初创公司宣称嵌入式计算能效提升高达100倍

Efficient Computer公司的芯片以全新架构实现超低功耗CPU的功能

某机构 - 随着边缘计算需求增长，嵌入式设备需要能在难以触及的位置长期运行并依靠电池或环境能源供电的CPU。某初创公司Efficient Computer的创始人对超低功耗微处理器架构的固有低效感到不满，决定从头开始重新设计通用处理器以提升能效。

联合创始人Brandon Lucia表示：“我们开发的处理器具备CPU的能力，但能效高出1-2个数量级。”其成果Electron E1及配套编译器现已面向开发者和早期合作伙伴发布。据Lucia介绍，在传感器数据快速傅里叶变换或机器学习卷积等典型嵌入式系统任务中，这款支持C语言编程的处理器比商业超低功耗CPU能效高10-100倍。

数据流架构的核心创新

该架构的关键创新在于能够将任何程序的指令在芯片上空间布局，而非像当前遵循冯·诺依曼架构的处理器那样从内存中顺序获取指令。

数据流编织架构 冯·诺依曼架构统治计算领域数十年，其基本流程是从内存获取指令→处理数据→将结果存回内存→获取下条指令。但这种设计存在显著开销：每秒数十亿次指令获取操作消耗能量，且现代CPU需要分支预测等逻辑来防止流程停滞。

E1架构将指令序列映射为数据移动的空间路径。其核心是由多个"单元"（tile）组成的阵列，每个单元类似精简处理器核心（能执行指令集但无指令获取、分支预测等开销），这些单元通过专门设计的可编程网络连接。

配套编译器effcc读取用C等通用语言编写的程序，将每个指令分配给特定单元，并配置网络使数据按正确顺序流经单元进行处理。当程序出现分支（如if/then/else）时，单元的空间布局也会相应分叉，类似铁路的转轨系统。

突破通用计算难题

虽然某中心的TPU和某机构的Inferentia芯片也采用数据流架构（如脉动阵列），但这些架构仅限于特定数据路径。E1的网络编织架构支持程序可能需要的任意路径，关键突破在于支持"任意递归"（如while循环）。这种循环需要反馈路径，而E1架构能以支持通用计算的方式处理反馈值，这是许多其他数据流架构未能解决的难题。

能效对比验证 根据测试数据，E1在机器学习矩阵乘法、快速傅里叶变换和计算机视觉卷积三项常见任务中，能耗低于两款ARM竞争处理器。

学术评价与挑战 某大学计算机工程教授Todd Austin指出，E1类芯片通过最小化非计算操作（如指令获取、数据暂存和路由检查）来实现高效架构。某大学计算机架构师Rakesh Kumar认为该团队在通用计算低功耗方面取得重要突破，但挑战在于经济性——超低功耗领域面临低价微控制器的激烈竞争，关键在于识别新能力并让客户付费。