Lassan, de biztosan terjedni kezdett a RISC-V, amelyre számos cég figyel ugrásra kész közelségből, de egyelőre egyedül a Western Digital és az Esperanto Technologies tett konkrét lépéseket felé. Mint ismeretes a rendszer alapjait a Berkeley Egyetem dolgozta ki azután, hogy nem tudtak ideális utasításarchitektúrát választani a projektjeikhez. Az Informatikai Tudományos Csoport 2010-ben eredetileg az x86-ot nézték ki, de gyorsan letettek róla, mivel szinte a használhatatlanságig bonyolódott az utasításarchitektúra az elmúlt évtizedek során, és még a licenc is költséges lett volna. Ezután az ARM került reflektorfénybe, amely reális alapnak tűnt, de így is túl komplexnek ítélték, így végül ezt sem licencelte az egyetem. Az informatikai tudományos csoport ezután kezdett dolgozni egy alapjaiban új utasításarchitektúrán.
Az első specifikáció 2014-ben készült el, és ekkor kapta a projekt a RISC-V nevet. Nem sokkal később bejegyezték a RISC-V alapítványt, amelynek célja a kifejlesztett specifikáció továbbfejlesztése. Bár a Berkeley Egyetem eredetileg a projektet elsődlegesen kutatásra szánta, de annyira jól sikerült a fejlesztés, hogy vétek lett volna ezt maguknak megtartani, így az alapítványon keresztül számos nagy cég közel került hozzá.
A legújabb, RISC-V architektúrával ténylegesen dolgozó versenyző a GreenWaves Technologies lesz, amely céget még 2014-ben alapították, méghozzá Franciaországban. Máig zajlott a háttérben a konkrét termék fejlesztése, amit most a Mobile World Congress és az Embedded World 2018 rendezvényeken jelentettek be.
A GAP8 egy rendkívül alacsony fogyasztással rendelkező IoT/AI alkalmazásprocesszor. Itt kifejezetten olyan területet céloz a cég, ahol az adott viselhető eszköz energiaellátása reális lehetőség például napelemről is, tehát könnyen kitalálható, hogy az energiaigény tényleg elképesztően alacsony szintet üt meg. Az AI ott jön a képbe, hogy a GAP8 egy kifejezetten dedukcióra tervezett hardver, vagyis a bemenetként szolgáló képi és hangadatra vonatkozó információkat elemzi, kiegészítve ezt esetlegesen bizonyos szenzorok adataival, míg a kommunikáció nem túl gyors, de energiahatékony hálózati protokollok biztosíthatják.
GAP8
Csakhogy számszerűsítve legyen a hatékonyság, a rendszer egy 3,6 Wh-s akkumulátorral elméletben 10 évig is működne úgy, hogy három percenként 320x240 pixeles képeken detektál objektumokat konvolúciós neurális háló modellel.
Maga a GAP8 két nagyobb részre oszlik. A fő részegységnek az alacsony fogyasztású MCU tekinthető, ami a teljes rendszermenedzsment és a perifériák vezérlése mellett tartalmaz egy általános processzormagot. Ez 16 kB-os adat- és 4 kB-os utasításgyorsítótárat használ, és kapott még egy 512 kB-os L2 gyorsítótárat is. A működés tekintetében ez az MCU nem különbözik nagyon a piac többi megoldásától, így többek között a szabványos módokon programozható, illetve két valós idejű operációs rendszert támogat (PULP OS és ARM Mbed OS). Az alapvetően elvárt I/O interfészek is megvannak, a HyperBuson keresztül pedig 16 MB-nyi RAM köthető a lapkára.
A GAP8 izgalmas része a gyorsításért felelős részegység, ami a CE, azaz Compute Engine nevet viseli. Ebben nyolc darab, architektúra szempontjából megegyező, de bizonyos tekintetben némileg butított processzormag található. Ezek egymással osztják meg az L1 adat- és utasításgyorsítótárt, amelyek mérete rendre 64 és 16 kB. A Compute Engine a lapkán belül teljesen lekapcsolható, így csak akkor aktiválódik, ha valóban szükség van a teljesítményére, ezzel is energiát takarítva meg. A nyolc magot egy hardveres konvolúciós végrehajtómotor egészíti még ki, ami speciálisan a dedukció gyorsítására szolgál. Természetesen a GreenWaves Technologies biztosítja a szoftveres alapokat.
A tervezők szerint a lapka képességei a paraméterezéstől függnek. 1 milliwattos fogyasztás mellett nagyjából 200 millió operációt tud végrehajtani másodpercenként, míg pár tíz milliwatt mellett már a 10 milliárd operáció/másodperc is elérhető.
A GreenWaves Technologies a Gapuino nevű fejlesztői csomagot áprilistól szállítja az érdeklődőknek, méghozzá 100 eurós áron. Maga a GAP8 84 tűs aQFN tokozás mellett lesz elérhető, ráadásul még idén.
A TSMC 55 nm-es node-ján készülő GAP8 a kiemelkedően alacsony fogyasztása ellenére viszonylag sok dologra használható. A fentebb már említett objektumfelismerésen kívül jó lehet beszédfelismerésre, hangjel mintavételezésre, egészségügyi értékek monitorozására, vagy tényleg bármilyen olyan mintavételezésen alapuló feladatra, amely állandó aktivitást igényel.
