新架构不断出现，主流芯片架构正在发生重大变化？

由于芯片尺寸缩减带来的效益越来越小，业界正在设计支持AI的系统，以在本地处理更多数据。

芯片制造商正在研究可显著增加每瓦和每时钟周期可处理数据量的新型架构，从而开启了数十年来芯片架构转变的大幕。

所有主要的芯片制造商和系统供应商都在改变方向，引发了一场架构创新大赛，创新涉及从存储器中读取和写入数据的方式、数据管理和处理方式以及单个芯片上的各个元素的结合方式等。虽然工艺节点尺寸仍在继续缩减，但是没有人寄希望于工艺的进步可以跟得上传感器数据的爆炸性增长以及芯片间数据流量增加的步伐。

 

 

在这些创新中， 新型处理器架构专注于研究每个时钟周期内处理更多数据的方法，有时牺牲部分精度，或者根据应用类型提高特定操作的优先级;

正在开发的新存储器架构改变了数据存储、读取、写入和访问的方式;

更有针对性的处理元素散布在系统周围，更加靠近内存。系统不再依赖于最适合应用的单个主处理器，而是根据数据类型和应用选择不同的加速器;

通过人工智能技术，将不同的数据类型融合在一起，形成多种模式，有效地提高了数据密度，同时最大限度地减少不同数据类型之间的差异;

封装组合形式成为架构设计的核心之一，越来越关注修改设计的难易。

“有一些趋势导致人们试图充分挖掘已有方案的潜力。” Rambus的杰出发明家Steven Woo说，“在数据中心上，你希望硬件和软件能够发挥尽可能多的作用，这是数据中心重新思考其经济成本的方式。启用一种新功能的成本非常高，但是瓶颈正在日益凸显，所以我们看到更多专用芯片和提高计算效率的方法不断涌现，如果可以减少数据在内存和I/O上来回传输的次数，将会产生很大的影响。”

这些变化在边缘节点上更加明显，此外，系统供应商突然意识到有数百亿台设备不断地产生天量数据，而这些数据无法全部发送到云端进行处理。在边缘节点上处理这些数据对节点自身带来了挑战，它们需要在不显著改变功耗预算的情况下大幅提高性能。

英伟达的Tesla产品家族首席平台架构师Robert Ober说：“人们把重点放在降低精度上，边缘节点性能的提升不仅仅体现在更多计算周期上。它需要在内存中放入更多数据，比如您可以使用16位指令格式。 所以，解决方案不是为了提高处理效率而在缓存中存储更多内容。从统计上看，不同精度的计算结果应该是一致的。”

Ober预测，在可预见的未来，通过一系列架构优化应该可以每隔几年就将处理速度提高一倍。“我们将见证这些改变，”他说。“为了实现这一目标，我们需要在三个层面实现突破。第一是计算，第二是内存，在某些模型中，计算更关键，而在其它模型中内存更关键。第三是主处理器带宽和I/O带宽，我们需要在优化存储和网络方面做很多工作。”

其中一些变化已经发生。在Hot Chips 2018会议上的演讲中，三星奥斯汀研发部门的首席架构师 Jeff Rupley指出了该公司M3处理器的几个主要架构变化。其中一个是每个周期处理更多的指令，相比于之前M2处理的四条指令/周期，M3为6条。还包括以若干神经网络取代预取搜索，改善了分支预测，以及将指令队列深度加倍。

从另一个角度来看，这些变化也改变了从制造工艺到前端架构/设计和后端封装的协同创新关系。虽然制造工艺仍在不断创新，但是每次新节点只能带来15%到20%的性能和功耗改善，显然不足以跟上数据的增长步伐。

“变化正以指数速度发生，”Xilinx总裁兼首席执行官Victor Peng在Hot Chips的演讲中表示。 “现在每年将产生10个zettabytes [1021字节]的数据，其中大部分是非结构化数据。”

存储器领域的新方案

处理这么多数据需要重新思考系统中的每个元素，从数据的处理方式到存储方式都需要重新设计。

“业界已经进行了多次尝试，以创建新的内存架构，”eSilicon EMEA创新高级主管CarlosMaciàn说。“当前内存的瓶颈在于你需要读取出一整行，然后再在其中选择一位。一种新方法是构建可以从左到右、从上到下读取的内存。您还可以更进一步，将计算能力部署到不同的内存中。”

还可以改变内存的读取方式、处理单元的位置和类型，以及使用人工智能技术优化不同数据在整个系统中存储、处理、传输的优先级。

“在稀疏数据中，我们一次只能从字节阵列读取一个字节的数据，在其它类型应用中，也可以在同样的字节阵列中一次读取八个连续数据，而不会消耗与我们不感兴趣的其它字节或字节阵列相关的能耗，”Cadence产品营销部门总监Marc Greenberg说。 “未来的新型内存可能更适合处理这类事情。比如我们看一下HBM2的架构，HBM2硅片堆栈被安排到16个64位的虚拟通道中，我们从任何一次对任何虚拟通道的访问中都能得到4个连续的64位字。因此，有可能构建可水平写入的1，024位宽的数据阵列，一次只读取4个64位字。”

内存是冯诺依曼架构的核心组件之一，也正在成为架构创新的最大试验田之一。AMD的客户端产品首席架构师Dan Bouvier表示：“现有架构的一个大报应就是虚拟内存系统，它迫使你以更加不自然的方式移动数据。你需要执行一次又一次转换。如果您可以消除DRAM中的分区冲突，您可以获得更高效的数据流动。分立GPU可以在90%的效率区间运行DRAM，效率非常高。但是，如果你可以获得串行的数据传输，你也可以在APU和CPU上在80%到85%的效率区间内运行DRAM。”

 

 

冯诺依曼架构

IBM正在开发一种不同类型的内存架构，它本质上是磁盘条带化技术的现代版本。磁盘条带化技术将数据不再局限在单个磁盘上，同样，IBM新型内存架构的目标是利用被其系统硬件架构师Jeff Stuecheli称为连接技术的“瑞士军刀”的连接器技术，混合和匹配不同类型的数据。

“CPU变成了一个位于高性能信号接口中间的东西，”Stuecheli说。“如果你修改微体系结构，不用提高频率，内核就可以在每个周期内做更多的事情。”

为了确保这些体系架构能够处理越来越庞大的数据，连接性和吞吐能力变得越来越重要。 “现在最大的瓶颈在于数据传输，”Rambus的Woo说。 “半导体行业在提高计算性能方面做得非常出色。 但是，如果您把大量时间用在等待数据或特定的数据模式上，效率依然无法提高。必须更快地运行内存。因此，如果你看看DRAM和非易失性存储器就会发现，它们的性能实际上取决于数据传输模式。如果您能够将数据串起来，就可以在内存中获得非常高的效率。但是如果你的数据在空间上随机分布，效率就会降低。无论你怎么做，随着数据量的增加，你必须保证能够更快地完成所有这些数据传输。”

更多计算，更少移动

使问题变得更加复杂的是，边缘设备以各种频率和速度产生了多种不同类型的数据。为了使数据在各种处理单元之间流畅地移动，必须比过去更加有效地管理它。

“有四种主要配置 - 多对多、内存子系统、低功耗IO以及网状和环形拓扑，”Arteris IP董事长兼首席执行官Charlie Janac说。 “你可以将所有这四个要素放在单个芯片中，现在的决策型IoT芯片就是这么做的。或者您可以添加具有高吞吐能力的HBM子系统。但是由于其中一些工作负荷是面向特定行业需求，而且每个芯片都需要面对多个工作负荷，具有多个引脚，所以问题依然很复杂。你看其中一些物联网芯片，它们会收集大量的数据。些工作负载非常具体，每个芯片有多个工作负载和引脚。 如果你看一些物联网芯片，它们会收集大量的数据。像汽车中的雷达和LiDAR这样的东西尤其如此。如果没有某种先进的互连技术，它们的存在毫无意义。”

挑战在于如何尽量减少数据移动，以及在需要时最大程度提高数据传输速度，并以某种方式在不消耗太多功率的情况下取得本地处理和集中处理的平衡。

“一方面是带宽问题，”NetSpeed Systems产品营销经理Rajesh Ramanujam说。 “如果可能的话，您希望尽量不要移动数据，因此您可以将数据放得离处理器更近。但是，如果您必须移动数据，则需要尽可能地压缩数据。但是，现实情况往往更加复杂，你必须从系统级别查看这种可能性。每一步都需要考虑多个因素，确定您是以传统的读写方式使用内存还是利用新的内存技术。在某些情况下，您可能希望更改数据本身的存储方式。如果您想要更快的性能，通常意味着更大的芯片尺寸，这会影响功耗。现在你还要考虑功能安全，因此不得不担心数据过载。”

这就是为什么人们把那么多的注意力放在加强边缘处理能力和增加各种处理单元之间的传输吞吐能力上。现在，随着架构的演化和完善，处理的实现方式和位置都发生了很大变化。

比如，Marvell推出了一款内置AI能力的SSD控制器，它可以在边缘节点上处理更大的计算负荷。其中的AI引擎可用于固态存储本身的分析。

“你可以直接将模型加载到硬件中，并在SSD控制器上进行硬件处理，”Marvell的首席工程师Ned Varnica说。 “今天，云端主机就是这样做的。但是，如果每个SSD都要将数据发送到云端，那将会产生巨大的网络流量。最好在边缘就地处理，主机只需要发出元数据形式的命令。 这样一来，您拥有的存储设备越多，处理能力就越强。降低网络传输的好处非常大。”

这种方法有一点特别值得注意，即它强调数据根据应用类型而移动的灵活性。主机可以生成一个任务，将它发送到存储设备上进行处理，然后只需要返回元数据或者计算结果。在另外一种场景中，存储设备可以存储数据，对数据进行预处理并从生成元数据、标签和索引，主机需要进行进一步分析时再读回它们。

这只是其中一种方案，还有其它的选择。三星的Rupley强调了乱序处理和融合习语，它们可以解码两条指令并将它们融合在单个操作中。

AI监督和优化

在所有这些之上是人工智能，它是芯片架构领域的新技术。它不管操作系统和中间件如何管理功能，而是在系统级别上监督芯片以及芯片之间的行为。在某些情况下，AI可以体现为芯片内的神经网络。

eSilicon市场营销副总裁Mike Gianfagna表示，“AI的作用并不是将更多东西包装在一起，多到足够改变传统的处理方式。通过AI和机器学习，你可以在系统周围部署人工智能，以获得更高效和预测性的处理。它有时可以是在系统内独立运行的单独芯片。”

Arm正在开发首款机器学习芯片，它计划于今年晚些时候推出，面向多个细分市场和垂直市场。“这是一种新型处理器，”Arm的杰出工程师Ian Bratt说。 “它包括一个基本块，其中带有一个计算引擎、一个MAC引擎和一个带有控制单元和广播网络的DMA引擎。该芯片共有16个计算引擎，使用7nm制造工艺，在1GHz主频下可达到4 teraOps的计算能力。”

 

 

Arm机器学习处理器架构

由于Arm生态系统面向多个合作伙伴，因此该芯片比其它AI/ML芯片更加通用，配置能力更强。它没有搭建一个包罗万物的单片架构，而是根据功能划分不同处理单元，因此每个计算引擎都是面向不同的功能特征。Bratt表示，AI芯片的四个关键要素是静态调度、高效卷积、带宽减少机制以及面向未来设计的可编程性。

英伟达则采取了不同的策略，它选择在GPU旁边构建专用的深度学习引擎，以优化图片和视频处理的数据传输。

结论

芯片制造商表示，通过实行部分或全部这些方法，他们可以每隔几年就将性能提高一倍，以跟上数据爆炸性增长的步伐，同时满足功耗的严格限制。这些方法不仅是提供更多计算机，还正在改变芯片设计和系统工程化的起点，它们更多考虑数据的不断增长，而不是硬件和软件的限制。

Synopsys公司董事长兼联席首席执行官Aart de Geus说：“当最初一代计算机开始进入公司时，很多人都认为世界的发展速度将会加快很多。没有计算机时，他们用一堆纸质的会计账簿进行会计处理。自那以后，各种公司事务的处理速度发生了指数级的变化，现在，这种变化再一次来到了我们面前。这种快速的变化就像突然可以把会计账簿打印出来了一样。就像在农业领域里，你只需要在某一天温度上升的时候灌溉适当的水和某种肥料，就可以等待丰收一样，机器学习也是这种之前并不明显的优化。”

西门子子公司Mentor的总裁兼首席执行官Wally Rhines也认可这种观点。“新架构将被人们接纳，人们将在新架构下设计芯片，在许多甚至大多数场景下执行机器学习，就像您的大脑有能力从经验中学习一样。我拜访了20多家正在做自己的专用AI处理器的公司，它们都有自己的特色。你会越来越多地在各种特定应用中看到它们，它们对传统的冯诺伊曼架构形成了有效补充。神经形态计算将成为处理，它将帮助我们提高计算效率、降低成本，在移动和联接性的环境中完成工作，现在我们还必须在大型服务器集群中完成这些工作。”