Tenstorrent练维汉：处理器架构一定要简化，并且需要可伸缩性

如今RISC-V，AI处理器在数字化转型、普适AI等大环境崛起中具有重要作用，但这些复杂的场景也带来一个问题，就是无意义的数据量过多，这些都是系统运行的干扰。“作为架构师、我们在寻求的东西是说：在这么多、这么复杂的应用场景之下，是否可以找到一个方案来解决这些所有的问题。”Tenstorrent首席CPU构架师练维汉说道。

Tenstorrent公司是如今快速崛起的AI初创公司，由传奇芯片设计师 Jim Keller 创立，在最近一轮融资中，获得了由三星、现代等公司共同领投的一轮可转换债券融资中筹集了 1 亿美元。Tenstorrent 在此轮融资之前已筹集 2.345 亿美元，估值达 10 亿美元，它是挑战英伟达的几家新贵之一。

练维汉目前担任Tenstorrent首席CPU架构师，在加入Tenstorrent之前，其在Apple、P.A.Semi、Raza、Nexgen、AMD等公司工作，经历了包括X86、Arm、PowerPC、RISC-V等各类处理器架构研究工作，通过不同的架构研发，练维汉有了自己的方法论。其中，爱因斯坦的宇宙统一理论，给了练维汉一个重要启示。

从数字化转型说开

练维汉认为，数字化转型的点不光是一个风口，更是可以堪比“工业革命”的壮举。

而AI则是数字化转型中的“最佳化”答案，利用算力实现量身定制从而提升效率的模式，是以前从未有过的。对算力的巨大需求，一方面使英伟达赚得盆满钵满，另外也使包括Tenstorrent在内的AI创业公司得以迅速崛起。

练维汉强调，尽管芯片和算力在迅速成长，但是在海量的数据面前，无论是性能还是功耗都无法跟上。“我看一个数据，就是说：谷歌如果要把他们所有的数据转换成ChatGPT的这种结果，要花一千亿美金，功耗要增加20倍。”练维汉说道。

练维汉认为，Heterogeneity（异构计算）和分布式计算是解决AI算力的唯一方法。“计算必须要在每一个地方发生。比如人类是一个非常复杂的生物机器，如果所有碰触到你皮肤的数据都要传递到大脑做决定是不可能的事。如果这样的话，你的神经可能要比现在宽多少倍都不知道。很多触觉上的东西在皮肤层就做了筛选，有用的讯息才会传递到大脑。所以把所有的计算都放到云端再传回来，这在生物学上都是不可能的。”练维汉说道，“计算必须在每个地方发生，这样才能达到所要的功耗和传输要求。”

除了异构计算之外，可伸缩性也是处理器架构设计时需要考虑的。“你发明的东西不能用在一个点上，而是要支持从最简单到最复杂的系统，就像爱因斯坦希望用一个理论来解释宇宙所有现象一样。

“处理器架构设计一定要遵循简单的原则，精简的好处有很多，但最重要的就是易于实现并且方便修改。”

练维汉表示，RISC-V由于开源，因此非常适合弹性设计。“我做了一个架构后，不需要再和Arm说可不可以进行修改。未来随着计算的复杂，一个指令集能够扩展出最多最复杂的应用，这是其他指令集架构所不具备的。”

基于AI的可扩展RISC-V

Tenstorrent是世界上唯一一家有AI、RISC-V、Chiplet的公司。“我们知道未来很多东西没有办法用AI来做，因此我们两年前开始着手研发RISC-V芯片，从而满足不同的计算需求。”练维汉介绍道。

练维汉强调，Tenssent的做法是从IP到Chiplet、从System Chiplet到系统的可扩展式产品，配套的软件堆栈也具有同样的可扩展性。

AI的变化非常迅速，比如现在随着ChatGPT，Transformer变得流行，但可能几年后可能就要改变。“你必须要有足够的弹性，一定要看得长远，不只是应用层面需要修改，可能系统也需要修改，这就需要有弹性且兼容的设计。”练维汉说道。

练维汉表示，未来的AI计算中，CPU还是会占据很重要的地位，这是两种不同的算力。为什么还要关注CPU？

Chiplets则是优化系统架构弹性的计价方式，无论是CPU还是AI处理，通过Chiplet都可以更灵活的满足不同行业，不同细分系统要求。

未来计算随处可见，不能让架构太复杂，从而影响计算效果，这也是Tenstorrent公司的最主要特色。