首款7nm GPU支持云端训练和推理，目前已至收尾阶段。
作者 | 心缘
编辑 | 漠影
成立18个月，累计融资逾47亿元，两个月前的上海壁仞科技，因为“吸金”能力大刷一把存在感。
GPU（Graphics processing unit）图形处理器，又被称作显示芯片，是擅长做图像图形相关运算工作的微处理器。进入后摩尔时代，GPU应用能力愈发超出图形渲染，被用到通用计算领域。尤其伴随着人工智能（AI）应用趋火，一批主攻云端通用智能计算的GPGPU创企诞生。
壁仞科技即是国内GPGPU创业潮中的新秀之一。自2019年9月成立以来，壁仞科技的融资一轮接着一轮，动辄单笔逾十亿人民币，虽然相较于英伟达单款芯片数十亿美元的研发投入仍有较大差距，但这样密集而强大的融资能力，令不少看客讶异。
继新融资后，它又马不停蹄地国内顶尖高校签订新的合作协议，包括合作清华大学，推进“通用图形处理架构与应用创新研究专项”；合作复旦大学，共建“智能计算芯片联合实验室”。
在获得多家知名投资机构青睐的背后，这家神秘创企有怎样一支强大的创始团队坐镇？在技术和落地方面有什么差异化打法？它所押注的GPGPU赛道，会是催火国内云端AI芯片的好生意吗？
针对这些问题，近日，壁仞科技CTO兼首席架构师洪洲（Mike Hong）接受芯东西的独家专访，讲述从担任海思自研GPU负责人和首席架构师，到进入壁仞科技创业的幕后故事，并分享了在GPU芯片设计及人才培养方面的一些心得体会。
洪洲告诉芯东西，壁仞科技同时支持AI训练和推理的首款7nm芯片开发进展顺利，预计今年正式流片，性能将对标英伟达下一代GPU计算芯片。壁仞科技的第二款芯片也已经启动架构设计。
▲壁仞科技CTO兼首席架构师洪洲
“吸金”创始团：华为高通GPU架构大神带队
壁仞科技给外界留下的第一印象是“吸金猛兽”。
成立不到一年，壁仞科技接连在2020年6到8月拿下多轮融资，不仅以11亿人民币刷新业界A轮融资记录，而且去年累计融资已接近20亿元。今年3月底，壁仞科技又宣布累计融资已增至47亿元。
从投资方阵营来看，其中不乏启明创投、IDG资本、华登国际、高瓴资本、格力创投、中芯聚源等知名投资机构。选择押注在这样一家初出茅庐的创企，他们究竟看中了壁仞科技的什么特质？
洪洲给出的答案是：“人”。
壁仞科技创始团队，在创业之初，已经展现出汇集人才的能力、团队执行能力，以及整合多方资源的能力：
创立壁仞科技前，创始人、董事长张文曾任AI独角兽商汤科技的总裁，并主导了商汤在上海、成都等地的大规模合作落地项目。他还曾与中芯国际创始人张汝京博士共同创办LED产业园以及LED芯片企业映瑞光电。
硬件架构负责人洪洲拥有近30年GPU架构设计经验，在GPU架构设计、渲染算法、光线跟踪算法、并行计算、GPGPU、X86和Arm SoC的架构设计等方面有50多项已获批准的专利。
软件生态负责人焦国方曾是华为Futurewei公司GPU技术首席科学家，负责GPU相关的所有软件生态；还曾在高通工作11年，成功领导和研发了5代高通Adreno移动GPU架构。此前他亦在老牌图形芯片供应商Trident、S3 Graphics工作数年。
壁仞科技的另外两位联合创始人徐凌杰、张凌岚，均是产业界的资深人士，拥有丰富的从业经验。
“壁仞科技汇聚了大部分最顶尖的华人GPU架构师。”有人这样评价。
对于这一说法，洪洲认为非常贴切：“从90年代开始的20多年内成长起来的（华人）架构师，基本上都在我们这边。”
27年经验积累，曾组建海思GPU研发团队
洪洲本科毕业于北大“王牌专业”数学系，继而选择在清华经管学院攻读当时很火的数量经济学硕士。
20世纪90年代初，正是图形芯片的黄金期，还在纽约州立大学攻读计算机科学专业的洪洲，硕士毕业即开始研发计算机图形芯片，一做就是27年。
GPU亦是在那个时期诞生，最初仅作为图形显示芯片。21世纪前后，图形芯片市场经过一轮荡气回肠的厮杀较量，英伟达与ATI两家巨头脱颖而出，将其他竞争者或吞并或逼至绝境。到2003年左右，GPU开始被用于通用加速计算。
洪洲在那时负责设计英伟达Tesla架构和性能调优，英伟达第一版CUDA即基于该架构开发。他还分别在S3 Graphics、兆芯等知名企业领导和管理GPU研发项目多年。
在积累了足够的GPU研发经验后，2016年，洪洲入职华为美研所，组建了一个遍及全球数百人的海思自研GPU团队，推进全球领先且拥有自主IP的GPU芯片研发。焦国方也是同年进入华为在美国的业务主体Futurewei，任GPU首席科学家。
对标英伟达下一代产品，首款芯片今年流片
洪洲与张文是在2019年上海世界人工智能大会上遇见的。当时两人深聊之后一拍即合，发现在通用计算、国产大算力方面的很多共通的理念。
同年9月，壁仞科技在上海创立，致力于开发基于原创性的高性能GPGPU产品的通用计算软硬件体系。洪洲也在不久之后正式加入壁仞科技。
公司一成立，其第一款通用算力芯片研发随即开始全方位启动。
▲壁仞科技通过采用高端封装技术，壁仞科技的第一款GPU芯片定位高端通用智能计算，具备高性能、可扩展性、可虚拟化等特性，支持云端训练和推理，目前已经到了收尾阶段，预计将在今年流片。
这颗芯片对标的，是国际GPU霸主英伟达还在酝酿之中的下一代5nm GPU计算芯片。
当然，一家初创公司如果刚起步就全面对标英伟达，无异于以卵击石。对此壁仞科技的策略是，先聚焦几个点上，打一场“不对称的战争”。
英伟达GPU并非面向AI训练和推理的最优芯片，而是一个多能力芯片。以A100为例，其双精度对HPC很重要，但对AI加速来说，其在能效比、算力等方面并非最优解。
因此壁仞科技选择首先专攻通用AI训练和推理能力，将图形渲染等与AI加速无关的设计剥离掉，更聚焦于在自家芯片上如何合理安排更多的运算和存储单元。
“如果纯粹从硬件来说，我们是有比较大的胜算的。”洪洲说，不过毕竟英伟达在软件、生态方面积累深厚，因此壁仞科技面临的关键问题，是如何补足这些缺口。“我们也知道，我们不可能很快补足它，但我们有信心。”
从研发伊始，壁仞科技就做好了前瞻性规划，与供应商、生态合作伙伴及客户早早开始沟通，已对客户需求分析地非常清楚。等芯片流片后，壁仞科技下一步将重点推进加速芯片商用落地的软件工作。
壁仞科技的另一个胜算是“天时、地利、人和”。如今很多英伟达用户愿意看到另一个选择，无论是商业用户，还是国家层面数据中心，对国产化的需求都与日俱增。这些对于包括壁仞科技在内的国内企业，无疑是难得的契机。
随着首款芯片进入收尾，壁仞科技的第二款芯片已经开始启动架构设计，之后壁仞科技还将逐步推出面向智算中心、云游戏、边缘计算的GPU芯片。
解析壁仞科技GPGPU三大亮点特性
除了对标英伟达，壁仞科技也面临着与多家国内云端AI芯片及GPGPU创企的竞争。
在壁仞科技团队看来，客户习惯是芯片研发的至上准则。正如开惯了法拉利的人不愿骑三轮车，用惯了英伟达V100、A100等国际主流芯片的客户也不会乐意用算力一般、不好用的芯片。
这一背景下，壁仞科技着重优化其芯片的3个亮点特性：通用性、高算力、芯粒（chiplet）技术。
1、通用性：从兼容CUDA到取代CUDA
“我们要做一个真正能落地的、能兼容现在的生态的、真正能大规模量产的通用架构。”洪洲说。
在洪洲看来，新的GPU板卡要无缝地支持CUDA生态，这比更高的算力，更好的能效比更重要。
因此，目前阶段必须保证用CUDA写的程序能无缝运行在壁仞科技的异构计算开发平台上，不应当为了追求所谓的极致能效，而打破对通用编程模型的兼容性。
当前壁仞科技的第一要务是在打造自有编程模型的同时，兼容CUDA当前版本，并会面向未来的设计，新增很多东西，使程序能跑得更快更好。
这只是第一步，壁仞科技的终极目标，是提供比CUDA更好的自研编程模型。
▲壁仞科技异构计算开发平台
2、高算力：融合多种架构的优点
“高算力对我们来说极端重要。”洪洲说，壁仞科技芯片的单位瓦算力非常高，并且有信心打败英伟达下一代产品。
达到这一性能表现，离不开其芯片架构的优化——以通用性为根本的同时，在专用领域做深耕、优化，融入多种架构的优点。
传统GPGPU主要做向量运算，但对于AI加速来说，矩阵运算对数据的带宽需求比向量操作低。
考虑到这些问题，壁仞科技不拘泥于传统的向量流处理架构，而会在其理念中加入数据流处理单元、近存储计算架构等其他元素，并对重点场景进行特殊优化，使其能处理各种数据类型，从而在同等能耗上，获得比英伟达高好几倍的算力。
单颗芯片算力的提升只是一个点，壁仞科技还在其芯片中引入非常高的互连带宽，能做到数百数千的芯片大规模拓展，从而实现集群化大算力。
对于数据中心而言，未来“算力”将是王道。如果能将单卡算力提高2倍，其他条件不变时，综合性价比则有望提高2倍，相应地，数据中心服务器的总拥有成本（TCO）就会降低约一半。
3、芯粒（chiplet）：提高性价比的必备技术
当先进芯片制程走向7nm、5nm、3nm，芯粒（chiplet）成为一种愈发热门的技术方向。
一颗芯片上有不同功能的组件，如果这些组件全部用最先进的技术节点来制造，成本将非常高。
而芯粒技术的价值在于，允许不同组件分别选择其合适的技术节点来生产，然后再像拼乐高一样堆叠封装在一起，不仅提高芯片整体性价比，也能通过更有序的配置来提升芯片处理能力。
英特尔、AMD等大公司均在积极探索芯粒技术。该技术对小公司同样有价值，如果不走芯粒方向，无论是产品性价比，还是能接触到的市场空间，都会有很多局限性。
“我们的芯片已经采用chiplet技术，可以说比英伟达走得快。”洪洲说。
团队扩至400余人，三招解决人才困境
在洪洲看来，缺少原创的芯片架构是中国现存的一个短板，当前国内真正做原创性GPU的团队非常稀缺。
两大国际GPU巨头中，英伟达在国内没有核心IP研发团队，AMD在上海只有一小部分研发团队。国内真正从GPU底层架构和软件做起来的，只有原来的兆芯团队和现在的海思团队。
但原创性不是照着别家的架构比葫芦画瓢，而是真正解决整个通用计算问题。这需要组建一支有多年积累的、全面性的团队，除了硬件人才外，软件人才、编译器人才也极为关键。
壁仞科技团队有很多成员来自产业链各环节的领先企业，覆盖架构、设计、验证、后端、封装、系统、软件等环节。洪洲总结该团队“非常强大，是一个成建制团队”。
如何解决国内GPGPU人才稀缺、优质人才招募难度升级的问题？壁仞科技思考了三条路径：持续吸纳国内人才、招募海外人才、培养新鲜血液。
“壁仞科技团队的凝聚力极强，也在不断吸引海内外的人才加入。”洪洲认为，顶尖高校的优秀毕业生如果能被培养好，可能会比国内一些有经验的GPU工程师更具战斗力。
截至目前，壁仞科技的团队已扩张至超400人，其中约有4/5在上海，其他团队则分布在北京、珠海和北美，未来也计划拓展到更多其他城市。据他透露，已经有不少在海外招募的GPU高端人才回到国内做全职。
结语：云端算力争夺战方兴未艾
在去年GTIC 2020全球AI芯片创新峰会上，壁仞科技联合创始人徐凌杰谈道，壁仞科技与其他芯片企业的关系并非是“竞争”，而是“竞合”。
“壁仞科技需要更多人才加入到这个行业中，有了这样的硬件生态和商业生态，才能打造好基础设施，”他期盼这个生态能更加繁荣，“越来越多的人看到基础设施和算力间的矛盾，看到基础设施的不足，才能夯实我国的信息高速公路。”
看到机会的不止是壁仞科技，除了早先入局的寒武纪、比特大陆、燧原科技等云端芯片创企外，过去一年间，陆续有新玩家现身，大量资本也正积极地涌入这一赛道。
对于高额融资带来的名气和质疑，洪洲并不关心，“这个产业向来是用产品说话，我们只关注自己（的研发），把我们自己（的产品）做好。”
而从已有进展来看，国内云端AI芯片及GPU赛道的硝烟才刚刚开始弥漫，入局者变多，但规模化落地成果尚不明显，这场围绕云端算力的资金、人才、市场争夺战显然还未到高潮。
