写点什么

CPU 架构下算力增长式微,人民需要下一代计算域架构,XPU 未来已来

  • 2021-08-28
  • 本文字数:3794 字

    阅读完需:约 12 分钟

CPU架构下算力增长式微,人民需要下一代计算域架构,XPU未来已来

后摩尔定律时代,算力如何破局?安谋科技将挥“CPU+XPU”双拳,引领新一轮算力革命。


安谋科技发布新业务品牌,布局 XPU 智能计算赛道


InfoQ 获悉,8 月 26 日,安谋科技(前身为 ARM 中国)发布了“双轮驱动”战略以及新业务品牌 — “核芯动力”,布局智能计算赛道。


“核芯动力”将市场提供高性能、可定制化的自主架构 XPU IP 产品和服务。


“核芯动力”的品牌 Logo 酷似一个涡轮发动机,寓意为中国芯片产业持续提供源源动力。标志中所包含的 A 元素,代表了对 Arm CPU 生态的传承;X 元素象征着 XPU 和未来;而众多的 i 元素,体现了新品牌所代表的创新(innovation)、智能(intelligence)以及无限可能(infinity)。



CPU 架构下算力演进趋缓,XPU 将是下一代计算域架构


随着 AI、5G、IoT 等技术的爆炸式发展,海量数据流的产生和多元化的应用场景为智能计算产业带来发展机遇。


在这一过程中,基于 CPU 架构和工艺提升的创新日益趋缓,已无法满足新场景下多样化算力快速增长的需求,算力提升的核心动力正从 CPU 扩展到以 NPU、ISP、VPU、GPU 等为代表的计算单元。


安谋科技执行董事长兼 CEO 吴雄昂认为,新时代多样化算力堆砌和多计算域的要求,需要下一代的计算域架构 — 超域架构(xDSA)来满足相应的要求和挑战,并且通过兼顾融合多个域的方法解决碎片化问题。



为此,安谋科技发布了“双轮驱动”战略。一方面持续推动 Arm CPU 架构的本土化、生态化发展;另一方面聚焦自主研发,打造自主架构的 XPU 产品和多样化生态 ,以自主架构 XPU 与传统计算 IP 相配合,提供多样化、定制化、符合中国产业及市场需求的计算元素,打造下一代融合计算平台。


CPU+XPU 融合计算平台将为我们下一代智能数据流计算提供核芯动力。 从 CPU 到 NPU、VPU 再到 ISP 等等,这样一个融合计算可以智能化地融合各种计算元素,减少数据流搬运之间产生的功耗。同时能够提供针对数据流的全面解决方案”,吴雄昂表示。


在过去,从 CPU 到 NPU 、VPU 再到 ISP,每个计算单元都是独立的,合作伙伴往往需要从多个供应商那里把这些 IP 根据场景重新定义、二次开发、裁剪和优化,在新的高密度数据流计算环境当中,这是一个巨大的挑战。


针对这样的挑战,安谋科技根据场景,重新定义融合计算架构、新的指令集、处理器 IP、系统软件、设计服务。不同的计算单元根据使用场景进行重新定义、组合以及架构融合,优化数据搬运,降低功耗,提升效能,给合作伙伴提供完整的交付方案。


基于超域架构(xDSA)的 XPU 是开放的智能数据流融合计算平台,将针对不同应用,处理 AI、视频、图像等功能的计算单元组成不同的解决方案,解决海量智能数据流的处理效能问题。


据安谋科技新业务副总裁张晓波介绍,新的融合计算架构,即超域架构(xDSA),其中主要核心是以高密度数据流处理为中心的专有核心计算单元,同时域处理部分也引入了智能架构,另外,也会支持架构扩展进行算力的堆叠。由此,新的超域架构可以高效地进行智能数据流的处理。


超域架构(xDSA)主要的特点一是用专用的数据流处理,二是多计算域,三是扩展,尤其是针对大算力的厂商和车厂的需求,可以提供多样化的支持。


XPU 的新架构具有灵活、高效、专用及支持丰富产品组合等特性。其中,高灵活性表现在可以根据计算密度的需求,动态来分布负载;高效率部分能够基于场景调度 XPU,提高整体计算效率;高性能部分可以用新的架构提升性能,并且实现超低功耗。此外,也可以支持丰富的 XPU 产品组合。

“核芯动力”XPU 包括四大产品系列,可应用在自动驾驶等场景


“核芯动力”旨在打造开放的智能数据流融合计算平台,它包括安谋科技此前已经发布的“周易”NPU、“山海”SPU、“玲珑”ISP 和“玲珑”VPU 等多个自研 XPU 产品系列。


截止目前,该产品系列已经实现了超 90 个本土客户 IP 授权,预计 2021 年客户基于“核芯动力”XPU 产品的芯片出货量将超过 1 亿片。此外,安谋科技 Arm CPU 累计出货量超过 200 多亿片。


XPU 产品构建出的子系统可以支持智能物联网、新型数据中心、自动驾驶等。


智能物联网应用场景支持万物互联,基于多 IP 及专用总线的 XPU 子系统可以广泛应用在 AIoT、VR/AR 以及家庭、安防等多领域。


在新型数据中心应用方面,随着数据中心的演进,大数据时代针对数据处理提出了新需求,如互联网视频,医疗领域例如疫情之下的测序,会产出更多的高密度数据流及视频流,需要及时地处理、审核。通过针对新型数据中心专用 XPU 的超域架构,可以更好地以定制的方式来解决相应的行业痛点。


XPU 子系统还可以支持新型的自动驾驶。


自动驾驶摄像头的清晰度每过几年就翻番,从 2K、4K 到 8K,摄像头数量也从 2 个、4 个到 8 个、12 个。这些摄像头产生的数据流都必须被实时性地处理,才能保障行车安全。


更重要的是,随着这类自动化、自主智能设备的出现,设备和设备之间、车和网络之间的实时互动产生了更多的多样化数据。这些海量的数据流必须有一个全新的计算架构才能提供百倍算力的提升。


随着车载 E2E 架构的发展,计算趋势也进入了下一个里程碑,多域计算及中央计算的技术演进也进一步迭代。XPU 的融合计算架构,即超域架构可以满足新的计算架构的技术演进。通过构建车规级的 CPU 及 XPU 单元的协同,XPU 能够更好地支持整个自动驾驶产业的技术演进。


张晓波在接受 InfoQ 等媒体采访时表示,针对自动驾驶业务,早在 2020 年,安谋科技就已有整体的产品规划。汽车行业较分散,需要专业的功能安全机制,安谋科技针对 CPU 产品,包括安全产品等一系列的 IP 产品已提前做了完整的规划。


一方面,今年,其 IP 产品将开始量产,可支持车厂的需求,并实现车上搭载。此外,安谋科技还有其他的大型 IP 支持 AE(Automotive Enhanced),也会做汽车类的产品支撑。


此外,安谋科技还做了针对大算力的堆叠,包括一些子系统的搭建。在这个方面将主要针对大客户的需求提供规划,客户类型包括造车新势力,传统的造车厂商,进入汽车领域的纯芯片厂商等。

开源开放打造 XPU 生态,为 ONIA 会员提供“周易”NPU 免费授权


技术之外,生态也很重要。


吴雄昂表示,接下来,安谋科技将拥抱开源开放,通过产学研投联动,构建 XPU 的全球生态。


NPU 是下一代智能计算的核心,承担着高算力和实时感知等关键任务。为了解决 NPU 定制过程中生态碎片化、重复投资和应用规模受限等问题。


今年 7 月 15 日,安谋科技联合 50 多家企业和机构共同发起成立了“智能计算产业技术创新联合体”(ONIA),并宣布了全球首个开源神经网络处理器指令集架构(NPU ISA)。


NPU ISA 将聚集全球产业链资源,通过开放的模式,共建生态、共享成果,推动 NPU 生态建设。ONIA 聚合了中国集成电路产、学,研等方面的代表力量,预计到 2021 年年底会员单位将突破 100 家。


此外,安谋科技还将通过技术及资本支持等多种手段,支持 XPU 生态建设,推动智能计算生态创新发展。


吴雄昂在发布会现场公布了惠及本土企业,支持技术创新的相关政策:


1、为 ONIA 会员提供“周易”NPU 免费授权。吴雄昂表示,此举是为了更快地推进产业的发展,更快地实现标准化,同时通过架构工具开源,让大家可以自由地、更快地开发自己的核心 IP。


2、联合安创加速器,将孵化 10 家基于开源架构和 XPU 的创业企业。

与英特尔的 XPU 有什么区别?


提到 XPU,就不得不提到英特尔。


XPU 关系着这家芯片巨头的未来。英特尔正在从一家 CPU 公司转型为一家多架构 XPU 公司。


今年 1 月 ,英特尔官宣换帅,Pat Gelsinger 接任 Bob Swan 成为新一任首席执行官。而 Pat Gelsinger 肩上就负着英特尔在 XPU 时代的重任。接下来,他继续推动英特尔从 CPU 向多架构 XPU 的公司转型。


早在 2018 年底的英特尔架构日上,英特尔对外宣布了新战略目标,即以制程和封装、XPU 架构、内存和存储、互连、安全、软件六大技术支柱核心,从以往“PC 为中心”向“以数据为中心”的转型。


英特尔的 XPU 异构愿景是,即由标量(Scalar)、矢量(Vector)、矩阵(Matrix)、空间(Spatial)组成的 SVMS 架构,分别对应 CPU、GPU、加速器和 FPGA,可以进行多种异构组合。这是英特尔首次、业界明确将单一架构之后的发展方向定义为 XPU。


那么,现在安谋科技所定义的 XPU 与英特尔所提出的 XPU 战略有什么区别?


吴雄昂对 InfoQ 等媒体表示,之前英特尔提过 XPU 作为异构计算,很多厂商使用“X”的原因是,“X”代表了“多样化、多变化、无穷”的概念。但对安谋科技来讲,在多元化概念的基础上,“X”还意味着针对不同的数据流、不同应用的可定制、可编程、可扩展的架构。其次,“X”还是针对各个场景进行精确的定位和优化。


“所以对我们来讲‘X’有三个含义:一个是可定制化的、多样化的结构,包括多域的支持;第二个是可支持多样化算力的扩展堆叠,第三个是针对各个场景的更精准的优化和效能的提升这三个方向就是我们把它称为 XPU 的原因”,吴雄昂解释到。


张晓波进一步解释了,异构计算与融合计算的区别。


从架构的角度,异构计算已有近 10 年的历史,在异构计算发展过程中,它综合了 CPU 和非 CPU 类通用计算的其他领域,包括 GPU 和其他不同的场景,在这方面,各个公司也都在投入其中。


但实际上,计算架构在当前一些大算力要求下,例如在自动驾驶领域,有多域计算的需求,通过不同域的概念来支撑整个计算。同时,不同数据流的处理需要专用的单元支撑,也需要能扩展。在此基础上,安谋科技专门提出了新的架构定义— 超域架构(xDSA),也就是 XPU 的新架构。


超域架构(xDSA)可以完整地支持高密度数据流处理,包括算力迭代以及一些扩展。它有别于异构计算,它会把多域、超域的概念引入到行业里,重新定义整个新架构部分。 这一架构可以长期支持不同产品,包括不同业务应用场景,包括新型数据中心。

2021-08-28 11:566179
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 532.1 次阅读, 收获喜欢 1975 次。

关注

评论 2 条评论

发布
用户头像
看不到任何实质性的技术原理内容,完全吹水文章。
2021-08-30 10:47
回复
用户头像
这个logo设计背后的理念很不错👍
2021-08-29 16:54
回复
没有更多了
发现更多内容

软件测试 | K8S管理命令

测吧(北京)科技有限公司

测试

三天吃透SpringMVC面试八股文

程序员大彬

Java spring springmvc

软件测试 | Script Pipeline

测吧(北京)科技有限公司

测试

2022 IoTDB Summit:中冶赛迪工业互联网平台与CISDigital-TimeS(基于IoTDB)在钢铁行业的实践

Apache IoTDB

大数据 开源 IoTDB

软件测试 | K&S批量运行测试用例

测吧(北京)科技有限公司

测试

MathType2023免费版数学公式编辑器

茶色酒

MathType2023

详解基于 Celestia、Eclipse 构建的首个Layer3 链 Nautilus Chain

西柚子

ListView简单实用

梦笔生花

ListView baseadapter stackfrombottom

用友成为铸基计划-2022标准建设贡献单位!

用友BIP

软件测试 | Dashboard是什么?

测吧(北京)科技有限公司

测试

Jetpack-Compose 学习笔记(一)—— Compose 初探

修之竹

android Compose android jetpack

你应该了解哪些延迟数字?

Kian.Lee

I/O Latency CPU 寄存器 RAM SDD L1\L2\L3

Docker 环境搭建

流火

Docker

好用的数据校验&修复工具gt-checksum开源啦

GreatSQL

greatsql社区 gt-checksum

Janus: 基于eBPF的5G实时AI控制器

俞凡

架构 网络 通信 ebpf RIC

ChatGPT,开启人机交互新篇章 | 社区征文

柒号华仔

人工智能 openai ChatGPT

1行Python代码,把PPT转成图片,python-office功能更新~

程序员晚枫

Python Office 自动化办公

C++ 线程池

王玉川

c++ 编程语言 多线程 线程池

2022 IoTDB Summit:IoTDB PMC 乔嘉林《端边云协同:Apache IoTDB 全新单机分布式架构》

Apache IoTDB

软件测试 | K&S安装与配置

测吧(北京)科技有限公司

测试

免费赠送测试开发精品课,提高职场竞争力!

测吧(北京)科技有限公司

测试

放弃网站不是明智之举,中小企业要选择适合自己的营销模式

石头IT视角

Spring进阶:定义bean时容易踩的两个坑,连老手也容易犯错

程序员拾山

spring

【Java优化实战】「微基准系列」带你脚踏实地的进行开发和使用JMH测试和提升应用程序和服务指南

洛神灬殇

Java JMH 3月日更 JMH性能基准测试

四步走搭建自己的专属 ChatGPT(附开源代码)| 社区征文

FN0

AI 话题广场 ChatGPT

这样在 C# 使用 LongRunnigTask 是错的

newbe36524

C# Docker Kubernetes

Matlab实现小波变换

timerring

图像处理 数字图像处理

软件测试 | Blue Ocena应用

测吧(北京)科技有限公司

测试

软件测试 | K&S容器技术介绍

测吧(北京)科技有限公司

测试

4.基于Label studio的训练数据标注指南:情感分析任务观点词抽取、属性抽取

汀丶人工智能

自然语言处理 数据标注 实体抽取

设计模式之美—接口隔离

GalaxyCreater

设计模式

CPU架构下算力增长式微,人民需要下一代计算域架构,XPU未来已来_AI&大模型_刘燕_InfoQ精选文章