一个资深从业者谈到芯片技术趋势时说，苹果真的很强大

本文开始的时候，不妨问一下，基于ARM体系结构的处理器在性能上比X86处理器强，为什么世界上只有苹果公司这么做？

一个资深从业者谈到了芯片技术的发展趋势，原文如下：

这一年，我们看到了许多芯片领域的“新现象”，也有许多让人“深思”的时刻。就个人而言，苹果的M1处理器可能是最受打击的。在04年开始做手机SoC,08年开始接触ARM,16年间断断续续做了。我从未想过，在苹果M1之前，基于ARM的体系结构在性能上会超过X86。M1当然不是传统意义上的CPU，而是一个SoC，因此直接比较可能不太公平。但是，如果从应用程序的角度来看，速度快，功耗低，那就更显示了。对于M1的分析很多，从细节上来看，大多数架构优化的想法和结果都很自然(也许还有我们不知道的苹果黑科技)。但是为什么没有人在苹果上市之前，或者说没有人上市呢？

关键是苹果掌握了完整的生态系统和供应链，在充分的技术积累和丰厚的利润之后，才能进行更多的“纵向优化”。这件事本身不仅仅是技术上的胜利，未来还将对整个行业产生深远的影响。从这个句子的限定词来看，当然，能够成功复制的人并不多。后续消息称微软也打算给Surface提供自研芯片，不知这是否是一出戏。

在此之前，关于芯片构架和技术趋势的讨论很多，包括“通用性”到“专用性”、“同构性”到“异构性”、“先进工艺性”、“分而治之”到“跨界优化”。这其中的原因很简单，就是一方面摩尔定律放慢了速度，造成了DarkSilicon问题，另一方面特殊计算能力需求急剧上升。总之，要求很高，只有精耕细作。但是问题是，即使这些趋势得到了所有人的认同，具体该怎么办？可不是这么简单。

首先谈谈异构与专门化。看一看多年来“精耕细作”的手机芯片吧。移动电话SoC是非常典型的异构系统，包括大量的专用处理器，发展至今，已经极其复杂。随意看一眼高通的手机芯片，除了CPU、GPU、各种DSP以及硬件加速器，可以说是异构的极致。

为何智能手机刚出现时，手机的主处理器是SoC形式？又是受手机尺寸、功耗、成本这些限制所逼，无法复制桌面PC独立CPU的架构。该体系结构的优点在于把整个系统放在一个芯片上，而不只是一个通用CPU。这些硬件模块中有许多是根据特定的功能需求而定制的，例如通信基带、ISP、Connectivity、多媒体、语音、定位、可能基于DSP，或者更多的硬件加速器。它实际上就是我们今天所说的多米尼-斯皮基的概念。

另一种情况是模块之间的通信是在片上解决，效率更高。这个SoC/DSA体系结构的优点是硬件PPA可以在极限范围内优化；缺点是除了体系结构的复杂性和对不同类型硬件的优化外，异构编程和软件优化也很困难。首先不要看苹果，因为Android系统的出现，独立的手机芯片供应商可以专注于底层，不管怎么样，这些DSP和硬件加速器通常并不开放，都是芯片供应商自己来优化相关软件(通常称为

即使这样，由芯片厂商提供的一些新算法的加速库也常常不能令人满意，从一个侧面说明了异构专用架构软件的优化难度。看看苹果吧，它的技术优势，很大程度上得益于“封闭式”系统(操作系统也是它自己的)，有可能实现“纵向优化”。当技术优势转化为巨额利润后，苹果芯片进入良性循环。事实上，苹果开始研发自己的芯片后，可以说，从Foundry到EDA/IP，整个半导体供应链都在以苹果新机器发布的节奏前进。积淀至今，苹果有能力挑战传统桌面系统架构。

简单地说“不思进取”对传统的桌面和数据中心处理器来说也不公平，CPU本身仍然是芯片技术的顶峰。就其所能实现的(主要是硬件)、过程发展、封装发展、架构优化、硬件性能的持续提高而言，仍是可期待的。但是其多年来形成的生态特性(包括历史包袱)与苹果(以及其他一些巨头)等“封闭”的生态系统有很大的不同之处，苹果还真的无法做到这些。

对此，我们也不难看出，今后在技术优化方面，传统的分而治之策略变得越来越困难(或者说是不经济的)，而且突破边界有可能达到“降维打击”的效果。尽管好处是显而易见的，但是决定成功与否的因素可能不在于技术，而在于对生态和供应链的控制能力。同时，抛开技术因素，竞争关系日益复杂，也是推动产业链再整合的动力。我们看到Nvidia今年收购了ARM,AMD收购了Xilinx,Intel推oneAPI，实际上就是在尝试这样做。对晶片制造商而言，在其核心领域尽可能实现生态“垄断”是最高目标。但对于复杂的芯片来说，与设计或实现出芯片本身相比，构建软件生态可能更复杂。

尤其在一些专用领域，单芯片的硬件体系结构趋于简化，而软件栈的实现和产品化面临着挑战。所以从目前的总体情况来看，相对于传统芯片企业，科技巨头在软件和系统生态方面有着先天优势。以前我就分析过Google的情况，有很多芯片厂商都很难做的事情，在Google自身的生态环境中就比较容易做到(实际上和苹果M1的情况相似)。在未来，我们将会看到更多由科技巨头发起的系统需求跨层次的优化。

纵观历史，分而治之(层次优化)对于几十年来计算机系统和通信系统等复杂系统的快速发展至关重要，而且在未来，不太可能实现彻底的平面或端到端的优化(人工智能AI解决了这一超越人类能力的问题)，但完全有可能找到更合理的层次或分组方式。例如，我们在深度学习框架和编译器方面做了许多尝试，一方面，打破传统的图算子层次进行统一优化是一种广泛关注的途径；另一方面，利用多层IR和编译工具更合理地实现“分而治之”也是一种可行的方法。AppleM1的例子再一次向我们证明，现在的确是“架构的黄金时期”，芯片，软件，系统都有很多的优化空间。反思是非常必要的，甚至“重新设计车轮”也可能是非常合理和有效的选择。

还有两个问题：“高级封装”。今年的热门话题是“Chiplet”，而历史较长、准确度较高的技术词汇应该是异构集成(HeterogeneousIntegration)，有兴趣的朋友可以查看一下HIR(HeterogeneousIntegrationRoadmap)，它提供了这一领域非常完整的分析和预测。总体而言，这一技术趋势更为清晰，Chiplet的第一阶段形态(例如HBM)除了成本较高外，/span>