Facebook：AR眼镜最大障碍是硬件功耗和散热问题

　　Facebook：AR眼镜最大障碍是硬件功耗和散热问题。构建一款舒适，时尚，价格亲民的眼镜型AR设备看似简单，但实际上这需要众多领域的技术进步，包括显示器，图形处理，手势追踪和人体工学设计等等。

　　这正是Facebook芯片与技术工程负责人沙赫黎亚·拉彼（Sha Rabii）在Arm TechCon 2019大会所传达的信息。他在主题演讲时描述了AR眼镜的未来：支持夜视，改善整体视力，即时翻译标志，提示周遭人物的名字信息，创建共享白板，建议健康的食物选择，以及在拥挤房间中进行选择性聆听等等。他表示，这种类型的AR将成为“一种助手，站长资源平台可以接入互联网，并在需要时向你的耳朵和眼睛提供有用的信息。”

　　他指出，这一愿景不会迅速成为现实，但一定可以实现。拉彼同时认为，最大的障碍是降低硬件的功耗，同时减少当今处理器散发的热量。

　　他说道：“低功耗设计社区的地位十分独特，他们可以承担起重任，并创建帮助我们实现这一愿景的工具。”

　　拉彼对芯片开发者可以采取的方法提出了建议。一方面，芯片必须更好地适应其预期用例。他在谈到AR眼镜时表示：“我们的用例只是中等性能，但同时要高效能，支持时尚、轻巧设计的形状参数，以及为用户舒适度考虑散热情况。”

　　设计人员同时需要更现实地考虑芯片的耗能。他指出，能耗主要是由“内存访问和数据移动来确定”。拉彼进一步解释说，“数据传输的成本要高于计算”，例如，“从DRAM提取1个字节比执行8位加法要多消耗12000倍的能量；以无线方式发送1个字节将多耗费300000倍的能量”。

　　所以，硬件设计师需要在实现AI时牢记这种差异。他表示：“流行的模型是将单片加速器作为离散计算元件，并将所有AI工作负载转移到所述元件。但这是一个数据传输密集型架构，对功耗存在影响。”

　　拉彼建议道，更好的办法是“将AI作为一种深度嵌入的功能，并将其分布在系统中的所有计算之中”。他说，这种架构将计算带到数据之中，这样数据就不必四处移动，从而大大节省了能耗。

　　还有其他AI设计方法可以减少功耗。他指出：“并非每个AI功能都需要相同的精度。要达到最终的精度，你需要很大一部分计算工作。”所以，分解工作负载，并在可能的情况下降低精度可以令AI系统更加高效。

　　这就是设计师现在可以做的事情。展望未来，Facebook期待能够带来更优每瓦性能的半导体工艺技术进步，以及能够实现更高性能和效能的AI专用加速器。