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

“流浪者日誌” - 紐西蘭BIKEPACKING DAY6
2019/11/24 Monday 22:22

今天算是有些不順的一天，一早，七點去廚房把行動電源插著充電，回到帳篷繼續睡到八點出頭，背熱情的太陽還有自己有點興奮的心情給叫醒。打包行李上車之後在廚房悠閒地吃著早餐，等待十點CHECK OUT的瞬間。不知為何，衝了三個小時，我的行動電源才充到75%，還好我帶了兩顆行動電源，在沒有網路的世界，應該夠我撐六天。

跟老闆娘打招呼CHECK OUT後開始踏上紐西蘭BIKEPACKING的第二部分St James Trail，最快的路線是騎柏油路到城鎮，之後轉Jack pass Rd回到山中，但我身為一名BIKEPACKER當然要走公園內的登山車道，於是乎選了條昨天沒騎的路線下滑城鎮。

這個Jack Pass Rd不好找，我之前還跟營地老闆確認了老闆特別確認過，沒想到還是走錯路。其實一開始推車之時我就在想這麼爛的路，會不會是走錯了，但是我怕輸給自己的軟弱，因此依然堅持的走下去，結果果然走到死胡同。。。幸好今天的要騎的距離不遠，趕緊下滑騎回正確的道路。正確的道路是GOOGLE MAP中有汽車路線的路，我一開始想說汽車能走應該是柏油路，所以沒有選擇他，只能說這裡的道路實在厲害，沒多久，道路就由柏油轉為碎石了。

今天的計畫是騎到St James Cycle Trail的入口St James homestead。雜誌上說這邊有住宿，甚至有餐點。但是我之前看當地的地圖時，這邊只有廁所和旅遊資訊看板，這讓我有點不安，果不其然，當我來到這個St James homestead時感覺是不能住宿的。還好時間才下午三點多，下一個住宿點是17公里外的Scotties hut，這邊日落的晚，應該不是太大問題。我趕緊轉換心情，繼續上路。

St James Cycle Trail和我之前騎的Molesworth Trail路線差很多，之前的Molesworth Trail是牧場內的道路，雖然是碎石路，但車子都能行駛。St James Cycle Trail有部分路段是健行步道和登山車路段，因此多了不少single track（單軌）路線，騎乘起來更多了些樂趣。和四輪傳動車路線重疊的部分有許多的過溪路段，光是今天這十七公里路，我就不知道過了幾條溪，雖然過癮，鞋子也全濕了。。。早知道就穿涼鞋過來，反正天氣也很熱，真的是失算。

由於是登山車路線，路途中就有一些比較硬核的下坡，在難度分類上是intermediate，但我已經是按緊煞車，慢慢下滑了，後面的Advanced會有多難，當真讓我恐慌。。。騎著騎著，就在我心想怎麼還沒到之時，一座小屋出現在我眼前，我興奮的大叫，在這無人的山谷，大概也只有蟲魚鳥獸有感受到我的喜悅。這座Scotties hut是由DOC（Department of Conservation自然保護區部門）和四輪驅動車俱樂部共同維護，類似於我們的山屋。這裡的山屋有分等級，依照等級，山屋內的設備和收費也有區別，今天住的是最低等級的山屋，只有提供最基本的設施，廁所，山屋，床。不需要收費。我以前在看洋人的BIKEPACKING BLOG常常會看到他們住在房子裡面，我還奇怪山裡面怎麼會有房子，原來就是像這樣的地方。

雖然說是最簡陋的山屋，但是對我來說已經十分足夠，山屋的位置很好，走一小段就有溪水，裝水很方便。屋內有四張床，看起來今天只會睡我一個人。這裡甚至有LED電燈，而且是可以照亮整屋的那種，電源應該是來自白天的太陽能電池。設備之好，令我驚訝，如果能充電和有網路，那就是完美了。不過在山裡面要求這些也是過分了些。山屋裡面有本簽到簿，看了看上面簽的名，清一色是洋名字，我是第一個簽上中文的人，至少今年我是目前唯一的華人吧。書上說明就算沒有住宿，以希望大家在經過的同時簽名並寫下自己的旅行計劃，這一帶沒有住人，是屬於BACKCOUNTRY區域，如果不小心發生什麼事，大家只能依靠這本書上的紀錄去找你。有點可怕的是，書中的第一頁，就有人寫道自己的孩子在今年二月在這附近走失了，希望有看到的人能聯絡他。進入山區，真的有一定的危險，真的要做好準備，就像這個山屋簽到本裡面所說的戶外安全指南所說的：

。詳細的規劃
。告訴某人你的計畫（留守人的概念）
。注意天氣，天氣不好時不要前進，躲在山屋等天氣轉好
。了解自己的極限
。做好食物，裝備和緊急時的準備

做好以上的確認，才能好好享受旅行。從這邊也能看出紐西蘭對於山區和大自然的管理是保持比較開放的態度，在這方圓幾十公里都沒人的區域，大家也是隨意進出，不需要任何申請，但他們在安全宣導還有道路標示上都做得很充足。更重要的是，看看那些在森林公園騎登山車的小朋友，他們從小就有足夠的時間和空間接觸大自然，自然而然地學會一些戶外的知識和觀念，我想，教育，才是保護山林和保護自己最重要的方法。

12/6週五晚上七點，新疆西遊記講座：
大家一起來聽故事聊天吧～
https://www.accupass.com/event/1911240947484660694030

流浪者IG（最新消息，隨手拍，即時的心得都在這裡）
https://www.instagram.com/andersonmao1203/

流浪者YOUTUBE（旅行中雖然沒有新片，還是請大家多多訂閱QQ）
https://www.youtube.com/channel/UCIWSalTwbOaC924TTetGVEQ

#流浪者日誌
#BikepackingDiary
#WohoBike
#老人頭
#Norrona
#MSR
#SAWYER