|
近年來，隨著智慧城市、自動駕駛、工業互聯網等應用的廣泛推廣，終端設備所產生的數據量呈爆炸式增長，使得集中式云計算在帶寬負載、網絡延時和數據管理成本等方面愈加捉襟見肘，由此催生了邊緣計算價值的進一步突顯。如今，自動駕駛、工業自動化、智慧醫療和物聯網等各行業對邊緣計算的需求呈現了大規模增長態勢。 隨著邊緣計算應用范圍的不斷擴展，數據量也持續增長，于是各行業對計算量級和實時性提出了更高的要求；而芯片作為算力實現的核心，則成為了整個行業迫切的需求，市場對于芯片的需求也不再只是單一的算力和功耗，更加強調芯片的通用性、可編程和可擴展性，以此來滿足不同場景下的應用需求。各大芯片廠商也需要不斷創新，研發更加通用、高性能和高能效的芯片。 逆勢而上，加快國產替代 在通用計算芯片這個成熟市場，強勢的英偉達、AMD、英特爾三分天下，令后來者難以立足，我國芯片企業想要撕開一道口子，必須另辟蹊徑；或從架構、制造工藝、新型材料、新的器件結構等都要進行創新。 在技術路線方面，成熟的GPU架構已經存在長達幾十年之久，形成了比較完整的生態系統。國內雖有多種GPU架構，但卻缺乏全球競爭力的自主GPU架構；我國目前GPU產業發展呈現兩種趨勢：一是追逐傳統GPU架構，它的成熟度較高，但是屬于跟隨路線，作為市場的后來者，技術上不成熟，性能上不先進是很難切入市場；二是采用自主研發的新型架構，攻堅難度大，但是有取勝的可能性。 智能互聯世界，GPU架構格局或有變化。 珠海市芯動力科技有限公司（簡稱芯動力）創始人指出，為了滿足高效的并行計算，可以采用脈動陣列的方式來處理，同時繼承廣為人們所接受的CUDA語言，這樣可以同時滿足高算力的需求，也不影響用戶的使用習慣。 經過十余年的探索，芯動力研究了并行計算的本質，發現了一種更加適合并行計算的處理器架構，能夠在不改變程序的基礎上更有效的執行CUDA語言的程序。并且在2017年成功研發出可重構并行處理器（RPP）架構。芯動力開始向GPU領域進軍。 RPP架構主打并行計算，并且借助于獨有的底層硬件架構，成功地實現了對CUDA語言的支撐。不僅如此，芯動力還擁有自主開發的工具鏈，包括獨立的SIMT指令集和后端編譯器，使得其能夠在cuDNN和TensorRT上實現API的兼容，同時也支持廣泛的人工智能框架，如TensorFlow和Pytorch等。 芯動力團隊認為，通過工具鏈的開發，RPP能夠對于AI推理的性能進行深度優化，從而在高性能計算領域中實現了最廣泛使用編程語言的支持。這種兼容不僅從底層的軟件兼容性方面體現，同時也可以提升用戶的使用體驗，滿足用戶在調用形式、使用感知等方面的需求。做這種生態是因為觀察到CUDA語言體系里，開放體系比較完整，第三方開發的軟件都是以源代碼的形式開放給社區，而不像CPU的生態領域里存在大量的二進制代碼，因此，支持CUDA語言就能夠廣泛的支持GPGPU的生態。 并且，以RPP架構為基礎面向邊緣市場設計的第一代芯片RPP-R8已經一次性流片成功，芯動力正式開啟踏入GPGPU領域的市場。 據悉，RPP-R8芯片是一款具備高算力與低功耗的通用型GPGPU芯片，每顆芯片內含有1024個計算核，與傳統的GPU架構相比，在同樣的算力占用更小的芯片面積，實現了低功耗和高能效的有效平衡。RPP-R8除了具備專用芯片所沒有的通用編程性，面積效率比可達到同類產品的7～10倍，能效比也超過3倍，可滿足高效并行計算及AI計算應用。 GPGPU是GPU未來的重要趨勢之一，也是國產的一次機會。 據IDC預測，到2024年，全球邊緣計算市場（包括軟件、硬件和服務）將達到2506億美元，年增長率為15.9%。其中，中國邊緣計算服務器市場將達到855,334臺，硬件價值預期55億美元。芯動力研發上市的RPP-R8芯片具備低時延、高算力、低功耗、高能效、編程靈活等諸多優勢，非常適用在邊緣計算場景，通過市場的反饋，軟件商可以更快的部署，基本一天就可以完成遷移。 RPP-R8的應用從本質上可有效幫助企業降低開發成本和產品周期，加速產品迭代與擴展。目前這款芯片應用場景已覆蓋工業自動化、智能駕駛、泛安防、物流檢測、內容過濾、信號處理等多領域，未來將跨入更廣闊的市場。 當前，算力已成為數字經濟時代的核心生產力，隨著信息化、數字化和智能化進一步加快，新一輪的算力革命正在加速啟動。芯動力作為一家專注于研發新一代可編程通用并行計算芯片的企業，在珠海、深圳、西安、美國都設立了研發中心，專注攻關核心關鍵技術，加快國產替代，使得算力在技術層面不斷突破技術壁壘。 在目前算力增長的時代，很多芯片廠商依賴于先進的工藝來實現芯片的高算力， 在中國半導體工藝被嚴重卡脖子的時代，架構的創新顯得尤為重要，以架構的創新來替代先進工藝所帶來的算力提升是芯動力一直發展的方向。 |
