动。

　　只有水在动。

　　“权重……驻留（Weight Stationary）。”

　　林允宁的瞳孔猛地收缩。

　　为什么要把权重搬来搬去？

　　如果把权重当成这些固定的沙子呢？

　　把权重数据预先加载到每一个计算单元（PE）里，锁死。

　　然后让输入数据（Inputs）像这股海水一样，从左边流进去，流过这一个个固定的“沙堆”。

　　在流动的过程中，数据和权重完成乘法运算。

　　算出来的结果（部分和，Partial Sums），再像接力棒一样，流向下游的单元。

　　这样，权重数据只需要读取一次！

　　内存访问量瞬间降低了一个数量级！

　　“系统。”

　　林允宁扔掉手里的啤酒瓶，瓶子落在沙地上，发出一声闷响。

　　【启动模拟科研】

　　【课题：基于权重驻留（Weight Stationary）机制的脉动阵列能效分析。】

　　【注入模拟时长：500小时。】

　　周围的欢笑声、海浪声瞬间消失。

　　意识沉入那个纯白的逻辑空间。

　　【第10小时：你构建了一个16x16的二维阵列。每个单元包含一个乘加器（MAC）和本地寄存器。】

　　【第50小时：你尝试了“输出驻留”和“输入驻留”，发现都不如“权重驻留”节能。因为在卷积神经网络中，权重矩阵的复用率最高。】

　　【第150小时：你模拟了数据流。输入数据从左向右流动，部分和（Partial Sums）从上向下流动。每个时钟周期，所有单元同时工作。像心脏泵血一样，数据在阵列中有节奏地“脉动”。】

　　【第300小时：能耗分析。相比传统的冯·诺依曼架构（CPU/GPU），这种架构减少了90%的内存访问。能效比（TOPS/W）提升了30倍！】

　　【第480小时：你发现了一个问题。数据流动的时序必须极其精准。你需要设计一套复杂的FIFO（先进先出队列）缓冲机制，来保证数据在正确的时间到达正确的位置。这就好比几百列火车同时进站，不能撞车。】