国产GPGPU怎样赶超国外？这3条路最有希望
发布时间：2022-02-24 11:03:29 所属栏目：大数据 来源：互联网
导读：通用or专用，智能算力芯片架构该如何设计？ 常用芯片中最通用的就属CPU。以英特尔、AMD为代表，几乎可以做任何事情，但是无法做到极致的性能和功耗。能做到极致能效比的是专用芯片，既所谓的ASIC。但是它的编程性差，应用的范围就比较窄。 而在这两个极端之
|
通用or专用，智能算力芯片架构该如何设计？ 常用芯片中最通用的就属CPU。以英特尔、AMD为代表，几乎可以做任何事情，但是无法做到极致的性能和功耗。能做到极致能效比的是专用芯片，既所谓的ASIC。但是它的编程性差，应用的范围就比较窄。 而在这两个极端之间还有很多选择，比如GPU，这些年越来越成为行业的热点。GPU是一个相对比较通用的处理器，现在称之为GPGPU，具有良好的编程性，特别适合大规模数据并行类应用。还有一类在硬件灵活度上更大的就是FPGA（现场可编程门阵列），这类器件可以通过硬件描述语言来改变逻辑结构，性能和功耗会更好，只是编程的难度较大。通过分析过去五年具有代表性的芯片公司的股价走势，就可以对行业的发展趋势窥见一斑：英特尔近五年股价上涨了50%；Xilinx（全球领先的FPGA公司）股价大概上涨了2.6倍；而英伟达（当红的GPGPU垄断企业）过去五年股价上涨了16倍。我们即便不去追究深层次的原因，仅凭股价的成长也可以判断行业已经作出了选择，GPGPU已经成为未来计算的主角和核心。 同时，以史为鉴，从GPU的发展历史看，它是如何一步一步成长为行业王者的？GPU早在上世纪八十年代就已经出现了，那时对于游戏的需求催生了特殊的专用于图形渲染的硬件，这就是早期的GPU。在1990年-2000年这段时间，涌现了很多GPU厂商，每家公司规模并不大，有很多代表性的专用芯片产品。但是到了2005年左右，大家意识到在图形学这个领域算法变化很快，可能每隔几个月甚至每隔几周就会发生翻天覆地的变化。但芯片需要18个月才能完成一次更迭，如果把硬件完全固定下来就无法跟上行业发展的节奏。 所以，人们开始探索把原来不可变的执行流水线，设计成可以部分编程的架构，这种架构更加灵活，可以更加高效的适应算法的变化。真正的GPGPU行业大发展始于2006年出现的CUDA（Compute Unified Device Architecture，统一计算设备架构），它是一种精心设计的、可对GPGPU直接编程的接口和语言。从此以后，对于大量的数据并行应用就可以方便地使用CUDA编程，从而释放出GPGPU中可观的算力。 所以回看过去几十年GPU的发展之路，是一条从“专用”过渡到“比较通用”，直到现在“非常通用”的发展路径。如果我们用来类比今天的人工智能，是否也有相同的趋势？AI需要极致的算力和能效比，做成专用芯片可能是合适的。但AI算法的变化又非常快，可能以“天”计，这又要求我们不能做成非常固定的硬件，可能最后也会收敛到一个偏通用的架构。这是我们的一个推论。摩尔定律已经被“社死”了很多年，在很多年前就有人说摩尔定律要终结了，但这些年摩尔定律非但没有终结，而且还活得很好。 如今5纳米工艺可以量产，3纳米也没问题，1纳米也能够预见，摩尔定律仍然会持续下去，而且会持续相当长的时间。但确实，计算机不会变得更快。因为频率不会变得更高，所以CPU的性能总体趋于稳定。但计算机能够集成的计算资源和存储资源还是会不断翻倍，因为摩尔定律使得硬件集成度每隔18个月提升一倍。摩尔定律和GPGPU可谓“佳偶天成”，数据并行是一种可扩展性最强的并行方式，只要有海量的数据并行性，同时芯片又能够按照摩尔定律不断堆砌硬件资源，GPGPU的性能就会不断提升。历史已经证明GPGPU的胜出归根结底是摩尔定律的功劳。 既然针对某个特定应用做到极致能效比的方式是专用芯片，那么专用芯片是否会比GPGPU更加有优势呢？实际上GPGPU的架构也不是一成不变的，也会加入专用的单元用于处理专业的任务，从而使得GPGPU的发展与时俱进，它可以是专用和通用的结合体。比如Volta这一代的GPGPU，在流处理器里就把计算资源分成几块，既有计算整型数的单元也有强大的浮点数单元。 为了适应人工智能的发展，还特意加入了新的单元，叫Tensor Core，其实就是为AI量身定做的专用计算单元。所以，GPGPU的架构也在不断更新、不断地去适应新型应用所需要的底层算力。如果说传统GPGPU的算力并行度是以一个数据点为基本的粒度，在这个规模上并行，那么到了Tensor Core就变成了以小矩阵块为基本粒度并行了，它在每一个周期都可以完成一个4×4矩阵相乘的结果，所以并行度和算力都高于传统GPGPU的设计。 这个概念还可以推而广之，比如说华为的昇腾AI处理器中的核心单元3D Cube，实际上就是一个矩阵计算的阵列块，而它的规模比Tensor Core还要大，是以16×16为单位来做矩阵计算的，因此它的粒度更大，并行度更高，并且做同样的矩阵计算平均下来功耗更低。但是基本单元块粒度过大的话，相对于程序来说控制就复杂，通用性和适用性就下降。所以各个公司都是尽量在功耗、性能以及并行的粒度和可编程性之间找到一个平衡点。 （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号