軟體吞噬硬體的 AI 時代，晶片跟不上演算法的進化要怎麼辦？

作者 品玩 | 發布日期 2021 年 02 月 23 日 8:00 |

身為 AI 時代的幕後英雄，晶片業正經歷漸進持續的變化。

2008 年之後，深度學習演算法逐漸興起，各種神經網絡滲透到手機、App 和物聯網。同時摩爾定律卻逐漸放緩。摩爾定律雖然叫定律，但不是物理定律或自然定律，而是半導體業發展的觀察或預測，內容為：單晶片整合度（積體電路中晶體管的密度）每 2 年（也有 18 個月之說）翻倍，帶來性能每 2 年提高 1 倍。

保證摩爾定律的前提，是晶片製程進步。經常能在新聞看到的 28 奈米、14 奈米、7 奈米、5 奈米，指的就是製程，數字越小製程越先進。隨著製程的演進，特別進入10 奈米後，逐漸逼近物理極限，難度越發增加，晶片全流程設計成本大幅增加，每代較上一代至少增加 30%~50%。

這就導致 AI 對算力需求的增長速度，遠超過通用處理器算力的增長速度。據 OpenAI 測算，從 2012 年開始，全球 AI 所用的演算量呈現等比級數增長，平均每 3.4 個月便會翻 1 倍，通用處理器算力每 18 個月至 2 年才翻 1 倍。

當通用處理器算力跟不上 AI 演算法發展，針對 AI 演算的專用處理器便誕生了，也就是常說的「AI 晶片」。目前 AI 晶片的技術內涵豐富，從架構創新到先進封裝，再到模擬大腦，都影響 AI 晶片走向。這些變化的背後，都有共同主題：以更低功耗，產生更高性能。

更靈活

2017 年圖靈獎頒給電腦架構兩位先驅 David Petterson 和 John Hennessy。2018 年圖靈獎演講時，他們聚焦於架構創新主題，指出演算體系結構正迎來新的黃金 10 年。正如他們所判斷，AI 晶片不斷出現新架構，比如英國 Graphcore 的 IPU──迥異於 CPU 和 GPU 的 AI 專用智慧處理器，已逐漸被業界認可，並 Graphcore 也獲得微軟和三星的戰略投資支援。

名為 CGRA 的架構在學界和工業界正受到越來越多關注。CGRA 全稱 Coarse Grained Reconfigurable Array（粗顆粒可重構陣列），是「可重構計算」理念的落地產物。

據《可重構計算：軟體可定義的計算引擎》一文介紹，理念最早出現在 1960 年代，由加州大學洛杉磯分校的 Estrin 提出。由於太過超前時代，直到 40 年後才獲得系統性研究。加州大學柏克萊分校的 DeHon 等將可重構計算定義為具以下特徵的體系結構：製造後晶片功能仍可客製，形成加速特定任務的硬體功能；演算功能的實現，主要依靠任務到晶片的空間映射。

簡言之，可重構晶片強調靈活性，製造後仍可透過程式語言調整，適應新演算法。形成高度對比的是 ASIC（application-specific integrated circuit，專用積體電路）。ASIC 晶片雖然性能高，卻缺乏靈活性，往往是針對單一應用或演算法設計，難以相容新演算法。

2017 年，美國國防部高級研究計劃局（Defence Advanced Research Projects Agency，DARPA）提出電子產業復興計劃（Electronics Resurgence Initiative，ERI），任務之一就是「軟體定義晶片」，打造接近 ASIC 性能、同時不犧牲靈活性。

照重構時的顆粒分別，可重構晶片可分為 CGRA 和 FPGA（field-programmable gate array，現場可程式語言邏輯門陣列）。FPGA 在業界有一定規模應用，如微軟將 FPGA 晶片帶入大型資料中心，用於加速 Bing 搜索引擎，驗證 FPGA 靈活性和演算法可更新性。但 FPGA 有局限性，不僅性能和 ASIC 有較大差距，且重程式語言門檻比較高。

CGRA 由於實現原理差異，比 FPGA 能做到更底層程式的重新設計，面積效率、能量效率和重構時間都更有優勢。可說 CGRA 同時整合通用處理器的靈活性和 ASIC 的高性能。

隨著 AI 演算逐漸從雲端下放到邊緣端和 IoT 設備，不僅演算法多樣性日益增強，晶片更零碎化，且保證低功耗的同時，也要求高性能。在這種場景下，高能效高靈活性的 CGRA 大有用武之地。

由於結構不統一、程式語言和編譯工具不成熟、易用性不夠友善，CGRA 未被業界廣泛使用，但已可看到一些嘗試。早在 2016 年，英特爾便將 CGRA 納入 Xeon 處理器。三星也曾嘗試將 CGRA 整合到 8K 電視和 Exynos 晶片。

中國清微智慧 2019 年 6 月量產全球首款 CGRA 語音晶片 TX210，同年 9 月又發表全球首款 CGRA 多模態晶片 TX510。這家公司脫胎於清華大學魏少軍教授起頭的可重構計算研究團隊，從 2006 年起就進行相關研究。據芯東西 2020 年 11 月報導，語音晶片 TX210 已出貨數百萬顆，多模組晶片 TX510 在 11 月也出貨 10 萬顆以上，主要客戶為智慧門鎖、安防和臉部支付相關廠商。

先進封裝上位

如開篇提到，由於製程逼近物理極限，摩爾定​​律逐漸放緩。同時 AI 演算法的進步，對算力需求增長迅猛，逼迫晶片業在先進製程之外探索新方向，之一便是先進封裝。

「在大數據和認知計算時代，先進封裝技術正在發揮比以往更大的作用。AI 發展對高效能、高吞吐量互連的需求，正透過先進封裝技術加速發展來滿足。 」世界第三大晶圓代工廠格羅方德平台首席技術專家 John Pellerin 聲明表示。

先進封裝是相對於傳統封裝的技術。封裝是晶片製造的最後一步：將製作好的晶片器件放入外殼，並與外界器件相連。傳統封裝的封裝效率低，有很大改良空間，而先進封裝技術致力提高整合密度。

先進封裝有很多技術分支，其中 Chiplet（小晶片／芯粒）是最近 2 年的大熱門。所謂「小晶片」，是相對傳統晶片製造方法而言。傳統晶片製造方法，是在同一塊矽晶片上，用同一種製程打造晶片。Chiplet 是將一塊完整晶片的複雜功能分解，儲存、計算和訊號處理等功能模組化成裸晶片（Die）。這些裸晶片可用不同製程製造，甚至可是不同公司提供。透過連接介面相接後，就形成一個 Chiplet 晶片網路。

據壁仞科技研究院唐杉分析，Chiplet 歷史更久且更準確的技術詞彙應該是異構整合（Heterogeneous Integration）。總體來說，此技術趨勢較清晰明確，且第一階段 Chiplet 形態技術較成熟，除了成本較高，很多高端晶片已經在用。

如 HBM 儲存器成為 Chiplet 技術早期成功應用的典型代表。AMD 在 Zen2 架構晶片使用 Chiplet 思路，CPU 用的是 7 奈米製程，I/O 使用 14 奈米製程，與完全由 7 奈米打造的晶片相比成本約低 50%。英特爾也推出基於 Chiplet 技術的 Agilex FPGA 系列產品。

不過，Chiplet 技術仍面臨諸多挑戰，最重要之一是互連介面標準。互連介面重要嗎？如果是在大公司內部，比如英特爾或 AMD，有專用協議和封閉系統，在不同裸晶片間連接問題不大。但不同公司和系統互連，同時保證高頻寬、低延遲和每比特低功耗，互連介面就非常重要了。

2017 年，DARPA 推出 CHIPS 戰略計劃（通用異構整合和 IP 重用戰略），試圖打造開放連接協議。但 DARPA 的缺點是，側重國防相關計畫，晶片數量不大，與真正商用場景有差距。因此一些晶片業公司成立組織「ODSA（開放領域特定架構）工作組」，透過制定開放的互連介面，為 Chiplet 的發展掃清障礙。

另闢蹊徑

除了在現有框架內做架構和製造創新，還有研究人員試圖跳出電腦現行的范紐曼型架構，開發真正模擬人腦的計算模式。

范紐曼架構，數據計算和儲存分開進行。RAM 存取速度往往嚴重落後處理器的計算速度，造成「記憶體牆」問題。且傳統電腦需要透過總線，連續在處理器和儲存器之間更新，導致晶片大部分功耗都消耗於讀寫數據，不是算術邏輯單元，又衍生出「功耗牆」問題。人腦則沒有「記憶體牆」和「功耗牆」問題，處理訊息和儲存一體，計算和記憶可同時進行。

另一方面，推動 AI 發展的深度神經網路，雖然名稱有「神經網路」四字，但實際上跟人腦神經網路運作機制相差甚遠。1,000 億個神經元，透過 100 萬億個神經突觸連接，使人腦能以非常低功耗（約 20 瓦）同步記憶、演算、推理和計算。相比之下，目前的深度神經網路，不僅需大規模資料訓練，運行時還要消耗極大能量。

因此如何讓 AI 像人腦一樣工作，一直是學界和業界積極探索的課題。1980 年代後期，加州理工學院教授卡弗·米德（Carver Mead）提出神經形態工程學的概念。經過多年發展，業界和學界對神經形態晶片的摸索逐漸成形。

軟體方面，稱為第三代人工神經網路的「脈衝神經網路」（Spike Neural Network，SNN）應運而生。這種網路以脈衝信號為載體，更接近人腦的運作方式。硬體方面，大型機構和公司研發相應的脈衝神經網路處理器。

早在 2008 年，DARPA 就發起計畫──神經形態自適應塑膠可擴展電子系統（Systems of Neuromorphic Adaptive Plastic Sc​​alable Electronics，簡稱 SyNAPSE，正好是「突觸」之意），希望開發出低功耗的電子神經形態電腦。

IBM Research 成為 SyNAPSE 計畫的合作方之一。2014 年發表論文展示最新成果──TrueNorth。這個類腦計算晶片擁有 100 萬個神經元，能以每秒 30 幀的速度輸入 400×240pixel 的影片，功耗僅 63 毫瓦，比范紐曼架構電腦有質的飛躍。

英特爾 2017 年展示名為 Loihi 的神經形態晶片，包含超過 20 億個晶體管、13 萬個人工神經元和 1.3 億個突觸，比一般訓練系統所需的通用計算效率高 1 千倍。2020 年 3 月，研究人員甚至在 Loihi 做到嗅覺辨識。這成果可應用於診斷疾病、檢測武器和爆炸物及立即發現麻醉劑、煙霧和一氧化碳氣味等場景。

中國清華大學類腦計算研究中心的施路平教授團隊，開發針對人工通用智慧的「天機」晶片，同時支持脈衝神經網路和深度神經網路。2019 年 8 月 1 日，天機成為中國第一款登上《Nature》雜誌封面的晶片。

儘管已有零星研究成果，但總體來說，脈衝神經網路和處理器仍是研究領域的方向之一，沒有在業界大規模應用，主要是因為基礎演算法還沒有關鍵性突破，達不到業界標準，且成本較高。

附圖：▲ 不同製程節點的晶片設計製造成本。（Source：ICBank）
▲ 可重構計算架構與現有主流計算架構在能量效率和靈活性對比。（Source：中國科學）
▲ 異構整合成示意動畫。（Source：IC 智庫）
▲ 通用處理器的典型操作耗能。（Source：中國科學）

資料來源：https://technews.tw/2021/02/23/what-to-do-if-the-chip-cannot-keep-up-with-the-evolution-of-the-algorithm/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I

終端機◎林燿德
　
……我
迷失在數字的海洋裡
顯示器上
排排浮現
　　　　降落中的符號
像是整個世界的幕落
終端機前
我的心神散落成顯示器上的顆粒
終端機內
精密的迴路恰似隱藏智能的聖櫃
　
加班之後我漫步在午夜的街頭
那些程序仍然狠狠地焊揷在下意識裡
拔也拔不去
開始懷疑自已體內裝盛的不是血肉
而是一排排的積體電路
下班的我
帶著喪失電源的記憶體
成為一部斷缐的終端機
任所有的資料和符號
如一組潰散的星系
不斷
　　撞擊
爆炸

　
--
　
◎作者簡介：
　
林燿德（1962-1996）。著有小說《一九四七．高砂百合》、《大東區》、《大日如來》、《時間龍》、《惡地形》，詩集《銀碗盛雪》、《都市終端機》、《妳不瞭解我的哀愁是怎樣一回事》、《都市之甍》、《一九九○》、《不要驚動不要喚醒我所親愛》，散文集《迷宮零件》、《鋼鐵蝴蝶》、《非常的日常》、《一座城市的身世》，評論集《一九四九以後》、《重組的星空》等七部，並曾編輯《當代臺灣文學評論大系．文學現象卷》等多部。

　
--
　
◎小編 烏龍 賞析
　
林燿德在八零年代提出了「都市文學」這樣的概念，對林燿德來說，都市書寫是「作家非僅止於對定義為某一行政區的都市外觀進行表面的報導、描述，他也得進入詮釋整個社會發展中的衝突與矛盾的層面，甚至瓦解都市意象而釋放出隱埋其深層的，沉默的集體潛意識。」所以對林燿德來說，在進行都市書寫時比起描述外在層次的事物，他更重視都市與人之間的發展及辯證，更直言：「我的關切面是都會生活型態與人文世界的辨證性。」而從這首〈終端機〉當中，林燿德也將自己對都市文學所持有的概念置於其中。
　
先以題目「終端機」來看，終端機在現在指的是我們在鍵盤按下Windows鍵+X會跑出來的黑底視窗，而在八零年代的台灣，終端機是一部沒有運算能力的機器，僅僅用來顯示及輸入資料，正好也呼應整首詩中將都市人比喻成終端機的形象。
　
進入第一段，首先我們可以看到一些比較具體的比擬描述，開頭即出現一長串刪節號，如同終端機正在輸入資料時的等待，接著才揭開起頭的第一個字。而後在「降落中的符號」這個句子，作者特意空了四格，利用詩句位置的錯落營造出「降落」的感覺。而其中「迷失」這個字眼，更有著長久與都市性的現代科技互動所造成的混亂。
　
第二段則進一步描寫了在混亂中，終端機與人似乎邁向一體，抑或是人越來越難從中抽離，「那些程式仍然狠狠的焊插在下意識裏／拔也拔不去／開始懷疑自己體內裝盛的不是血肉／而是一排排的積體電路」，就算肉身已經離開工作場域，但精神上卻難以與其分離。都市帶來便利與新科技，卻也逐漸讓人在使用的過程中模糊了界線。末幾句：「帶著喪失電源的記憶體／成為一部斷線的終端機／任所有資料和符號／如一組潰散的星系／不斷／撞擊／爆炸」這裡在最後三句，同樣也使用句子錯位的手法，表現出爆炸與撞擊感，「喪失」、「斷線」、「潰散」等字詞，更凸顯出遭受都市中的現代性、新科技所侵蝕的頹敗感。
　
回到一開始提到林燿德的都市文學觀，對應到這首詩，我們可以看到林燿德透過描寫都市的產物（終端機）與都市的人（上班族）互動，人們逐漸在其中異化，肉身與精神彷彿都成為一部機械，日夜在運作，如終端機般不需要特別複雜的運轉，只要不斷的輸入顯示、輸入顯示、輸入顯示……。
　
--
　
參考資料：

1.林燿德（1991）。《重組的星空──林燿德論評選》。臺北市：業強。

--
　
美術編輯：驀地
圖片來源：Unsplash
　
--
#每天為你讀一首詩 #林燿德 #終端機 #都市文學 #迷失在數字的海洋裡
　
https://cendalirit.blogspot.com/2020/11/blog-post_26.html

這個來抽5組貼圖，到9月2日為止，大家來說說你用了傳統硬碟和SSD後的感受！！
　
SSD 固態硬碟的發明，可說是電腦的一大救星呀！！電腦或是筆電用了SSD之後，整個速度效能翻倍呀！
　
而且SSD的價格也是越來越親民，像這款 AGI 亞奇雷 Rapidity 極速系列 AI218 2TB PCIe SSD 固態硬碟，只要6千多元，嘿嘿，您沒有看錯是2TB 6千多元哦，而且速度也高達了3000MB/s 的高速讀寫，另外AGI 亞奇雷也有1TB與512GB 更是一整個便宜。
　
AGI 亞奇雷前身是intel的全球通路商，並於2018年成立自有台灣固態硬碟品牌亞奇雷科技，使用的料件都是全球各大品牌，第一線的料件，如intel顆粒、micron Dram、smi主控等，另外還有其它產品，像是電腦/筆電用的記憶體，2.5" SATA SSD啦，連手機相機用的記憶卡也都有，同時產品已熱銷至全球並獲得包含日本、印度、馬來西亞等等多數好評。趕快點進去看看開箱！！