現代の電子機器は真空管以来長い道のりを歩んできました。最初のコンピューターは建物のフロア全体を占め、ラジオはキャビネットに統合された大規模なシステムであり、ポータブル デバイスに最も近いものは背中に装着する双方向無線システムでした。現在では、人類を月に着陸させたコンピューターよりもはるかに高性能なコンピューターが1台数ドルで生産されており、ほとんどあらゆる日常的なデバイスに統合でき、インターネットに接続できる。
しかし、エンジニアがどんなに成果を上げたとしても、デバイスが小さすぎる、効率が良すぎる、持ち運びがしにくいということはありません。簡単に言えば、私たちはどれだけ努力しても、常にもっと良い結果を求めており、これはスティーブ・ジョブズがiPodの開発で実証したことで有名です。
最初のiPodの開発初期段階で、スティーブ・ジョブズはエンジニアたちにそのサイズを小さくできないかと尋ねました。彼らは、スペースを使い切ったのでこれ以上縮小することはできないと言ったが、スティーブ・ジョブズは納得しなかった。彼は自分の主張を証明するために、試作品を水槽に沈めたが、iPodから気泡が抜けていくのがわかった。iPod内に空気が入っていた場合、使用されていないスペース (またはこの場合はスペースが多すぎる) があったことになります。
電力の問題 - 電力使用量を減らすか、容量を増やすか?
ポータブル デバイスを作成するには、デバイスが独自の形式の電源を搭載する必要があります。電卓などのシンプルなデバイスは、非常に少量の電力しか使用しないため、小さな 太陽電池に頼ることができますが、スマートフォン、ラップトップ、スマートウォッチなどのデバイスは、そのような 電源を使用できません。
代わりに、 内部バッテリー (通常はリチウムイオン)の使用が必要となり、エンジニアはエネルギーバランスの問題に直面します。デバイスがあまりにも早く大量の電力を消費すると、デバイスの動作時間が短くなり、より頻繁に充電する必要が生じます。デバイスの動作時間を延長するには、設計者にバッテリー サイズを大きくするか、消費電力を減らすかという2つの選択肢があります。
バッテリーのサイズを大きくすることは非常に速くて簡単なオプションですが、いくつか大きな欠点があります。最初の大きな欠点は、デバイスのサイズが大きくなることです。ポータブルデバイスは可能な限り小型になるように設計されているため、バッテリーのサイズを大きくすると、デバイスのサイズが大幅に増加する可能性があります。2番目の大きな欠点は、デバイスの重量が増加することです。バッテリーの重量は一般にその出力に比例するため、蓄えられたエネルギーが2倍になるとバッテリーの重量も2倍になります。3番目の大きな欠点は価格です。バッテリーを倍にするとコストも倍になり、リチウムイオン技術をベースにしたバッテリーは安価ではありません。
デバイスの消費電力を削減することは、動作時間を延長するための効果的なオプションですが、独自の課題が伴います。最も迅速な電力削減オプションは通常、画面の明るさを下げ、メインプロセッサのシステムクロックを遅くすることです。ただし、これによりディスプレイが暗くなり、見にくくなる可能性があり、システム クロックが遅くなるため、システム パフォーマンスが低下します。使用していない周辺機器をオフにしたり、ワイヤレス システムなどの周辺機器の電源を入れ直したりすることでも電力を削減できますが、これにより、ワイヤレス システムが各データ送信の間に電源を入れ、再接続するため、ネットワークの遅延が増加する可能性があります。
ただし、代替技術を使用すると、設計者にバッテリー寿命を延ばすための理想的なオプションが提供される場合があります。古いテクノロジーを新しいテクノロジーに置き換えることで、CPUの高速化、ディスプレイの改善、省電力状態の改善が可能になり、システム パフォーマンスに影響を与えずにエネルギー効率が向上します。
カスタム システム オン チップ (Apple M1)
あ システムオンチップ (SoC) すべてのシステムコンポーネントを1つのチップに統合した単一の半導体デバイスです (メモリとI/Oインターフェイスは除く)。SoCは、小型で低コストであることから非常に人気が高まっていますが、処理能力は一般に主流のプロセッサ (IntelやAMDなどが提供するもの) に比べると劣り、エネルギー消費量はそれらのプロセッサのほんの一部です。例えば、 ラズベリーパイBroadcom SoCを搭載した は、消費電力が5 W未満で、電子メール、Webブラウジング、ビデオなど、ほとんどの日常的なタスクを実行できる処理プラットフォームをユーザーに提供できます。
既製のSoCは設計者に低電力コンピューティング プラットフォームを提供してきましたが、それらのSoCは依然として幅広いユーザーを対象に設計されているため、多くの設計では使用されない可能性のあるハードウェアが統合されます。そのハードウェアを非アクティブ化できない場合、使用されていないハードウェアでエネルギーが浪費される可能性があります。さらに、未使用のハードウェアを組み込むと、意図したアプリケーションに対してシリコン ダイの機能が最大限に発揮されなくなります。
業界では、製品設計者が既製のシステムを使用するのではなく、独自のSoCを作成するという新しいトレンドが形成されつつあります。一例として、Apple M1が挙げられます。これは、次世代のApple MacBookに搭載され、8つのARM 64ビット コア (高出力4つと高効率4つ)、ニューラル ネットワーク ハードウェア、統合GPUを統合しています。 全体として、M1には1,024個のALUがあり、最大浮動小数点性能は2.6 TFLOPです。Appleによれば、M1はワットあたりのパフォーマンスが最も優れており、これは完全にカスタム化された設計によって実現されているとのことです。
カスタムシリコンを検討しているのはAppleだけではありません。GoogleとAmazonも、シリコンの計算性能を最大限に高めながら、よりエネルギー効率の高いコンピューティングを提供するために、データセンターに電力を供給するカスタムハードウェアを開発しています。
カスタムSoCやASICの開発は非常に高価であり (そのためほとんどのエンジニアには手が届きません)、新しいテクノロジーによってすぐに状況が変わるかもしれません。設計者は、オールシリコン チップをパッケージ (MFLやTQFPなど) で提供する代わりに、さまざまな 半導体製品 をベア チップとして選択し、これらを組み合わせて、高速相互接続を使用してさまざまなチップを接続するカスタム パッケージを作成できます。各半導体デバイスは既成部品ですが、これにより、大幅に低価格で目的の製品に合わせてカスタマイズできる小型の半導体デバイスが可能になります。
動的周波数スケーリング (IntelハードウェアPステート)
Intelハードウェア PステートはIntel CPU製品に固有のものですが、その概念は マイクロコントローラ やその他のデバイスに簡単に拡張できます。簡単に言えば、ハードウェアPステートは、プロセッサを低電力モードにするために実行中のソフトウェアによって開始されます。これには、CPUへのクロック周波数または電圧を下げることが含まれる場合があり、このようなハードウェア状態は通常、これを考慮するためにシステムへの電源とインターフェースします。電力削減は、まったく使用されていない周辺機器の電源を動的にオフにするか、必要なときのみ電力を消費するように周期的にオフにすることによっても実行できます。
ただし、このようなメカニズムを開発する際には注意が必要です。ソフトウェア監視システムを使用してプロセッサの電力とクロック周波数を調整することは問題ありませんが、プロセッサ (および周囲のハードウェア) が単独でこれを行ってはなりません。これは、そのようなシステムを説明する保護された特許（VLSI Holdingsによる）があり、Intelが現在、IntelのSpeed ShiftテクノロジーをめぐってVLSI Holdingsを相手取って訴訟を起こしているためです。
低エネルギーディスプレイ（Kindleペーパーディスプレイ）
デバイスの電力消費を削減することは、より珍しい方法で実現できる場合があり、Amazon Kindleは電子ペーパー ディスプレイの使用によってこれを実現しました。電子ペーパーディスプレイは、半分黒インクでコーティングされた小さな白い球体を利用する特殊なディスプレイ技術です。電界を使用すると球体を方向付けることができますが、方向付けた後は電界を無効にすることができます。各ピクセルには1つ以上の球体があり、画像がディスプレイに送信されると、電源を切っても画像はディスプレイ上に残ります (もちろん、時間の経過とともに劣化します)。
そのため、Kindleは電子ペーパー ディスプレイを使用することで、バッテリー駆動時間が数日ではなく数週間に延長され、ワイヤレス機能やブラウジング機能も引き続き使用できます。さらに、電子ペーパーディスプレイは紙にインクを印刷したような感覚のディスプレイを実現し、バックライトがないためディスプレイをより快適に見ることができます。バックライトがないため、消費電力も大幅に削減されますが、その代償として、デバイスは外部光があるときしか使用できなくなります。電子ペーパーディスプレイはリフレッシュレートが低く、バックライトもないため、スマートフォンには実用的ではありませんが、スマートウォッチやインターフェースなどの他のデバイスには役立つ可能性があります。
ハードウェアデータ処理（AIハードウェア）
ソフトウェアおよびハードウェア エンジニアにとって、すべてのデータ処理をCPUに移行するのは非常に簡単です。追加のハードウェアが不要なため設計がシンプルになり、実行場所が1つだけなのでソフトウェアを1つのドメインで動作させることができます。
ただし、ハードウェア アクセラレーションでは、固有のデータ操作が専用のハードウェア回路に移行されます。このような回路は、1秒あたりの操作数と消費電力の両方においてCPUをほぼ常に上回ります。たとえば、CPUでAI推論を実行するのは、ベクトル化行列を使用するため複雑な手順ですが、GPU (このような操作用に特別に調整されています) では同じタスクをはるかに効率的に実行できます。これが、多くのAIシステムでCPUではなくGPUが利用される理由です。
しかし、これはAIだけではありません。暗号化やエラー訂正など、多くの複雑なタスクを専用のハードウェア回路に移行できます。そのため、設計者は、設計で完了する必要がある操作と、それらの操作をCPUから専用プロセッサに移動できるかどうかを検討する必要があります。多くの場合、マイクロコントローラは、このようなタスクのために追加のコアとハードウェアを統合します。
クラウドコンピューティング（リモート処理）
システム クロック周波数を下げるとともに、デバイス上で使用されるコアの数を減らすと、大幅なエネルギー節約が実現できますが、システム パフォーマンスの低下を伴います。GUIインターフェイスやデータ ストレージなどの多くのシステム タスクではシステム リソースがほとんど使用されませんが、AI推論などの負荷の高い処理ではエネルギー使用量が大幅に増加する可能性があります。
そのため、デバイスのバッテリー性能を向上させる一般的な方法の1つは、クラウド コンピューティングの形で、できるだけ多くのデータ処理をリモート データ センターにオフロードすることです。処理が必要なデータは、エネルギーを大量に消費する計算を実行できるリモート コンピューターに送信され、その結果はインターネット経由でデバイスに返されます。
この方法は、Amazon Alexaなどの IoTデバイス で広く使用されています。Amazon Alexaは、ローカル ハードウェアを使用してアクティブ化されているかどうか (「Alexa」コマンド) を判断し、その後、音声によるリクエスト (「音楽を再生して」) をAmazonデータ センターにストリーミングします。ただし、リモート処理を使用するとプライバシーに関する懸念が生じるため、処理されるデータがユーザーにとってプライベートなものである場合 (画像、音声文章、個人データなど) はリモート処理の使用は推奨されません。
結論
エネルギー消費の削減は会計と非常によく似ています。結局のところ、帳簿のバランスを取る必要があり、どこでコスト、この場合はエネルギーを削減できるかは驚くべきことです。電子ペーパーなどの代替技術の使用はユニークなデバイスの作成に役立ち、スマートエネルギー監視システムを導入することで電力消費をインテリジェントに削減できます。
しかし、デバイスの最大のエネルギー節約はチップレットの形で実現される可能性が高く、将来的には、エンジニアがカスタムPCBとほぼ同じ方法で既製のチップダイを使用して独自のシステムをゼロからカスタマイズできるようになることが期待されます。
