GreenWaves共同創辦人兼工程副總裁Joel Cambonie表示，GAP8可實現較ARM Cortex-M0到Cortex-M7等核心更高兩倍的能源效率。

　　

GAP8處理器來自義大利波隆納大學(Universities of Bologna)與瑞士蘇黎世聯邦理工學院(ETF Zurich)開發的RISC-V開放源碼硬體PULP核心技術轉移。GAP8采用8顆PULP核心以及1個TensorFlow處理器元(TPU)，為基于硬體的模式匹配應用加速卷積神經網路。

　　

Cambonie介紹，該處理器可透過C/C++/OpenMP編程，并使用具有擴展功能的標準GCC編譯器進行編譯。

　　

該芯片計劃采用臺積電(TSMC)的55nm 55LP制造制程，預計將在今年12月投片。Cambonie在2016年歐洲半導體展(Semicon Europa)展示最新產品時表示，該芯片預計將在2017年2月發表，根據模擬測試結果顯示，該芯片可達到12GOPS的原始性能。針對感測器中樞類型的應用，測試基準顯示在1mW功耗下可達到400MOPS或300mW功耗時達到40MOPS的性能。

　　

GAP8處理器可望應用于影像分析、動作和振動分析以及語音辨識等應用。它還可作為軟數據機平臺，支援多種IoT無線通訊方案。

　　

它可支援802.15.4g、LTE Cat-M與Cat-N1以及802.11ah (WiFi HaLow)等標準。除了GreenOFDM軟體執行于GAP8，據稱還可讓OFDM傳輸的功耗降低一個數量級。

 

超低功耗IoT處理器GAP8內建8顆RISC-V核心以及1個Tensorflow加速器

　　

延伸：有關RISC-V

　　

RISC-V指令集架構最初是加州大學伯克利分校為幫助學生學習計算機架構而開發的，但是現在它的創建者們希望將它推向主流，幫助推動云計算和物聯網等新興市場。

　　

David Patterson 是RISC-V背后負責研究的人員之一，他是這個項目的創造者，他也是上個世紀八十年代最初的RISC指令集的創造者。他認為這是一個關于創新的問題。流行的芯片架構歷史上已經被英特爾、ARM和IBM（雖然IBM已經針對行業合作伙伴開放了一些OpenPower的基礎）等各大公司利用嚴格的許可證規則牢牢地鎖死。他認為，即使是對于那些能夠負擔得起許可證費用的企業來說，他們得到的指令集可能也是復雜而臃腫的，需要付出大量的努力才能產生期待中的結果。

　　

Patterson表示，今天很多處理器的架構實際上都是基于RISC的（包括IBM Power、ARM和MIPS）但是這些企業都通過專利制度對于他稱之為“怪癖”的保護獲得收益。這些架構本質上并沒有什么不同，但是從技術上說卻是不同的，并且需要指令集的操作。ARM——這家公司為高通、蘋果、Marvell和其他一些公司智能手機芯片以及亞馬遜和谷歌數據中心中的芯片提供設計技術——可能是現在最常見的例子。

　　

盡管如此，如果你是一家大公司，并且能夠負擔得起從大型芯片廠商那里購買許可的費用，這也很不錯，這些廠商花了很多錢和時間開發了一些非常好的技術。但是Patterson似乎一邊看著窗外的小家伙一邊表示——小型的公司或者研究者想要為自己特定的應用開發自己的芯片，可是他們沒有多少錢。這就需要能夠嘗試下面的指令集，實驗芯片設計并且公開分享自己的工作，而不用擔心會違反許可條款。

　　

Patterso表示，“要做到這一點，你必須要有一個不受限制的指令集。”

　　

事實上，還有其他的開源指令集，包括OpenRISC和SPARC V8，以及IBM的OpenPower和基于MIPS的Prpl等行業基石。談論后者是否能夠得到、或者能夠得到多少動力——特別是在小型企業、個人用戶和大學之中——現在還為時尚早。Patterson表示開放源代碼社區從來也沒有真正地走上OpenRISC和SPARC V8之路。

　　

Patterson和他的同事兩年前才意識到他們應該嘗試著將RISC-V推廣到教室之外，因為有“足夠絕望也足夠有興趣”的人問他們自己是否能夠獲得它。目前加州大學伯克利分校已經基于RISC-V創造了幾個核心，其他的一些機構還有多個項目正在進行之中。

　　

Patterson表示RISC-V在很多方面能力更強也更有效率（甚至和一些私有的設計相比），現在是一個理想的時刻，因為它有一個小型的代碼庫和其他一些功能，這讓它更適合芯片系統設計，芯片系統設計今天能夠主宰計算世界主要歸功于ARM。隨著連接設備需求的演變，諸如Raspberry Pi之類的套件日趨成熟以及橫向擴展云計算架構的成長，一個繁榮的RISC-V的社區應該能夠設計出和它們共同進化的芯片來。

　　

Patterson在回答我關于RISC-V 如何融入現有的開源項目——例如Facebook 創造的Open Compute Project的問題的時候表示，“我們認為為云計算設計個性化的硬件是有意義的，它會比標準處理器更有效率。”他還表示加州大學伯克利分校AMPLab實驗室所做的工作是圍繞著數據處理和分發系統的，他認為一個能夠很方便進行定制的芯片架構還能夠幫助解決容錯的問題以及64位尋址存儲空間在某些情況下可能出現的不足的問題。

　　

Patterson表示，“我認為這是會發生的。”他表示，“硬件將會對客戶和云計算更具針對性。”