|天数智芯国内首款GPGPU已进入流片阶段 计划2021商用


近年来 , 我国社会各方面对半导体产业的重要性已经形成高度一致的共识 。 百花齐放的局面正在形成 。 采访人员获悉 , 由上海天数智芯半导体有限公司自主研发的国内首款通用图形处理器(GPGPU)已经进入流片阶段 , 计划2021年商用化投向市场 。 天数智芯的GPGPU瞄准AI训练、AI推理和高性能计算多个方面的计算需求 。
【|天数智芯国内首款GPGPU已进入流片阶段 计划2021商用】据了解 , AI芯片的技术架构主要有FPGA、ASIC和GPGPU三种 。
FPGA是可编程门阵列(Field Programmable Gate Array)的缩写 , 用户可以通过硬件描述语言自己定义芯片的功能和用途 。 FPGA芯片的主要优势在于进行原型开发 , 它在性能和功耗方面有显著的缺陷 , 大规模应用存在着天然的阻碍 。
ASIC是专用集成电路(Application Specific Integrated Circuit)的缩写 , 针对特定应用需求设计专门的芯片 。 ASIC芯片的优势在于同样功耗下 , 通过针对性的设计 , 可以实现突出的算力和功耗表现 。 它的问题主要表现在灵活性方面有局限 , 对软件服务有高强度的需求 , 长期来看经济性较差 。 但是ASIC芯片的开发周期短 , 商用化的过程比较快 , 目前国内多数AI芯片团队都选择这条路线 。
GPGPU是通用图形处理器(General-purpose computing on graphics processing units)的缩写 , 可以满足广泛的图形计算需求 。 GPU最初的用途是图形计算 , 但是后来人们发现其图形计算能力和特性 , 在AI训练、AI推理、高性能计算等方面都有着非常好的表现 。 而且在编程模型上 , GPGPU对于用传统语言编写的、软件形式的计算有较好的支持 , 具有高度的灵活性 。 因此 , GPGPU在近年兴起的AI浪潮中成为炙手可热的技术 。 跟ASIC芯片相比 , GPGPU具有更广泛的适用性、兼容性、灵活性 , 对技术变化的包容和适应能力更为突出 , 产品的应用生命周期更长 。 同时 , 通过性能挖掘优化 , 达成性能、能耗和性价比的最优解 , 实现跟ASIC芯片相当的算力和能耗水平 。 当然 , GPGPU对团队的技术能力要求比较ASIC芯片高 , 开发周期也更长 。

|天数智芯国内首款GPGPU已进入流片阶段 计划2021商用
本文插图
天数智芯首席科学家郑金山说 , 他之所以加入天数智芯 , 吸引他的就是开发国内首款GPGPU大芯片 。
据郑金山介绍 , 天数智芯之所以选择走GPGPU这条技术路线 , 是因为它有一支成熟的、完善的高端芯片设计队伍 。 天数智芯的芯片研发团队于2018年初组建 , 数十名创始团队主要来自世界知名芯片公司 , 完整的芯片设计团队在芯片设计领域平均积累了近十年经验 。
基于研发团队的技术积累 , 天数智芯在设计GPGPU时制定了两个原则:一是生态兼容 。 从设计思路源头就强调以自己的技术 , 从软硬两方面合理合法地实现对国际主流GPGPU生态的兼容 , 支持通用API , 帮助客户和IT人员降低平台迁移成本 , 可以轻松地切换到我们的国产化GPGPU平台 。 二是性能、能耗和性价比 。 天数智芯的GPGPU通过对硬件架构进行优化 , 用对标产品一半的芯片面积 , 实现更优异的性能、更低的价格 , 并且开发自己的软件栈 , 帮助客户在很长的周期内进行软硬件的优化 , 提升算力、优化迁移和总拥有成本 。
郑金山表示 , 天数智芯在未来的长远目标是能够建立系统性的生态 , 和国际领先厂商比肩 。 虽然这个目标不易实现 , 但做GPGPU就像下围棋一样 , 求乎上而得中 , 必须有这样的志向 , 从源头就朝正确的方向踏踏实实的努力 。
天数智芯的芯片研发团队于2018年初组建并启动国内首款GPGPU的研发项目 。 数十名创始团队成员主要来自世界知名芯片公司和企业软件翘楚 。 完整的芯片设计团队在芯片设计领域平均积累了近十年经验 。
以首席科学家郑金山为例 , 郑金山拥有21年芯片设计工作经验 , 曾先后供职于Trident、XGI、ATI Technologies、AMD超微半导体上海有限公司和酷芯微电子(Artosyn) , 任高级经理、PMTS和架构师等职位 。 专注于GPU IP设计多年 , 对GPU架构与设计有深厚的造诣 。 他建立与带领上海芯片设计团队参与过多个显卡(从Radeon HD2000到R400)芯片的研发与产品化 , 在酷芯微电子参与了机器视觉芯片9201的研发并成功量产 。分页标题