沐露晨曦之博大“芯”懷所望

1   智能化不斷催生智慧的芯

移動互聯(lián)網(wǎng)及云計算技術(shù)的迅猛發(fā)展，使得算力對人們生活的方方面面產(chǎn)生深遠(yuǎn)的影響，并且與人均GDP 具有高度相關(guān)性，因此，算力基礎(chǔ)設(shè)施在“新基建”中發(fā)揮著舉足輕重的作用，而算力提供者也成為不斷推動數(shù)字經(jīng)濟(jì)向前發(fā)展的核心引擎?？商峁?qiáng)大算力的是性能卓越的高端處理器，所面向的是越來越復(fù)雜的邊緣計算。根據(jù)Gartner 分析，過去5 年來，全球邊緣計算復(fù)合增長率達(dá)到87.4%，2020 年市場規(guī)模超過424億美元。然而，高端處理器芯片由少數(shù)國際廠商壟斷的格局在行業(yè)內(nèi)由來已久，不過這個堅冰正在融化，燧原科技AI 云端芯片引發(fā)星火燎原^[1]，在通用高端處理器方面又將有誰帶來曙光？在上海張江的騰飛科技樓，通過與沐曦集成電路有限公司創(chuàng)始人、CEO 陳維良交流，我看到了打造全球一流國產(chǎn)GPU 芯片的希望所在。

如圖1 所示，著眼于信息技術(shù)產(chǎn)業(yè)鏈的結(jié)構(gòu)，可以看到所需的基礎(chǔ)是芯片層，計算芯片對算力起著決定性作用，其中包括兩種類型，即中央處理器CPU 和圖形處理器GPU。CPU 作為計算機(jī)時代的核心引擎獨(dú)領(lǐng)風(fēng)騷數(shù)十年，始終是算力的主要承擔(dān)者，然而，后來至上的GPU 以其強(qiáng)大并行計算能力，將計算性能和效率提到更高的水平，并對各種新算法具有很強(qiáng)的適應(yīng)性。GPU 所具有的獨(dú)特優(yōu)勢可以同時滿足傳統(tǒng)高性能計算和新型AI 計算的需求，因而成為最重要的算力來源。

圖1 信息技術(shù)產(chǎn)業(yè)鏈結(jié)構(gòu)

主流高端GPU 分為針對通用算力的通用GPU（即General Purpose GPU，GPGPU）和針對游戲顯示的傳統(tǒng)GPU。如圖2 所示，當(dāng)前全球高性能GPU 市場被少數(shù)幾家國外公司壟斷，使得中國互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的大數(shù)據(jù)基礎(chǔ)設(shè)施受控于人，凸顯出國家安全及國計民生存在巨大不可控風(fēng)險，因此，核心算力芯片國產(chǎn)替代勢在必行。高性能GPU 的研發(fā)技術(shù)門檻非常高，具有長期GPU 核心技術(shù)積累的全建制人才隊伍才有可能勝任。為此，作為新崛起的集成電路新生力量，沐曦肩負(fù)起重任，致力于以中國人智慧創(chuàng)造出滿足中國智能化社會需要的先進(jìn)GPU 芯片，而解決困擾我國高性能GPU 供應(yīng)鏈安全的問題，為算力經(jīng)濟(jì)提供強(qiáng)有力的支撐。

圖2 主流的高端GPU及其所占據(jù)市場

2   異構(gòu)化成就超酷的芯

作為行業(yè)資深的高端處理器設(shè)計專家，陳維良談到，要改變以往以CPU 作為算力核心的手段，就是要采用“異構(gòu)”體系，就是CPU 加上比其能效更高的計算單元。異構(gòu)計算的興起標(biāo)志著“摩爾定律”對于高性能計算芯片已不再完全適用，一方面，CPU 處理器性能再無法按照“摩爾定律”增長；另一方面，數(shù)據(jù)增長對計算性能要求超過了按“摩爾定律”增長的速度，所以只能由異構(gòu)計算提升算力，以此滿足日益增長的海量數(shù)據(jù)計算需求。其主要原因在于以數(shù)據(jù)計算為驅(qū)動力的同構(gòu)CPU難以適應(yīng)以高清視頻和影像、復(fù)雜多相流模型、海量平行數(shù)據(jù)計算、實(shí)時數(shù)據(jù)處理，以及其他新興高復(fù)雜度算法的需要，而GPU 的突出優(yōu)勢顯而易見。

著眼于圖3 所示的處理器內(nèi)部架構(gòu)，各類CPU 遵循的都是馮諾依曼架構(gòu)，按照存儲程序順序執(zhí)行，更擅長于邏輯控制，而在大規(guī)模并行計算能力上受到極大限制。GPU 則采用數(shù)量眾多的并行計算單元，非常適合處理大量數(shù)據(jù)計算，不僅可以在圖形、圖像處理領(lǐng)域大顯身手，還被用于科學(xué)計算、密碼破解、數(shù)值分析及海量數(shù)據(jù)處理、金融分析等需要大規(guī)模并行計算的領(lǐng)域。GPU 的優(yōu)化機(jī)理不再局限于延遲性能，而是基于吞吐能力，通過指令集從物理底層直接支持軟件可編程。

圖3 GPU優(yōu)于CPU的算力提升內(nèi)部架構(gòu)

當(dāng)今世界最先進(jìn)的超級計算機(jī)（HPC）多數(shù)已經(jīng)轉(zhuǎn)向基于GPU 的異構(gòu)體系，如2019 年排名第一的HPC（Summit），95% 算力由GPU 提供。根據(jù)算法的不同，GPU 的計算速度可以比CPU 快10 倍到100 倍以上。將來的數(shù)據(jù)中心和大數(shù)據(jù)處理也越來越依賴基于GPU 的異構(gòu)算力來支撐。

3   新時代召喚博大的芯

對于國產(chǎn)化GPU 在解決AI 算力方面業(yè)已取得的巨大進(jìn)展陳維良頗為振奮，他表示，這些進(jìn)展包括兩個方面，其一主要側(cè)重于支持訓(xùn)練或推理類的AI 加速；其二是沐曦正在開發(fā)的GPU 芯片，專注于需要更通用的強(qiáng)大算力的科學(xué)計算，既支持AI 處理，還支持包括“計算物理”、“計算化學(xué)”等與計算緊密結(jié)合的學(xué)科，使計算成為常規(guī)手段，同時滿足與工業(yè)相關(guān)的算力需求，涵蓋各種設(shè)計和仿真等。當(dāng)今AI 屬于大框架下深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，相關(guān)算子可以預(yù)見，即便層數(shù)增加，網(wǎng)絡(luò)架構(gòu)變復(fù)雜，仍基于卷積運(yùn)算方式。通用計算則種類極其繁雜，所需的算子各有千秋，因此通用異構(gòu)GPU 的概念將從圖形處理器（Graphics Processing Unit）超越而成為宏大處理器（Grand Processing Unit）。

GPU 所追求的就是超高性能，在運(yùn)算指標(biāo)上往往采用FLOPS 單位，即每秒浮點(diǎn)運(yùn)算次數(shù)，其“單指令多數(shù)據(jù)（SIMD）”類型指令集利用數(shù)據(jù)級并行方式，執(zhí)行一個指令即可進(jìn)行多個同時發(fā)生的計算。其單位已經(jīng)從GFLOPS 的十億級別上升到TFLOPS 的萬億級別，業(yè)界目前最高水平超過300 多個TFLOPS，而下一代將翻倍，這就成為國際和國產(chǎn)GPU 競相期待達(dá)到的目標(biāo)。

超高性能必然使功耗成為一個焦點(diǎn)問題，目前最高端GPU 可達(dá)到（300~500）W，在芯片及應(yīng)用中對信號傳輸帶寬和物理架構(gòu)設(shè)計都要通盤考慮。存儲器配合無疑是影響GPU 性能的最重要單元，內(nèi)部可以有多級的上百兆SRAM，而外部需要配規(guī)模巨大的高速DRAM。曾經(jīng)作為圖形處理器的GPU 有專用高速顯存GDDR 支持，并已發(fā)展到GDDR6。針對更高端的通用GPU，一種名為HBM（High Bandwidth Memory）的技術(shù)將顯存由平面擴(kuò)展轉(zhuǎn)為向上延伸，以實(shí)現(xiàn)所占面積相同前提下存儲容量及位寬的數(shù)倍提升。這種堆疊封裝方法采用設(shè)計和工藝緊密結(jié)合的手段，顯存顆粒與GPU核心通過硅片中介層（Silicon Interposer）進(jìn)行連接，從而獲得更低的工作電壓和功耗。HBM1.0/HBM2.0 屬于2.5D 技術(shù)，現(xiàn)階段已可以大批量生產(chǎn)，未來會實(shí)現(xiàn)3D垂直封裝。

在全球AI 產(chǎn)業(yè)高速變化的大環(huán)境下，廣泛的行業(yè)分布為其應(yīng)用拓展提供了廣闊前景，快速迭代算法推動AI 技術(shù)商用帶來了無限商機(jī)，算法實(shí)現(xiàn)的算力基礎(chǔ)就是通用GPU 的不斷升級換代。打造行業(yè)一流的GPU 公司，從而搶占AI 產(chǎn)業(yè)發(fā)展的制高點(diǎn)，需要在設(shè)計理念和創(chuàng)新架構(gòu)上持續(xù)超越。新一代通用GPU 芯片將具有更高度的并行處理能力、更低內(nèi)存延遲，并實(shí)現(xiàn)計算單元和內(nèi)存間的靈活而豐富的連接，而且在功效和能效管理水平上有更大的提高。

沐浴著AI 新時代曙光，晨曦正在展開算力提供者的視野，以敏銳眼光展望以AI 為代表的未來新潮流。國產(chǎn)新型通用GPU 基礎(chǔ)架構(gòu)的建立必將是一個艱辛的過程，走產(chǎn)學(xué)研結(jié)合之路，跟進(jìn)產(chǎn)業(yè)成熟之旅，抓住未來通用計算的算力需求，才能實(shí)現(xiàn)高性能處理器的落地。GPU 對于通用平臺生態(tài)系統(tǒng)的建立至關(guān)重要，需要完善的IDE 支持，具備軟件兼容性，能夠銜接和復(fù)用針對眾多智能算法和機(jī)器學(xué)習(xí)軟件的存量應(yīng)用。面向未來布局，強(qiáng)強(qiáng)聯(lián)合有利于達(dá)到合力的效果，成為我國應(yīng)對嚴(yán)峻高端技術(shù)挑戰(zhàn)，緊跟全球AI 日新月異算力增長需求，促進(jìn)芯片設(shè)計和制造工藝能力突破的新興力量。期待來年宏大通用處理器GPU 脫穎而出。

參考文獻(xiàn)：

[1] 鄭小龍.決勝AI云端：芯火燎原看燧原[J].電子產(chǎn)品世界,2020(10):11-12.

（本文來源于《電子產(chǎn)品世界》雜志社2021年6月期）