【芯视野】智能芯片2.0：多元异构下的算力“缝合怪” 集微网报道中国革命成功最核

集微网报道中国革命成功最核心的经验有一条：永远只做最难的事情。放眼到半导体设计业，无疑“高端通用芯片”是最难的事情之一，而国内半导体要突破重重包围，实现高端通用芯片的破局亦是必然之路。
原因无他，高端通用芯片代表着半导体业最高的技术和水准，其在未来的新应用和新场景，将决定着半导体业未来的新方向和新趋势。随着半导体业驱动力从智能手机转向HPC、数据中心、AIoT、智能汽车等，高端通用芯片正迎来新的进化论。

文章图片
变局
作为高端通用芯片的主力， CPU一直处于变革的C位。而且，因CPU业垄断性强、技术壁垒高，经验老道的巨头和锋芒毕露的新锐齐聚， CPU变革对于行业的震撼力是毋庸置疑的。
在日前举办的2022集微半导体峰会上，此芯科技CEO孙文剑表示，之前CPU以执行串行任务为主，但随着应用对图形、人工智能等高算力的要求，并行计算越来越重要。这是消费者的声音，即市场需要更快、更长续航、更加智能的产品。如果将以往的CPU、GPU、NPU等称为智能芯片1.0时代，那应用场景的复杂化将带动并行和串行的计算，因而芯片技术的趋势必然是走向多元异构架构融合，即进入智能芯片2.0时代。

文章图片
在孙文剑看来，在智能芯片2.0时代，在系统级芯片SoC层面需多核异构，包含CPU、NPU、DSP、GPU等算力单元。异构计算可实现算力的实时智能分配，充分发挥每一个运算单元的算力优势，实现能耗比的优化，促进SoC发挥强有力的效能。
“智能计算2.0时代的深层含义还包括在SoC层面实现异构之后，结合系统硬件及操作系统实现系统级的异构计算，达到软硬件的协同混合计算；而实现系统级异构计算的下一步进阶，是向平台级的异构计算迈进，即跨端边云进行算力的智能分配以及运算设备之间的无缝切换，这是未来计算发展的大趋势。 ”孙文剑道出了趋势所向。
【【芯视野】智能芯片2.0：多元异构下的算力“缝合怪”】在分外拥挤的GPU赛道，算力仍是一大硬指标。在GPGPU领域深耕的天数智芯首席技术官呂坚平博士提到， GPU需匹配各种通用并行计算，尤其是包括AI训练推理、图形渲染以及通用计算皆以大量可并行处理的乘加（MAC)计算为主的新兴应用的计算需求，未来如何在图形、AI、通用计算领域充分发挥优势仍是业界着力的方向。

文章图片
DPU作为近年来的新秀，已经引得“无数英雄竞折腰” 。集微咨询（JWInsights）分析师冯翔指出，伴随着数据中心从业务驱动走向数据驱动时代，对算力的合理化部署变得愈发重要，硬件部署也发生了翻天覆地的变化。最近大热的DPU、IPU等芯片乘势而起，不仅可进一步卸载CPU算力，同时依靠可编程能力支撑网络、存储、虚拟化、安全等重任。

文章图片
冯翔分析，从最初原始网卡只是做些网络协议处理，进化到智能网卡再到DPU的“无所不包” ， DPU已成为CPU+GPU+DPU三足鼎立的重要支点。国内DPU的比拼重心已从融资到流片，蔓延到了商业化落地端，谁能够抢先攻略市场或将赢得更多的胜算。
进化
随着CPU、GPU、DPU等老将新兵多路并进，进化的路径也摆在了从业者的面前，究竟该如何解锁？