算法|睿思芯科王卫架构自由创新是RISC-V的关键优势CCF-GAIR2020( 二 )

这里引用的人工智能发展史上的里程碑芯片，即谷歌的TPU，它也是整个行业里第一款公开且引起大众关注的AI芯片。至今为止，行业内很多AI芯片的基本结构，就是它的基础上发展过来的，具有代表性意义。这其实体现了Domainspecificarchitectures（特定领域的体系结构）的强大力量，因为它是特定地为神经网络算法加速去设计的一种芯片硬件结构，通过对这个特定目标的机制优化，做出来一个性能好、算力强大，在功耗和能耗比上也在当时达到很好的指标的芯片。当然，后续又有很多初创公司或成熟公司，飞速地发展他们的产品、技术，更多、更强、更好、的芯片便涌现出来。
谷歌TPU到了第三代，比第一代有很大的进步。TPU3采用水冷技术降低能耗比，为什么会用到水冷技术？因为空气的散热能力有限，单纯用风扇无法散走足够的热量，必须采用水冷方式才能保证芯片正常工作。但这一芯片主要应用于数据中心，需要非常好的环境、相对较高的成本，才能保证有效降低能耗比的条件。当应用到终端或边缘端，不太可能有这些条件提供保障，因此在设计终端芯片和边缘端芯片时，思路会有所不同。

架构自由创新是RISC-V的关键优势
在具体的实现方式上，RISC-V发明人DavidPatterson认为，RISC-V指令集会促进未来芯片架构的发展，真正释放芯片设计的巨大潜力，让更多的人能够在专属领域内实现软硬结合，设计出合适的架构。
RISC-V作为一个计算机体系架构，是近期非常热门的话题，RISC-V的特点是什么？开源的、免费的、低成本的，是RISC-V的绝对优势。如果从芯片的体系结构角度而言，其最大的优势则是像乐高积木一样的模块化结构。RISC-V把指令集中的不同功能子集分得很细致，不同的模块之间可以自由地排列组合，而且整个指令集中预留了大量自动指令集，可以让客户在芯片层面结合子集的算法和应用需求，定制一个对应自己专属场景最有用、最优化的命令。这也是Domainspecificarchitectures的经典体现。

因此，RISC-V最关键的技术优势在于可以在架构上自由创新。在RISC-V指令集中，AI算力的提升体现在其向量扩展指令集方面，规定了跟CPU本身高度耦合的扩展指令集，可以通过向量的扩展指令集的运算，从硬件上加速各种矩阵乘加的运算。目前所有的深度学习，对算力要求最高的是各种矩阵运算，恰好能够在RISC-V指令集中实现。
另外，由于RISC-V是开源的，会吸引更多人加入这一体系结构中，去研发、去竞争，带来更多创新，推动自主可控的新基建。
对于RISC-V，大家更多的是在强调其在终端或边缘的应用。事实上，RISC-V本身没有适用于终端或者云端的属性，RISC-V也可以在云端，在高性能、大规模运算上发挥优势。但作为指令集，越复杂的应用对整个生态的依赖程度越高，包括编译器、工具链、具体架构的设计，相对云端而言，边缘端对生态的依赖程度更低，因此RISC-V在云端的应用会晚于在边缘端的应用。
开源架构更需国际协作
RISC-V的发展非常迅速，RISC-V基金会已有500多个成员，包括全球各地的软件公司、芯片公司、服务商、云服务提供商等，中国也有非常多的公司在积极地参与RISC-V开源组织。在软件方面，开源的东西有越多的人参与，它的发展速度就越快，甚至会呈指数级发展，RISC-V也是如此。