Hot Chips 2021正式议程公布

每年一次的Hot Chips都能在半导体世界中大放异彩。而今年的Hot Chips则计划连续第二年通过线上举行，并且已经宣布了议程时间表。在这个即将在今年8月举行的会议中，将有许多关于下一代处理器体系结构，基础架构计算平台，内存处理等新的支持技术，即将推出的许多AI解决方案以及对定制加速器的更深入介绍，并将提供更深层次的信息。

如果您认为去年的Hot Chips是一个很好的会议，那么今年的会议不会让你失望。Hot Chips是一年一度的，为期两天的半导体公开活动，由项目背后的工程师介绍行业内最新的处理器技术（Apple 除外，具体参看文末）。许多主要参与者将Hot Chips作为在市场上为潜在客户推广其芯片设计关键细节的第一个机会，并且有足够支持的初创公司也可以在会上讨论在其拥挤的市场中使他们的新芯片与众不同的原因。

每个议程的亮点也是主题演讲，前几年包括AMD首席执行官Su Lisa Su博士讨论了公司的成功，TSMC的Phillip Wong博士为公司领先的制造业奠定了基础，Red Hat的Jon Masters讨论了Spectre和Meltdown引起的许多问题，Raja Koduri讨论了英特尔关于完整标量矢量矩阵空间XPU策略的愿景。

通常，“Hot chips”都是现场演讲的，但由于疫情导致的出行限制，与去年相似，它将再次是全虚拟的会议。这意味着大多数演示文稿都是预先录制的，但是去年的活动中有很多互动。任何人都可以参加，虚拟会议价格很低，最多为160美元，这为与会者提供了现场演示，机会进行问与答，访问所有幻灯片，并可以在几个月后继续进行讲座。去年的在线解决方案运行得非常好。

今年的活动将于8月22日至24日举行，并将在太平洋时区举行。

以下是2021年热门芯片时间表的快速概览。

Day 0: Tutorial Day

因为Hot Chips既可以满足专业人士也可以满足学生的需求，所以活动的假第一天通常是与会者有机会掌握行业中新话题的机会。最近，这些会议涵盖了诸如构建横向扩展系统，量子计算，新的网络范例和安全性等主题。

此处的第一个教程是MLCommon之前演讲的扩展，MLCommons是MLPerf背后的合并机构。在过去的一年中，我们已经看到基准在推理方面达到了完整的v1.0，并且与将行业标准SPEC基准最优化到第n级的方式非常相似，本届会议将在此方面为您提供帮助公司可以优化其硬件和软件堆栈以获得最佳的MLPerf结果。

第二个教程听起来真的很有趣。封装（和互连）是可扩展计算资源的下一个前沿领域，已经有大量研究从大型移动企业转移到现代移动处理器和大型AI芯片中使用。本次会议可能涵盖台积电的3DFabric封装方法系列，以及去年公开的相关路线图，以及英特尔的EMIB，Foveros和ODI封装。其他拥有先进封装产品的公司也可能会参与他们如何使用台积电和英特尔的设计。

Day One: Morning

第一天的工作将非常忙碌，分为六个时段，从太平洋时间上午8:45到晚上7点。

与任何会议一样，会议开始时间都花在详细介绍会议，本年度的新功能以及一些规则（例如无流媒体）上。我怀疑将会就COVID状况如何影响演示文稿，如果其中一个演示文稿失败怎么办等问题进行大量讨论。我实际上希望演示文稿已预先录制，以免发生这种情况。

第一个议程是关于处理器的。

演讲的第一个正式日总是从讨论先进的处理器开始，而今年看来将是一系列精彩的演讲。

首先是英特尔讨论Alder Lake——它的第二代异构处理器架构（仅次于Lakefield）。这将成为台式机和高端笔记本电脑的下一代处理器。我们已经知道Alder Lake将同时使用Golden Cove和Gracemont微体系结构，希望这英特尔在演讲中花时间深入研究两者。通常，这是他们会在几个特定于Intel的活动上在几个小时内披露的事情，而给我30分钟的演讲时间，我想知道实际上会披露多少信息。相反，它可能仅仅是关于SoC的演讲，我们根本无法获得微体系结构的详细信息。

其次是AMD谈论其最新的Zen 3核心微体系结构。随着Zen 3于去年第四季度投放市场，具有更新的后端和统一的L3缓存结构，我怀疑我们是否会在这次演讲中看到任何新内容。因为硬件已经过全面测试；AMD通常使用Hot Chips刷新市场上已有的产品，并且第二天还会有RDNA2演讲，预计也将具有类似的性质。

第三是IBM讨论其下一代大型机架构和产品线，即Z处理器。我们已经在先前的Hot Chips活动中介绍过IBM讨论z14和z15的内容，因此，这次演讲应该是对z15的更深入研究（已在去年进行了详细介绍），或者是对即将面世的z16设计的新外观。Z大型机解决方案通常通过统一的多机架方法由计算处理器和控制/缓存处理器组，-因为此演讲的标题是“处理器芯片”，我怀疑它比解决方案更多地涉及计算处理器，但希望将来会有一两张关于它们如何组合在一起的幻灯片。

在会议的最后通话是另一个英特尔的演讲，这个时候讨论即将推出的新一代Sapphire Rapids平台。按照规划，这将在今年年底或明年年初的某个时候推出（英特尔与美国能源部的合同极光超级计算机它需要在今年年底之前填写此部分，因此可能会在之后发布）。Sapphire Rapids正在使用英特尔的10纳米增强型SuperFin工艺，以及Alder Lake中提到的相同的Golden Cove内核，尽管可能是针对服务器使用进行了优化的缓存。我怀疑这次演讲将把重点放在芯片配置和新元素上，例如PCIe 5.0和DDR5。

短暂休息后，我们进入“学术”部分。

考虑到研究的性质，我们在这里并不经常关注太多，但是关于RISC-V安全扩展的第二个演讲却相当有趣。作为DARPA红队挑战的一部分，Morpheus II核心来自密歇根大学，据报道，这已成为500多名网络安全研究人员的目标，为期3个月，在那时该漏洞的渗透率为零。

Day One: Keynote One

今年与大多数年份略有不同，第一天有两个单独的主题演讲。首先是Synopsys首席执行官的演讲，Synopsys是一家以EDA（电子设计自动化）工具而闻名的公司。这包括逻辑综合，布局和布线，静态时序分析，硬件语言仿真器以及晶体管级电路仿真。这次演讲将使公司有机会讨论其下一代技术，尤其是在我们进入3D设计和封装时代的今天。

Day One: Afternoon

午餐后，接下来的系列讲座是关于非标准处理器设计的，这些设计通常针对基础架构或数据处理进行了优化。

第一个话题是关于Arm的Neoverse N2内核，这是N1的升级版本，该内核已于4月下旬发布。N2产品要等到明年才能推出，但是与N2合作的公司可能已经在设计带有内核的SoC。Arm并未在4月的公告中透露许多详细信息，因此我们可能会在这些方面看到更多信息，但是有可能与4月的公告相同。我们将拭目以待。

NVIDIA的第二个演讲是关于其数据处理器单元架构（也称为Bluefield）的。这是通过收购Mellanox获得的技术，Bluefield系列DPU通过将网络控制器，通用计算内核和PCIe连接集成到同一设备中，实现了类似Smart-NIC的网络加速。最新产品是Bluefield-2，但是对于未来的路线图替换已经让人对Bluefield-3有了不同的看法。虽然演讲的标题并没有特别说明，但相信NVIDIA将谈论当前的架构或下一代。

第三是英特尔SmartNIC解决方案，该解决方案先前已宣布为C5000X平台。英特尔的许多客户和OEM合作伙伴已经将基于英特尔Altera FPGA的硬件交付给了主要客户，例如百度。诸如Silicom之类的合作伙伴正在以自己的品牌出售零件。关于SmartNIC的架构，没有太多的演示材料，因此这可能是对英特尔新市场推动力之一的有趣洞察。

Day One: Keynote Two

有趣的是，Hot Chips的第一天有两个主题演讲。

当天的第二个主题演讲来自Skydio，这家公司我在之前并没有听说过，但似乎处于基于AI的领先地位。例如，Skydio 2平台似乎由NVIDIA Tegra TX2提供支持，而自动飞行/无人驾驶技术的概念一直是AI发展的风口浪尖。鉴于Skydio 2于2019年发布，因此Skydio似乎将谈论其下一代平台，此后它又获得了另一轮风险投资。

Day One: Even More Talks

在第一天结束时，Hot Chips将讨论未来的技术。经过漫长的一天，我确实想知道为什么他们不将Hot Chips延长到第三天的讨论，通常在这一点上，我确实处于信息过载的状态。在本次会议的三场演讲中，我最熟悉的是三星关于其内存计算解决方案的最后一场演讲。

Aquabolt-XL于今年早些时候发布，三星能够将每个存储库的计算核心添加到其HBM2内存中，而无需在主机侧进行任何硬件修改。Aquabolt-XL的工作原理是将命令发送到特定的内存地址，并且可以在该内存组中的数据的有序内核上执行简单的计算任务。这个想法是，无需进行最简单的操作就可以将数据从内存移动到内核，从而节省了能源。当时，我问三星是否像其他内存中计算解决方案那样需要额外的功能，三星则表示不可以。这是当今任何HBM2解决方案的简单替代，并且需要修改软件才能使用。

Day Two: Morning

第二天从早上8:30开始，一直持续到晚上7点。第一部分会议从讨论一些寻求云部署的大公司的机器学习推理处理器开始。

本届会议的第一场演讲来自Esperanto这家初创公司获得了5800万美元的资金，用于为这种能力创建推荐引擎处理器。所有主要的超大型零售商和零售商都使用推荐引擎，向用户显示在任何给定时间最感兴趣的产品。Esperanto的解决方案似乎是一个1000核RISC-V解决方案，具有组合的张量核以加速推理。这次演讲应该是该芯片及其底层架构的首次公开。

其次是另一家来自中国的AI半导体创业公司Enflame，他们得到了腾讯的大力支持。今年1月的最后一轮融资是在C轮融资中筹集了约2.79亿美元，尽管Enflame正在生产的产品尚未公布。

高通公司的AI 100解决方案位居第三，该产品是在去年Hot Chips之后发布的。这款AI推理处理器是在其下相同架构上构建的一系列AI推理硬件的顶级版本。据称，高通Cloud AI 100的75 W速度为400 TOP，尽管最高效的版本的目标是每瓦12 TOP。我希望本次演讲能深入介绍处理器系列的体系结构细节。

Day Two: Keynote

第二天只有一个主题演讲，比往常要早，但是这一点应该很有趣，因为它来自美国能源部。

在这种情况下，人工智能和技术副副秘书长将发表一个不具名的演讲，其中可能涉及许多演讲，这些演讲涉及在当前DoE部署的系统中使用AI，或者在训练和培训方面，DoE大规模采用AI的方法。推理。在这次活动中，许多公司都与美国能源部（DoE）签订了某种形式的合同，从我们的角度来看，这是一个有趣的话题。

Day Two: Home Stretch

延续机器学习的主题，午餐前一天的第二场会议讨论的是更大的AI芯片，这些芯片更多地用于训练，还有一个特别的惊喜。

第一个演讲来自Graphcore，谈论其Mk2 IPU产品系列。Graphcore一直在谈论Mk2 IPU部署超过一年，包括其四IPU单服务器1U解决方案，一直到IPU Pod为止。这次演讲似乎只是在另一场活动上对基础架构的回顾，我们也希望在这里也看到了一些有关路线图的内容。

第二个话题是Cerebras Systems及其第二代晶圆级引擎——一个拥有850,000个内核的CPU，大小相当于您的头部，一个晶圆成为一个芯片。自从他们在年初宣布WSE-2以来，便引起了广泛关注。这次演讲的重点之一就是在同一机架中使用多个WSE-2系统来扩展解决方案。这似乎是本次演讲的重点。

第三名是SambaNova，这是一家AI公司之一，最近宣布了最新一轮的融资。SambaNova的Cardinal AI解决方案以AI训练为目标，并以可重新配置的门阵列架构跨多个系统扩展，该架构与FPGA非常相似，但面向AI。SambaNova在一些精选会议上介绍了其体系结构，但是这将是我第一次看到有关该主题的演讲。

最后，至少从我的角度来看，我们对该事件感到惊讶。这是一个问题-如果市场上没有任何硬件可以解决您的问题，您该怎么办？简单，构建自己的！Anton 3 ASIC是用于分子动力学的下一代专用硬件，用于解决所有在传统硬件上花费太长时间才能完成的分子建模问题。通过我的简短研究，Anton 3的诞生背后的故事似乎很有趣，因此我希望它能成为本次演讲的一部分。在我开始报道该活动之前，Anton 2芯片已于2014年在Hot Chips 26上展出。

在午餐后，接下来的会议将激发许多用户，因为他们谈到了图形。尽管目前图形市场状况良好，但看来今年我们会取得一些不错的成绩。

首先是英特尔讨论其Xe-HPC架构，或者更确切地说是其Ponte Vecchio HPC芯片，该芯片在单个基板上使用来自多个工艺节点的47个 tiles。Ponte Vecchio最初是为Aurora Exascale超级计算机项目设计的，并将与Sapphire Rapids合作。由于该芯片将于今年晚些时候交付生产系统，因此希望能看到对该架构的更多曝光。

第二个话题将是AMD重组其RDNA2架构，而RDNA2架构现在是其许多图形产品的核心。

第三个话题是Google感兴趣的话题-就像Youtube上的所有事情一样，它必须大规模进行，并且要确保平台上的每个视频都具有多种分辨率，就需要大量的计算资源。为了加快速度，Google建立了自己的视频协处理器，并且到2021年，它一直在公开其工作方式。目前，VCU仅可满足几个最常规的编解码器，但希望我们能深入了解AV1和更新编解码器的未来版本。

在本次会议的最后，Xilinx将讨论今年早些时候宣布的用于边缘的7nm处理器设计。

活动的最后一场会议在“新技术”下进行。这里的所有内容都不严格与处理器有关。

最后，正如一开始所说，苹果公司每年都有大量工程师参加该活动，并提出了很多问题，但他们从未发表过演讲。这些事件通常是一种协作的行业披露机制，使公司有机会展示自己的最佳技术并竞猜其竞争对手。苹果公司的工程师很乐意提出很多问题，但到目前为止，他们的演讲还不够好（我很确定他们从未提交过演讲），也没有以任何身份赞助该活动。

新闻来源：半导体行业观察，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。