華為昇騰：地表最強的人工智能芯片？

兩年前，華為正式發(fā)布了名為“昇騰”的人工智能專用芯片，并高調(diào)宣布，這是當(dāng)時世界上算力最強的AI處理器。轉(zhuǎn)眼之間兩年過去了，牛年就要來了，在這篇文章里我們就一起來看看，昇騰到底“牛”在哪里。

為什么需要人工智能芯片

在探討昇騰芯片的軟硬件架構(gòu)之前，有必要首先明確人工智能芯片的必要性。

在過去的幾年里，人工智能技術(shù)取得了飛速的發(fā)展。業(yè)界普遍認(rèn)為，驅(qū)動這一發(fā)展的主要力量有三個：一個是海量數(shù)據(jù)的產(chǎn)生和累積，一個是理論算法的創(chuàng)新，還有一個就是計算技術(shù)的變革。

可以說，數(shù)據(jù)、算力、算法這三點是相互結(jié)合，缺一不可的。如果我們把人工智能技術(shù)的發(fā)展比作一個正在起飛的火箭，那么大數(shù)據(jù)就是它的燃料，算法和理論用來控制它的飛行軌跡和姿態(tài)，計算技術(shù)則是它持續(xù)爆發(fā)的引擎。

為了讓這個火箭飛的更高，飛的更遠(yuǎn)，我們就需要不斷獲取更多的數(shù)據(jù)，并且不斷創(chuàng)造和改進(jìn)我們的算法、模型和理論，來對這些數(shù)據(jù)進(jìn)行更有效的處理、分析和利用。此外，我們還要不斷升級計算的能力，從而在更短的時間里處理更多的數(shù)據(jù)。而承載這一切發(fā)展的最重要的基礎(chǔ)，就是芯片，特別是人工智能芯片。

在之前的文章里，我們介紹過四種主要的人工智能芯片，分別是針對AI應(yīng)用進(jìn)行了架構(gòu)優(yōu)化的CPU、GPU，還有FPGA，以及AI專用芯片ASIC。為了評價這四種AI芯片的優(yōu)勢和劣勢，我們討論了衡量AI芯片的五個重要因素，分別是性能、靈活性、同構(gòu)性、成本和功耗。

總體來看，這四種芯片都有各自存在的意義。每種芯片都有自己的獨特優(yōu)勢，也有不可忽視的短板。拿AI專用芯片舉例，它最主要的優(yōu)勢就是極高的性能和極低的功耗，但是代價就是極高的研發(fā)成本，以及較低的靈活性。關(guān)于其他的比較內(nèi)容，歡迎看一下那篇文章《算力至上？AI芯片大對決》。

接下來，我們就重點看一下人工智能專用芯片，特別是華為的昇騰AI芯片的相關(guān)技術(shù)內(nèi)容。我會結(jié)合目前可以找到的公開技術(shù)資料，盡量深入地分析昇騰AI芯片的一些技術(shù)特點，包括硬件架構(gòu)、軟件框架，以及華為基于昇騰處理器的全棧式解決方案的一些有比較意思的內(nèi)容。

昇騰AI芯片 – 硬件架構(gòu)

首先來看一下昇騰AI芯片的硬件架構(gòu)。這里以及之后說的“昇騰AI芯片”其實有兩個，一個是2018年發(fā)布的昇騰310，它主要針對的是推理應(yīng)用，還有一個是2019年發(fā)布的針對訓(xùn)練應(yīng)用的昇騰910。

值得注意的是，作為人工智能專用芯片，昇騰310和昇騰910都是為了特定的應(yīng)用領(lǐng)域進(jìn)行設(shè)計和深度優(yōu)化的，這也是它們區(qū)別于CPU、GPU這些通用芯片的最主要的方面。我們都知道，AI系統(tǒng)又繼續(xù)分成訓(xùn)練和推理這兩個主要的過程，這也會造成不同AI芯片的優(yōu)化側(cè)重點有所不同。

比如，昇騰910主要針對的是云端的AI訓(xùn)練應(yīng)用，所以芯片的性能，也就是算力的大小，就是它優(yōu)化的重點。昇騰910使用臺積電7納米工藝制造，F(xiàn)P16算力可以達(dá)到256TFLOPS，INT8算力高達(dá)512TOPS，同時支持128通道全高清視頻解碼。這些性能其實都超過了同時期、或者使用同等工藝進(jìn)行制造的GPU，比如英偉達(dá)的V100。為了實現(xiàn)這么高的算力，昇騰910的最大功耗為310W，和GPU基本處于一個量級。

相比之下，昇騰310針對的是推理場景，主要應(yīng)用在移動端，所以這就需要對性能和功耗進(jìn)行一定的平衡。這是因為我們基本不可能在部署智能攝像頭、無人駕駛車輛，或者是我們的手機或者手表里放一個有著幾百瓦功耗的AI芯片。同時對于一些邊緣計算的場景，對芯片使用成本的控制，以及芯片本身的實時性、安全性等等，也都是重要的考慮因素。

所以結(jié)合這些需求，昇騰310采用的是12納米工藝進(jìn)行制造，最大功耗僅為8W。在性能方面，它的FP16算力達(dá)到了8TFLOPS，INT8的算力可以達(dá)到16TOPS，同時也集成了16通道的全高清視頻解碼器。這些在邊緣計算領(lǐng)域其實已經(jīng)是很高的算力了。

在之前介紹蘋果M1芯片的時候我們說過，現(xiàn)在很多的芯片結(jié)構(gòu)其實都是以片上系統(tǒng)（SoC）的形式進(jìn)行設(shè)計開發(fā)的，當(dāng)時我們拿蛋糕舉過例子，也就是在一個盒子里裝了很多不同的小蛋糕，而不是直接做一個特別大的蛋糕。當(dāng)然有很多朋友也舉了不少其他的例子，比如什么雙拼披薩、肉夾饃，還有說五仁月餅的。反正不管是什么吃的，這樣做都有很多的好處，比如每個小蛋糕可以分別做，還可以做不同的口味、大小，最后整合在一起就好，這樣既節(jié)省了制作的時間，也降低了制作的風(fēng)險和成本。

同樣的，昇騰AI芯片的本質(zhì)也是一個片上系統(tǒng)。在芯片上有很多不同的模塊，也就是前面說的小蛋糕組成，它們有的負(fù)責(zé)數(shù)據(jù)存儲、有的負(fù)責(zé)接口和通信、有的負(fù)責(zé)任務(wù)調(diào)度和控制，還有最重要的就是負(fù)責(zé)AI運算的計算核心。

昇騰910架構(gòu)示意圖

從硬件結(jié)構(gòu)來看，昇騰AI芯片最主要的特點，就是它的這個AI核心采用了華為自研的達(dá)芬奇架構(gòu)。昇騰系列的兩款芯片，也就是昇騰910和昇騰310，都使用了這個基于達(dá)芬奇架構(gòu)的AI核心。這個也是昇騰芯片的主要競爭優(yōu)勢。

總體來說，這個達(dá)芬奇架構(gòu)可以分為三個主要的組成部分，分別對應(yīng)數(shù)據(jù)的計算、存儲和控制。

拿計算單元來說，它可以執(zhí)行標(biāo)量、向量和張量三種基礎(chǔ)運算，分別對應(yīng)上圖中的藍(lán)色、橙色和紅色的部分。比如這個張量運算就是專門用來加速AI應(yīng)用中的矩陣運算，它也叫所謂的3D Cube單元，它可以用一條指令完成兩個16x16的矩陣相乘運算。

由于篇幅所限，達(dá)芬奇架構(gòu)的具體細(xì)節(jié)在這里就不再一一介紹了，有興趣的朋友可以看一下《昇騰AI處理器架構(gòu)與編程》，這本書由華為官方背書，里面有關(guān)于昇騰AI芯片比較深入的介紹。

昇騰AI芯片 – 軟件架構(gòu)

除了芯片的硬件結(jié)構(gòu)之外，同樣非常重要的就是編程方法和軟件架構(gòu)的設(shè)計和實現(xiàn)。英偉達(dá)GPU之所以在人工智能領(lǐng)域大放異彩，并且得到非常廣泛的應(yīng)用，GPU芯片性能的提升固然重要，但更重要的就是它推出的成熟易用的編程框架CUDA。

相比之下，F(xiàn)PGA的編程難度極大，這也在很大程度上限制了FPGA的廣泛使用。當(dāng)然為了應(yīng)對這個問題，F(xiàn)PGA廠商也在努力嘗試簡化FPGA的編程難度，包括提供更加易用的編程工具，或者使用高層次綜合的方法對FPGA進(jìn)行編程等等，這些在之前的文章中詳細(xì)介紹過，這里就不再贅述了。

對于AI專用芯片，編程性也是重中之重。為此，昇騰AI芯片也提供了一個多層的軟件棧和開發(fā)工具鏈，來幫助開發(fā)者更好的使用和開發(fā)昇騰。通過軟件的多樣性，也能在很大程度上彌補專用芯片靈活性不足的劣勢。

總體來說，這個軟件?？梢苑殖伤膶印Ｗ畹紫碌氖翘幚砥鞯挠嬎阗Y源，比如前面提到的AI核心、CPU，還有負(fù)責(zé)數(shù)字視覺的計算模塊等等。再往上是一些標(biāo)準(zhǔn)的加速庫，負(fù)責(zé)給硬件輸出算子層面的任務(wù)。此外還有任務(wù)調(diào)度器和一些預(yù)處理模塊。然后再往上，就是框架層，顧名思義它就是用來調(diào)用和管理深度學(xué)習(xí)框架，并生成離線模型。

值得注意的是，昇騰AI處理器不僅支持主流的深度學(xué)習(xí)框架，比如TensorFlow和PyTorch，還支持華為自研的名叫MindSpore的深度學(xué)習(xí)框架。通過MindSpore框架產(chǎn)生的神經(jīng)網(wǎng)絡(luò)模型，可以直接運行在昇騰AI處理器上，而無需進(jìn)行硬件的適配和轉(zhuǎn)換，這也就極大的提升了開發(fā)效率。

在2020年的開發(fā)者大會上，華為也正式將MindSpore框架進(jìn)行了開源，這也是構(gòu)建廣闊生態(tài)系統(tǒng)的重要一步。

這個軟件棧的最后一層，就是應(yīng)用層，它的抽象程度最高，封裝集成了很多專用領(lǐng)域的計算引擎，比如針對計算機視覺、還有針對語言文字處理的算法封裝等等，用戶可以直接拿來進(jìn)行調(diào)用。

除了這幾個大的邏輯層次之外，昇騰的軟件棧還提供了一個完整的開發(fā)工具鏈MindStudio，包括編譯、調(diào)試、性能分析、模型轉(zhuǎn)換等等，這里就不再多說了，有興趣的讀者朋友可以看一下前面提到的書籍。

昇騰AI芯片 – 生態(tài)系統(tǒng)

有了硬件架構(gòu)和軟件棧，還需要最后一個大的環(huán)節(jié)，來完成整個生態(tài)的閉環(huán)，那就是提供結(jié)合軟硬件的系統(tǒng)級解決方案。這個其實是一個目前芯片業(yè)界的發(fā)展趨勢，不管是CPU、GPU、FPGA還是這樣的AI專用芯片，其實都是在遵循這個規(guī)律在發(fā)展。

簡單來說，就是芯片公司不僅要提供牛逼的芯片，當(dāng)然這個是最基本的大前提，除此之外它們還要提供好用的軟件和開發(fā)工具，就像前面介紹的軟件棧。再然后，最好還要提供完整的參考設(shè)計以及軟硬件系統(tǒng)，讓大家拿過來就能用。

之前介紹蘋果M1芯片的時候也說過，我們不可能去單獨買到這個芯片，而是需要購買整個生態(tài)系統(tǒng)。這個對于FPGA也是如此。最早的時候，像Altera或者賽靈思這樣的FPGA廠家都是賣芯片，但是現(xiàn)在這些公司也在不斷推出各種基于FPGA的加速卡產(chǎn)品，同時也提供了像OPAE或者Vitis這樣的軟件棧和開發(fā)軟件，并且以此構(gòu)建生態(tài)。

同樣的，昇騰也提供了一系列的硬件產(chǎn)品，從最小的加速模塊，到推理或者訓(xùn)練專用的加速卡，再到專用的服務(wù)器，甚至是由多個服務(wù)器陣列組成的計算集群，這些也構(gòu)建了一個涵蓋終端、邊緣以及云計算的產(chǎn)品組合，使得用戶可以根據(jù)自身的實際需要，選擇合適的硬件產(chǎn)品，這也就是華為說的全場景覆蓋。

Atlas 900 AI計算集群

當(dāng)然了為了打造良好的生態(tài)，開放和交流也是必不可少的。為此華為推出了昇騰社區(qū)，在那上面基本包含了和昇騰軟硬件相關(guān)的所有內(nèi)容，有興趣的讀者朋友可以去看看。

小結(jié)

本文從硬件、軟件和生態(tài)三個角度介紹了華為的昇騰AI處理器。我們還深入探討了華為自研的達(dá)芬奇架構(gòu)、以及MindSpore這個深度學(xué)習(xí)框架的一些技術(shù)特點。同時我們也看到了一些業(yè)界的發(fā)展趨勢，也就是以硬件為基礎(chǔ)，通過軟件擴展靈活性和易用性，然后圍繞軟件和硬件去打造系統(tǒng)級的解決方案，并構(gòu)建一個完整的生態(tài)系統(tǒng)。

說了這么多，仍然沒有回答文章題目提出的問題，也就是昇騰AI芯片究竟是不是地表最強的AI芯片？這個問題并沒有一個明確的答案，因為這取決于我們的衡量維度和評判標(biāo)準(zhǔn)。更重要的是，我們應(yīng)該思考這個問題的必要性，也就是“是不是最強，到底有什么意義”？事實上，作為仍然在不斷發(fā)展的技術(shù)，任何進(jìn)步都是值得被肯定和鼓勵的。