作者：電子創新網張國斌

在數字化大潮下，地球上每天都通過手機、PC、汽車、工廠等產生大量的數據，要將這些數據深度挖掘出價值，需要海量的處理器以及海量的資金和電力，有沒有其他架構來滿足這些需求？

(資料圖片)

在8月28日召開的第三屆滴水湖中國RISC-V產業論壇上，加拿大獨角獸公司Tenstorrent首席CPU構架師練維漢發表主題演講，詳細分析了RISC-V為何火爆，并如何在未來20年成為處理器熱門架構的原因，同時，他還分分享了Tenstorrent未來處理器發展規劃。

“我們大家都知道愛因斯坦，愛因斯坦晚年一直在追求一個理論——統一理論。統一理論為什么產生？是因為它既可以解釋宇宙大事件，又可以解釋微電子現象。而它們兩個常常是有沖突的，所以愛因斯坦想要聚焦這個東西。”練維漢表示，“我們現在看到的AI、處理器等很多架構，作為架構師、我們的想法是：在這么多、這么復雜的應用場景之下，是否可以找到一個統一方案來解決這所有的問題。統一的東西，可以讓我們做出來的產品都可以運用？我今天就要跟各位分享這個。”

他表示Digital正在改變著世界，AI帶給人類最重要的是什么？現在讓你使用的東西都可以因為你而“最佳化”，你可以享受到專門為你量身定做的東西。這樣的東西在以前是沒有可能的，因為沒有那樣的算力可以到達為你量身定做任何一樣的事情。

這需要巨量的計算！在處理器發明以后，數字處理每年以兩倍的速度翻倍。從1997年個人PC時代開始到2007年iPhone出現，然后隨著通信技術的發展，我們每天拿著手機產生大量的數據，巨量的Data每天被產生，要了解這些資訊、找出里面的有價值數據，如果把每天人類產生的數據進行處理和存儲，如果把所有的數據轉換成ChatGPT結果，要花一千億美金。然后，電力要增加20倍。

要處理巨量的數據，我們的看到：計算必須要在每一個地方發生。例如：人類是一個非常復雜的生物機器，如果所有碰觸到你皮膚的數據都要傳遞到大腦做決定是不可能的事。如果這樣的話，你的神經可能要比現在寬多少倍都不知道。很多觸覺上的東西在皮膚層就做了篩選，有用的訊息才會傳遞到大腦。在生物學上基本上告訴你已經不可能了，所以在實踐上面要把所有的計算都放到云端算了再傳回來這是一件不可能的事情。

“所以我們在想這件事情，就是說：計算必須要在每一個地方發生，然后你才能夠達到你所要的功效需求和傳輸的需求。你們都知道人類的大腦事實上是全世界最復雜的一個處理系統，假如要跟現在的計算相比、人類好像是1萬倍吧。所以說你基本上是不可能把所有的東西傳到云端算了再放回來，所以可能要放在你的IoT上面、放在你的機器上面，到處都需要有這個計算。”他指出。

有這樣的一個需求以后，我們需要Heterogeneity。還有就是要能夠可擴充性，你發明的東西不能用在一個點、要用在從最簡單的到最復雜的東西。就像愛因斯坦希望用一個理論來解釋宇宙所有的現象，我們也希望一個解決方案可以通用到所有的事情上面去。還有就是你也不能讓它太復雜，我們常常做架構經常問的一個問題，就是說：你做的這個東西是不是足夠的簡單，是不是去無從輕到最高極限、最簡單的東西去解決同樣一個問題。我們永遠尋求的最終解決方案，永遠是要找到最精簡的東西來解決同樣的一個問題。精簡有什么好處？容易實現。以后做變動的時候等等，都有很多的好處。

“為什么RISC-V很適合這個東西？因為它是一個Open-source。我們的好處就是說，我做了一個架構、不需要跟ARM說：“我可不可以做這樣，可不可以做那樣。”有非常大的彈性，這是指令集給你的一個方便的東西。我為什么認為這個東西一定會起來？就是基于這個考量。因為以后的Compute是非常復雜的，你需要一個指令集能夠讓你做這樣的事情。RISC-V就是一個很好的“點”。”他總結說。

他還分享了Tenstorrent的產品規劃，Tenstorrent的Scalable AI 架構可以把它變成一個大的系統，然后變成一個晶片之后又可以放到更大的系統里面。Tenstorrent的軟件系統可以幫客戶聚焦需求，把一個到幾萬個晶片金融和在一起。

不過AI的演化非常快，所以AI要設計的足夠有彈性、才可以去應付未來AI方案的需求。Tenstorrent開發了一種? Scalable RISC-V processor ，可以實現可擴展性。

如上圖所示，Tenstorrent的Tensix內核里其實有5個RISC-V處理器，可以完成發送、接收和計算功能，“我們希望這個要具有很強的可擴展性。為什么要放CPU在里面？因為我們預測未來AI的運算CPU還是會占一個很重要的地位。所以它在兩個不同算力的東西在一起的時候，我們有幾種很多的考慮，通過Chiplet適應不同的處理器場景。”他指出，“把AI拿掉就可以跟AMD做PK。所以它是一個很好的、讓你很有彈性設計你的系統架構。”

針對不同的應用，Tenstorrent也推出了優化的方案。如針對穿戴、移動、汽車領域的處理器等。

從可擴展架構來看，我們的看法是：巨量的Data、巨量的AI需要需要計算無處不在，計算無處不在不能用太復雜的執行架構，我個人覺得這是一個非常有前景的事情。大家要看到這個歷史浪潮，我覺得未來十年、二十年可能是芯片的黃金時代。因為在算力方面，我現在沒有看到任何解決方案來解決這個事情，所以這是巨大的產業、巨大的機會！我希望跟在座的各位做合作。

關鍵詞：