科技進(jìn)步使得數(shù)據(jù)傳輸量大增，處理器運(yùn)算效能也須跟著提升，RISC-V技術(shù)便應(yīng)運(yùn)而生。RISC-V透過(guò)開(kāi)源標(biāo)準(zhǔn)協(xié)作推動(dòng)處理器之開(kāi)放性與延伸性，提升效能，使數(shù)據(jù)傳輸、擷取及保存更有效率，以滿足如人工智能、機(jī)器學(xué)習(xí)等新興應(yīng)用。

如同網(wǎng)路的出現(xiàn)顛覆了人際互動(dòng)的模式，隨著網(wǎng)路數(shù)據(jù)變得更加普遍，數(shù)據(jù)所代表的角色不再只是事件、影音、測(cè)量結(jié)果的記錄或流水帳。反之，有效運(yùn)用的數(shù)據(jù)能更增添生活的便利性，讓消費(fèi)者在導(dǎo)航、理財(cái)、購(gòu)物或管理日?；顒?dòng)時(shí)更有效率，而數(shù)據(jù)所帶來(lái)的價(jià)值和資訊也更將朝貨幣形式發(fā)展?，F(xiàn)今，所講求的不再只是儲(chǔ)存資料，而是該如何擷取、保存及加以轉(zhuǎn)換來(lái)挖掘出數(shù)據(jù)中所蘊(yùn)含的各種可能性。

即時(shí)決策需求增快數(shù)據(jù)應(yīng)用趁勢(shì)崛起

數(shù)據(jù)在演進(jìn)方向上的變化，也產(chǎn)生了需要分析大量且不同資料的大數(shù)據(jù)應(yīng)用，即透過(guò)運(yùn)算及演算法找出其中的趨勢(shì)、模式與關(guān)聯(lián)性；而這些情報(bào)與資訊能產(chǎn)生新的連結(jié)點(diǎn)，進(jìn)而推動(dòng)更精準(zhǔn)的預(yù)測(cè)及決策，并改善商業(yè)、科學(xué)或營(yíng)運(yùn)結(jié)果。

不過(guò)，除了過(guò)往資訊的大數(shù)據(jù)分析之外，現(xiàn)今的數(shù)據(jù)應(yīng)用還必須能夠在訊息發(fā)生的同時(shí)立即分析。

因此，一種和大數(shù)據(jù)同時(shí)出現(xiàn)，稱為快數(shù)據(jù)(Fast Data)的應(yīng)用則應(yīng)運(yùn)而生。不同于大數(shù)據(jù)，快數(shù)據(jù)會(huì)運(yùn)用大數(shù)據(jù)的演算法提供即時(shí)的決策與結(jié)果，在擷取到數(shù)據(jù)的當(dāng)下立即處理或轉(zhuǎn)換成有價(jià)值的資訊。

換句話說(shuō)，大數(shù)據(jù)所提供的洞察力，是根據(jù)「已發(fā)生的現(xiàn)象」去預(yù)測(cè)「可能會(huì)發(fā)生的情境」，即預(yù)測(cè)性分析；而快數(shù)據(jù)所提供的洞察力則是來(lái)自即時(shí)的狀況。因此對(duì)于極需即時(shí)分析、解答并采取行動(dòng)的「智能型」機(jī)器，像是環(huán)境監(jiān)測(cè)器、安全監(jiān)視系統(tǒng)、證券交易系統(tǒng)等設(shè)備來(lái)說(shuō)，快數(shù)據(jù)是不可或缺的。

在這場(chǎng)大數(shù)據(jù)革命發(fā)生的同時(shí)，現(xiàn)今大多數(shù)的資料中心都是使用通用型(General-purpose)處理器為基礎(chǔ)，來(lái)管理與控制這些龐大數(shù)據(jù)集。隨著大數(shù)據(jù)應(yīng)用持續(xù)演進(jìn)，像是人工智能、機(jī)器學(xué)習(xí)和分析技術(shù)等應(yīng)用的出現(xiàn)，以及來(lái)自于行動(dòng)裝置、監(jiān)控系統(tǒng)和智能型機(jī)器的數(shù)據(jù)，這些作為快速數(shù)據(jù)應(yīng)用程序的分析數(shù)據(jù)更加劇了專用化(Purpose-built)運(yùn)算結(jié)構(gòu)和功能的需求。

通用運(yùn)算漸感吃重專用化處理器興起

部份產(chǎn)業(yè)的處理器技術(shù)已逐漸的從通用型中央處理器(CPU)轉(zhuǎn)向?qū)Ｓ没幚砥?，如繪圖處理器(GPU)、現(xiàn)場(chǎng)可程式邏輯閘陣列(FPGA)、特定應(yīng)用IC(ASIC)等以解決特定領(lǐng)域需求。雖說(shuō)一般通用型電腦運(yùn)算可加以改良與優(yōu)化，以支援基本大數(shù)據(jù)與快數(shù)據(jù)應(yīng)用，但不可否認(rèn)的是，現(xiàn)今需求早已遠(yuǎn)遠(yuǎn)超越一般通用處理器運(yùn)算能力所能提供的范圍。因此產(chǎn)業(yè)不該只著重于其運(yùn)算能力，設(shè)計(jì)的整體架構(gòu)才更是其核心。

當(dāng)談到一般的運(yùn)算，通常所有焦點(diǎn)都圍繞著CPU而非數(shù)據(jù)。CPU決定多少記憶體或輸入/輸出可用、提供分母平均數(shù)后的最低資源分配額。相對(duì)之下，快數(shù)據(jù)應(yīng)用、機(jī)器學(xué)習(xí)或基因組學(xué)(Genomics)環(huán)境所能得到的資源效能比例最佳化之可能性相當(dāng)?shù)?。這不代表著通用型運(yùn)算是不好的，因?yàn)樗钥芍г喾N應(yīng)用，但須重新思考或糾正的，正是這種「通用運(yùn)算可以解決所有問(wèn)題」的觀念，半導(dǎo)體商必須開(kāi)始考慮采用專用化處理。

大數(shù)據(jù)/快數(shù)據(jù)應(yīng)用增專用化處理商機(jī)涌現(xiàn)

隨著各種密集性數(shù)據(jù)承載的涌現(xiàn)，全新商機(jī)也隨之出現(xiàn)，無(wú)論是以儲(chǔ)存為主的架構(gòu)(支援大數(shù)據(jù)應(yīng)用)或以記憶體為主的架構(gòu)(支援快數(shù)據(jù)應(yīng)用)，都對(duì)專用化處理出現(xiàn)一系列新需求。由于大數(shù)據(jù)對(duì)于儲(chǔ)存有以千兆位元組(Petabyte)計(jì)的龐大需求，它的處理需求可能也會(huì)有所不同。舉例而言，資料分析在執(zhí)行工作時(shí)只需要適度的處理與運(yùn)算能力，但在機(jī)器學(xué)習(xí)的環(huán)境下，就必須持續(xù)進(jìn)行巨量的專用化處理才能教育機(jī)器，而這時(shí)處理功能的需求就大不相同。

相反地，快數(shù)據(jù)應(yīng)用必須能馬上存取及處理對(duì)應(yīng)的數(shù)據(jù)以滿足安全偵測(cè)(錄影監(jiān)視)、事件關(guān)聯(lián)性(分析不同事件之間的關(guān)系)和區(qū)塊鏈(透過(guò)密碼保護(hù)記錄區(qū)塊的安全)等應(yīng)用的需求(圖1)。這種狀況下除了專用化處理，龐大記憶體也扮演著關(guān)鍵角色，因?yàn)橄噍^于透過(guò)深層輸入/輸出來(lái)進(jìn)行操作，大容量的主記憶體更能即時(shí)輸送數(shù)據(jù)進(jìn)行處理，解決原先無(wú)法解決的問(wèn)題。

而現(xiàn)今根深蒂固的觀念：「把CPU視為萬(wàn)用靈丹，讓它主宰有多少記憶體、輸入/輸出可用，以及決定能運(yùn)用資源的多寡?！蛊鋵?shí)會(huì)更阻撓相關(guān)需求的發(fā)展。

開(kāi)發(fā)創(chuàng)新應(yīng)用邊緣運(yùn)算成關(guān)鍵

對(duì)某些應(yīng)用來(lái)說(shuō)，是否能夠支援在「邊緣(edge)」，亦即數(shù)據(jù)所在的裝置或系統(tǒng)，進(jìn)行資料運(yùn)算并搜集數(shù)據(jù)以獲取即時(shí)情報(bào)，也至關(guān)重要。許多創(chuàng)意的新應(yīng)用都是為此設(shè)計(jì)開(kāi)發(fā)，從即時(shí)擷取的內(nèi)容當(dāng)中找出具有價(jià)值的數(shù)據(jù)。

以目前運(yùn)算技術(shù)的進(jìn)展而言，目前產(chǎn)業(yè)現(xiàn)已取得一定的進(jìn)展，能夠在物聯(lián)網(wǎng)(IoT)和工業(yè)物聯(lián)網(wǎng)(IIoT)設(shè)備和系統(tǒng)中實(shí)現(xiàn)這些新的應(yīng)用概念。例如，RISC-V開(kāi)放指令集架構(gòu)(ISA)便扮演了重要的角色。

RISC-V滿足大數(shù)據(jù)/快數(shù)據(jù)工作承載

RISC-V是一種指令集架構(gòu)，能透過(guò)開(kāi)源標(biāo)準(zhǔn)協(xié)作推動(dòng)處理器創(chuàng)新。它為軟硬體在處理器架構(gòu)方面的開(kāi)放性與延伸性，提供了全新層次的自由空間，更為全新世代的運(yùn)算設(shè)計(jì)及創(chuàng)新預(yù)先鋪路。相較之下，有些商用芯片廠商則會(huì)針對(duì)自家的專用原始碼及專利收取使用授權(quán)費(fèi)。

另外，RISC-V采用開(kāi)放的模組化手法，適合當(dāng)作數(shù)據(jù)中心運(yùn)算架構(gòu)的基礎(chǔ)。作為作業(yè)系統(tǒng)處理器，它能支援資源的獨(dú)立擴(kuò)張，借此打造專用化架構(gòu)。它的模組式設(shè)計(jì)還能提升處理器效率，讓它們可以支援遠(yuǎn)端移動(dòng)系統(tǒng)。隨著大數(shù)據(jù)與快數(shù)據(jù)應(yīng)用開(kāi)始帶來(lái)更多極端的工作承載，未來(lái)將會(huì)需要專用化架構(gòu)來(lái)彌補(bǔ)現(xiàn)有通用型架構(gòu)的極限(圖2)。

無(wú)論是大數(shù)據(jù)應(yīng)用、支援人工智能、機(jī)器學(xué)習(xí)與分析技術(shù)等的儲(chǔ)存式架構(gòu)，或是支援快數(shù)據(jù)、各種邊緣與即時(shí)性應(yīng)用的記憶體架構(gòu)，RISC-V都具備必要的能力、基礎(chǔ)、生態(tài)系統(tǒng)與開(kāi)放程度。同時(shí)，RISC-V提供了16到128位元的獨(dú)立擴(kuò)充能力，模組設(shè)計(jì)適合嵌入式應(yīng)用與企業(yè)應(yīng)用；更可同時(shí)跨界大數(shù)據(jù)與快數(shù)據(jù)應(yīng)用，且無(wú)論在儲(chǔ)存式架構(gòu)或記憶體架構(gòu)下，都能支援各種不同的功能和數(shù)據(jù)處理，從數(shù)據(jù)中提供價(jià)值，有助于推動(dòng)處理器設(shè)計(jì)從以CPU為主，邁向以數(shù)據(jù)為中心的模式。

記憶體供應(yīng)商認(rèn)為RISC-V將開(kāi)啟大量商機(jī)，其不僅可以延伸數(shù)據(jù)中心架構(gòu)、納入新的指令，還能于資料所在處進(jìn)行處理，而不必傳送至資料中心，免除不必要的數(shù)據(jù)傳送。換言之，透過(guò)RISC-V，大數(shù)據(jù)和快數(shù)據(jù)環(huán)境開(kāi)發(fā)專用型處理器的大門(mén)已經(jīng)打開(kāi)，為設(shè)備上擷取的數(shù)據(jù)增加價(jià)值。