编者按
作为技术类的公众号，今天这篇文章，我们聊点技术之外的一些更宏观的发展话题：）
最近跟一个朋友，交流了一些不那么“纯技术”的话题：后进如何赶超先进？在交流的过程中，也引发了我对技术发展的一些更深层次的思考。
关于后进赶超先进，网上有太多的文章和视频。作为常年从事计算机算力芯片相关工作的我，今天就从算力芯片这个视角出发，谈谈对国内算力芯片如何实现突围的个人的一些看法。
1 成熟赛道，后进赶超先进，很难
1.1 CPU的江湖恩仇
上世纪70年代，Intel发明了CPU。通过对CPU的持续投入，Intel逐渐获得了市场的优势，并逐渐构建起了自己的x86生态，这包括外围的硬件合作伙伴、BIOS等固件开发、操作系统软件、工具链以及应用软件生态等等。
RISC是一个失败的例子。X86是CISC架构，随着CISC指令的复杂度越来越高，越来越难以控制，RISC架构逐渐兴起。RISC架构处理器提倡简化指令集设计、固定指令长度、统一指令编码格式、加速常用指令。RISC架构成为很多处理器的首选，并且也成为了许多计算机教材的经典CPU设计案例。但即便如此，在市场竞争上，RISC架构仍然输给了CISC。
安腾是Intel自己的一个失败的例子。安腾是Intel于2001年推出的64位架构的CPU处理器。虽然是Intel的亲儿子，虽然是功能强大的64位CPU架构，虽然安腾的架构和微架构设计非常优秀，但因为安腾和x86的不兼容，完全一个新的生态，也不可避免的走向了失败。最后成就了AMD64的成功。
ARM的成功，更多源于商业模式。最开始，ARM自研的处理器性能都非常差，其自研的处理器性能通常是低于一些巨头客户自研的ARM架构CPU。但因为ARM是一个中立的CPU架构和IP供应商，很多巨头愿意扶持着它向前迈进。最后在智能手机时代，ARM大获成功。有了资金实力之后，ARM后续CPU的性能才逐渐赶上并且部分超越了自己的巨头客户。
RISC-v，后起之秀，明日之星，未来可能的成功也是依赖于更优的商业模式。跟ARM当年的处境类似，目前的RISCv性能和生态都要弱于x86和ARM，但因为更优的商业模式（完全开源开放的，并且得到广泛共识的免费的处理器），其发展也是相当迅猛。
1.2 NVIDIA，从十年磨一剑到市值万亿
传统的GPU是图形加速卡，本质上是众多各种领域各种场景加速卡中的一员。除了GPU之外，其他众多的各类加速卡，几乎没有成功的案例。GPU之所以最终成功，来自于00年代NVIDIA的转型：一方面，是GPU从传统的图像加速卡，改造成面向并行计算的GPGPU；此外，为了降低开发的门槛，把更多的资源投向了CUDA，并且对外宣称自己是一家软件公司。
即便策略正确，最终的成功验证也差不多是十年之后。CUDA的最早期版本是在2005年前后发布的，直到2012年深度学习的崛起，GPU才开始真正脱颖而出，也直到2018年大模型兴起，以及2013年ChatGPT的火爆，才把NVIDIA推上了最高的神坛。
1.3 简单总结
经常有企业喊出口号是“要做中国的xxx”，但“学我者生，像我者死”，芯片是一个国际化的市场，全球竞争，这样亦步亦趋的学习巨头企业的做法，无异于“邯郸学步”。
在成熟的赛道，后进如果靠模仿先进前进，那必然无法成功。后进需要有差异化，有创新，有优势，才有可能成功。并且，后进要想成功，其难度远高于先进者当年的难度。
2 技术的变革，是后进赶超先进的关键时机
国产新能源汽车，是后进赶超先进的经典案例。据中国汽车工业协会整理的海关总署数据显示，2023年上半年，汽车整车出口234.1万辆，同比增长76.9%；1～7月，汽车出口总值3837.3亿元，增长118.5%。中国汽车出口首次超过日本，跃居世界首位。新能源汽车是中国汽车出口的核心增长点。2023年1～6月出口新能源车80万辆，同比增长105%。
在成熟赛道，先进具有技术优势、市场优势、专利优势、品牌优势等等，后进赶超先进很难。但如果是技术的变革期，后进就可以在新的技术领域提前布局，让双方站在同一个起跑线，以此来获得“公平”竞技的机会，从而有可能实现超越。国产汽车，就是抓住了新能源和智能汽车这一波浪潮，迅速地达到了汽车出口量全球第一。
那么，芯片的变革机会在哪里？
3 AGI大模型的挑战
2023年初的AI大模型，“不约而同”的参数规模停留在千亿级，为什么？
核心的原因在于，这是目前的GPU计算集群所能支撑的算力上限：
- 一方面，单芯片算力已经瓶颈，算力增长极度缓慢。
- 另一方面，受限于目前的服务器以CPU为中心的架构约束，以及网络的交互效率所限，集群规模也已经达到了上限。
- 还有一个很重要的原因，就是算力的建设和运营成本，也已经达到了一个天文数字。
目前CPU性能早已瓶颈，GPU性能即将见顶并且成本高昂，而AI芯片太过于专用，不适用于快速变化的模型算法/算子和业务逻辑。
如何解决？我们也可以给一个简单的答案：
- 一方面，持续不断的Scale up，通过更多的处理器内聚，数量级的提升单芯片的性能；
- 另一方面，持续不断地增强芯片的内部交互（打破已有的以CPU为中心的架构）和外部交互（增强高性能网络）。数量级的提升集群中服务器的数量。
- 此外，大芯片需要通用。能否实现足够的通用性，是大芯片能够大规模落地的最重要因素。
- 还有一个很重要的，要通过一些机制，数量级的降低算力的成本。
4 芯片工艺的快速进步
工艺持续进步，Chiplet先进封装也越来越成熟。从2D的工艺到3D的封装再到Chiplet的4D封装，芯片的底层实现技术仍在快速发展。
目前的大算力芯片，通常在500亿晶体管左右。Intel的规划是在2030年，达到1万亿晶体管。这意味着，相比目前的芯片，计算规模再提升20倍。
如此大规模的晶体管资源，我们该如何更好地利用？
5 算力芯片变革的历史机遇
5.1 系统架构创新
一方面是需求牵引，一方面是工艺支撑，两方面的因素，都需要我们在系统架构层次，做更多的创新。
从单核到多核、从同构到异构，从单异构到多异构，再从多异构到异构融合，是一个计算架构从简单到复杂的继承并发展的过程。
芯片设计规模越来越大，单芯片集成更多架构的处理器成为一种非常常见的设计。这种多异构混合计算架构，Intel称为超异构计算。在2023年9月份发布的《异构融合计算技术白皮书》中，采用了更严谨更准确的一种叫法，“异构融合计算”。深刻揭示了多异构混合计算的关键，在于异构处理器之间的协同和融合。
5.2 大芯片如何能够通用？
系统规模越来越大，变化越来越快，从而使得在大算力芯片，通用性比性能更重要。而定制的加速算力芯片覆盖场景少，生命周期短，难以大规模落地。
此外，相比专用，通用是更高级的能力。通用计算，需要从众多需求中提炼和拆解出通用的部分和组件，通过软件编程，灵活地组合出用户所需的形形色色的功能。并且还要实现性能和灵活性的兼顾。
那么，如何实现通用？能够通用的本质原因是什么？
系统规模越大，“二八定律”特征越明显。这样，我们可以把确定性的共性的部分硬件加速实现，相对不确定的个性的部分通过软件编程实现。
在六代计算架构的基础上，增加“通用”约束，变成三代通用计算架构：
- 第一代单核和第二代多核合并成CPU同构。
- 取消专用的DSA异构计算阶段，异构计算仅保留GPU的通用异构。
- 多异构要想成功，就需要融合；异构融合要想成功，就需要通用。因此，从终局思维思考，最终可落地的方案，会是通用的异构融合计算。
5.3 从单兵作战到团队协作
受限于先进工艺，我们无法实现最强算力的芯片。但我们可以通过更多资源的协作，来实现更强的群体智能：
- 方法一，异构融合。通过异构融合的计算架构创新，实现更多处理器核心的协同和融合。可以在工艺落后1-2代的情况下，实现单个芯片的算力更优。
- 方法二，算力网络。通过算力网络、东数西算，实现跨集群的算力调度和算力协同，可以实现算力资源的高效利用。
- 方法三，智能网联。通过终端的智能网联，实现云端协同。清华的李克强院士提出的智能网联汽车中国方案，强调车（终端）、路（MEC接入）、边、云的深度协同，在单体算力有限的情况下，可以实现更智能化的用户服务体验。
- 方法四，云网边端融合。更庞大算力节点，更高性能更低延迟的网络，更强大的算力基础设施，实现更强大的宏观数字系统。
5.4 总结
从异构到异构融合计算，计算架构的变革，给了我们“弯道超车”的时机；历史机遇稍纵即逝，需要快马加鞭，加大投入。
抓住计算架构变革的历史时机，实现算力芯片的弯道超车！
（正文完）
作者：Chaobowx
来源：软硬件融合
相关文章推荐
更多软硬件技术干货请关注软硬件融合专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
