在近日三星Foundry舉辦的SAFE論壇中，三星公布了一系列與IP、EDA和封裝廠商合作與創(chuàng)新的消息，比如云端芯片設(shè)計(jì)平臺(tái)的優(yōu)化，以及EDA工具在三星3nm至5nm制程和2.5D/3D封裝技術(shù)上的認(rèn)證。而在論壇末尾，三星請(qǐng)到了半導(dǎo)體老將JimKeller分享其初創(chuàng)公司Tenstorrent在AI芯片設(shè)計(jì)的過程中，是如何實(shí)現(xiàn)模塊化設(shè)計(jì)的。

軟件2.0時(shí)代

JimKeller稱我們即將迎來軟件2.0時(shí)代，這也是他在特斯拉任職時(shí)，從特斯拉AI主管Andrei Karpathy那聽來的概念。人們使用大數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)去做有用的事，而不再是編寫大量代碼，依照過去的思路來構(gòu)建程序。其次，我們將看到更多的算法用于訓(xùn)練網(wǎng)絡(luò)，比如對(duì)抗訓(xùn)練等等，計(jì)算機(jī)將開始實(shí)時(shí)思考他們正在解決的問題。

自動(dòng)駕駛就是一個(gè)很好的例子，過去典型的視覺代碼中，每個(gè)目標(biāo)檢測(cè)背后都需要大量的代碼支撐。如今大數(shù)據(jù)集的存在給自動(dòng)駕駛帶來了巨大的改變，你可以找到場(chǎng)景中所有的對(duì)象和路徑，甚至可以得出每個(gè)actor的意圖。

WormholeAI芯片Dieshot/Tenstorrent

在50至80年代左右，那時(shí)基本都是標(biāo)量編程，直到后來向量和矩陣的出現(xiàn)。而如今我們正在構(gòu)建的芯片很多是專門用來滿足人工智能計(jì)算的，這就要考慮到晶體管密度、代工制程和全新的人工智能算法等多項(xiàng)因素，這些考量也改變了人們?cè)O(shè)計(jì)芯片的思路。

芯片設(shè)計(jì)的變化

過去的芯片結(jié)構(gòu)相當(dāng)復(fù)雜，一個(gè)芯片中會(huì)有50到100多個(gè)IP集成在一起，包含了各種各樣的接口，需要一個(gè)上百人的大團(tuán)隊(duì)才能把整個(gè)芯片組裝起來。這也造成一系列的問題，比如流片成本過高，多次測(cè)試才能獲得最終成品。

而過去的5到10年間，這種狀況開始發(fā)生變化，這也多虧了代工廠制程的提升和更高質(zhì)量的PDK。經(jīng)過硅驗(yàn)證的IP為芯片設(shè)計(jì)帶來了便捷，無論是頂級(jí)的CAD公司、代工廠、初創(chuàng)企業(yè)還是內(nèi)部設(shè)計(jì)，都提供了可信任的IP，甚至先發(fā)制人在下一代IP上做好了準(zhǔn)備，比如PCIe5.0、400G以太網(wǎng)和GDDR6等。JimKeller開玩笑稱，芯片設(shè)計(jì)如今就像是逛宜家一樣，買到所需的現(xiàn)成IP后自行組裝，加快了產(chǎn)品從設(shè)計(jì)到上市的進(jìn)程。

模塊化設(shè)計(jì)/Tenstorrent

除了通過硅驗(yàn)證的IP外，模塊化設(shè)計(jì)也成了當(dāng)今芯片設(shè)計(jì)的主流方案。以Tenstorrent的設(shè)計(jì)流程為例，他們?cè)谟布用嫦葟拇ぜ夹g(shù)、CAD工具和設(shè)計(jì)庫(kù)來考慮如何打造這個(gè)芯片，然后將經(jīng)過驗(yàn)證的IP和自己的IP統(tǒng)統(tǒng)放進(jìn)SoC里。在軟件層面，先把PyTorch程序通過Tenstorrent的圖形編譯器運(yùn)行，接著把它放在芯片上，由AI系統(tǒng)完成協(xié)調(diào)，調(diào)用數(shù)學(xué)內(nèi)核與數(shù)據(jù)流來管理計(jì)算。這種清晰的設(shè)計(jì)流程意味著只需要更小的團(tuán)隊(duì)，在流片前就可以完成硬件和軟件的仿真和測(cè)試，最終一次性通過測(cè)試。不過當(dāng)前不少AI芯片都選用了更先進(jìn)的制程，所以流片費(fèi)用依舊昂貴。

AI芯片設(shè)計(jì)

Wormhole/Tenstorrent

與近些年的客戶端芯片和移動(dòng)端芯片不同，AI計(jì)算是相當(dāng)有規(guī)律的，所以往往是大量AI處理器協(xié)同工作，依照數(shù)據(jù)運(yùn)行一個(gè)龐大的程序，所以在設(shè)計(jì)思路上必須做出改變。以Tenstorrent的第二代AI芯片Wormhole為例，該芯片只有六個(gè)分區(qū)，AI處理器、GDDR6內(nèi)存、100G以太網(wǎng)、PCIe4.0、ARC CPU和一些系統(tǒng)邏輯。拿內(nèi)存這個(gè)物理分區(qū)來說，解決GDDR6 PHY、GDDR6內(nèi)存控制器和NOC接口的問題，然后再以同樣的流程完成余下的分區(qū)，其芯片頂層其實(shí)就是NOC總線、時(shí)鐘和掃描鏈。這種思路讓芯片設(shè)計(jì)變得更容易管理，也能更快過渡到下一個(gè)制程節(jié)點(diǎn)。

AscalonRISC-V處理器/Tenstorrent

在Tenstorrent的AI芯片上，還用到了5個(gè)RISC-V核心，負(fù)責(zé)一部分的計(jì)算和協(xié)調(diào)工作。為了進(jìn)一步擁抱開源生態(tài)，Tenstorrent宣布將開源自己的RISC-V小核，同時(shí)也正在考慮開源其向量單元。JimKeller還提到了Tenstorrent正在研發(fā)的RISC-V處理器Ascalon，這是一個(gè)64位8取指6發(fā)射的高性能處理器，配備了先進(jìn)的分支預(yù)測(cè)單元、兩個(gè)向量單元、兩個(gè)浮點(diǎn)單元和兩個(gè)讀取/存儲(chǔ)單元。

此外，由于AI工作負(fù)載往往需要龐大的計(jì)算量，單芯片和多芯片互聯(lián)的方案往往只能解決單個(gè)機(jī)架的問題，而多機(jī)架的互聯(lián)才是對(duì)AI芯片擴(kuò)展性的考驗(yàn)。Wormhole可以直接通過以太網(wǎng)實(shí)現(xiàn)相同模組的互聯(lián)，在芯片到芯片、服務(wù)器到服務(wù)器和機(jī)架到機(jī)架之間實(shí)現(xiàn)相同的滿載帶寬。此外，Wormhole在設(shè)計(jì)時(shí)已經(jīng)內(nèi)置了交換機(jī)，所以超算一類的方案不再需要用到任何昂貴的交換機(jī)。當(dāng)然了，傳統(tǒng)的數(shù)據(jù)中心在機(jī)架數(shù)量的配置要求上更靈活一些，這時(shí)采用頂部交換機(jī)的方案雖然不會(huì)影響芯片之間的帶寬，但確實(shí)會(huì)對(duì)服務(wù)器間與機(jī)架間的帶寬產(chǎn)生一定影響。

結(jié)語

根據(jù)JimKeller預(yù)測(cè)，未來五年的人工智能將在處理器、算法以及與芯片的協(xié)同工作上出現(xiàn)大量的創(chuàng)新。而AI芯片的設(shè)計(jì)不僅是把AI軟件和算法考慮在內(nèi)，甚至后者也在反過來助力AI芯片的設(shè)計(jì)，比如我們已經(jīng)在設(shè)計(jì)工具中見到的布局與布線，未來AI構(gòu)建的測(cè)試平臺(tái)也可能會(huì)幫助我們驗(yàn)證代碼和區(qū)塊。AI芯片設(shè)計(jì)與AI設(shè)計(jì)芯片重合的場(chǎng)景可能離我們并不遠(yuǎn)了。