自我们首次撰写关于间歇式计算的文章以来，已经过去了 10 年，该领域的研究取得了长足的进步，使无电池设备变得更加强大。随附的关于 NVMR 架构的论文为更强大、更正确的无电池系统打开了大门。间歇式计算并非始终处于研究时代潮流之中，因此这里做一个概述。间歇式计算设备是一种无电池的硬件/软件系统，它从环境中收集能量并储存在一个微小的电容器中。系统计算直到能量耗尽，此时系统会突然停止以收集更多能量。在收集到足够完成更多工作的能量后，系统重新启动，循环继续。系统可以无限期地运行，收集太阳能、射频或机械能，用于各种用例，例如环境传感、可穿戴设备和智能建筑。
间歇式计算设备无需电池即可运行，使其能够部署在电池不可行的环境中：如太空和冰川等恶劣环境，以及电池生产、维护和处置成本不可接受的运行不可行环境。这些系统丰富的用途是一个令人兴奋的前景，但并非没有代价。
间歇式运行给程序员带来了问题。编程语言和开发者假设是连续运行，但间歇式运行不同。如果系统现在采样传感器并立即调用函数在代码中处理数据，当数据处理时传感器数据可能已经是几个小时前的了，因为处理完成前电源可能会失效？每 100ms 一次的电源故障会使系统状态变得模糊不清：“我在电源故障前在做什么？”当电源随时可能失效时，推断程序行为变得更加困难。
内存一致性尤其具有挑战性，这也是 NVMR 论文的重点。部分内存是非易失性的，某些依赖关系在电源故障时可能导致非易失性内存（NVM）不一致。正如论文所述，如果一个程序“持久化”（即提交到 NVM）一个值，但随后回退到早期的检查点，NVM 就会变得不一致。在该区域重新执行时，对那个持久化位置的读取会看到错误的值；如果缓存回写或检查点备份的持久化顺序出错，也会出现类似的问题。这些细微的持久化顺序条件都会导致程序从检查点重新执行时行为错误。相反，检查点之间的区域应该是幂等的，意味着重新执行总是产生相同的结果。
幂等性是 NVMR 解决持久化顺序问题的所在。论文很好地刻画了这些依赖关系，并表明如果不予处理，某些会导致执行错误。NVMR 有一个巧妙的见解：重命名正在写入的内存位置，每次重新执行都唯一。这样，如果电源故障且重新执行中的读取尝试访问先前执行尝试中已持久化的位置，读取不会看到已持久化的值，程序便幂等地重新执行。NVMR 是一组跟踪内存访问和持久化操作的硬件扩展。当内存访问可能违反幂等性时，NVMR 的映射表会将访问重定向到另一个安全的 NVM 位置。当重映射的位置不再需要时，NVMR 回收其映射状态。
本文中的简单技术能极其有效地以低成本避免幂等性违规，因为存在问题的访问被替换为对“新鲜”的、重命名位置的幂等写入。硬件成本是可以接受的，NVMR 的净效果是平均节省了 10% 到 30% 原本用于记录管理以及将数据移出和移入 NVM 的能量。当你从电容器运行时，能量就是一切，因此这些节省转化为更强大的间歇式设备。
NVMR 论文是社区稳步迈向具备合理、基本正确性属性的更强大间歇式计算设备的一部分。这些属性现在正在变得形式化 [Surbatovich-dissertation
1]，社区正在进入新阶段以面对无电池设备的下一个巨大挑战：能效。计算“低端”的一个令人担忧甚至令人困惑的方面是，设备继续围绕相对低效的冯·诺依曼处理器构建。尽管增加了向量单元、NPU、DSP 内核（以及酷炫的尾翼和赛车条纹），这些架构仍然从根本上受到冯·诺依曼模型中指令供应、控制和数据移动低效的阻碍。在过去十年的间歇式计算中，包括 NVMR 论文中的伟大工作，重点是如何让间歇式系统做任何有用的事？”系统方法的成功现在为未来被另一个问题所定义铺平了道路：“间歇式系统还能做多少更多的事？”这个未来将由一波新的节能架构 [RipTide (Gobieski), Monza (Efficient Computer), Ultra-Elastic CGRAS] 所定义，它们利用我们在正确性方面所学到的知识，并发挥效率的优势来支持即使今天看起来也不可能实现的间歇式应用程序。对于间歇式计算研究社区来说，这是一个激动人心的时刻。
Brandon Lucia (blucia@ece.cmu.edu) 是美国宾夕法尼亚州匹兹堡卡内gi梅隆大学电气与计算机工程系的 Kav?i?-Moura 教授。
