首页 > 活动线报 > 每日福利 > 如何定义一款新的AI处理器?AI芯片案例分析

如何定义一款新的AI处理器?AI芯片案例分析

发布时间:2024-10-20 22:09:38来源: 13041198719
AI大模型的热潮不断,预计未来十年,AGI时代即将到来。但目前支撑AI发展的GPU和AI专用芯片,都存在各种各样的问题。 那么,在分析这些问题的基础上,我们能不能针对这些问题进行优化,重新定义一款能够支持未来十年AGI大模型的、足够灵活通用的、效率极高性能数量级提升的、单位算力成本非常低廉的、新的AI处理器类型?
 
01.首先分析场景特点,做好软硬件划分
 
1.1 一方面,AI处理器存在问题
 
差不多是从2015年前后,开始兴起了专用AI芯片的浪潮。以谷歌TPU为典型代表的各种架构的AI专用芯片,如雨后春笋般涌现。 但从AI落地情况来看,效果并不是很理想。这里的主要问题在于:
 
AI芯片专用设计,把许多业务逻辑沉到硬件里,跟业务紧密耦合;但业务变化太快,算法不断更新,芯片和业务的匹配度很低。
 
AI算法是专用的,面向具体场景,比如人脸识别、车牌识别,各种物品识别等。综合来看,算法有上千种,加上算法自身仍在快速演进,加上各种变种的算法甚至超过数万种。
 
用户的业务场景是综合性的,把业务场景比做一桌宴席,AI芯片就是主打的那道主菜。对AI芯片公司来说,自己只擅长做这一道菜,并不擅长做其他的菜品,更不擅长帮助用户搭配一桌美味可口、荤素均衡、营养均衡的宴席。
 
1.2 另一方面,GPU也存在问题
 
NVIDIA的GPU是通用并行处理器:
 
性能效率相对不高,性能逐渐见顶。要想算力提升,只能通过提升集群规模(Scale Out,增加GPU数量)的方式。
 
增加集群规模,受限于I/O的带宽和延迟。一方面,集群的网络连接数量为O(n^2),连接数量随着集群规模的指数级增加;另一方面,AI类的计算任务,不同节点间的数据交互本身就非常巨大。因此,受阿姆达尔定律影响,I/O的带宽和延迟,会约束集群规模的大小。(在保证集群交互效率的情况下,)目前能支持的集群规模大约在1500台左右。
 
还有另外一个强约束,就是成本。据称GPT5需要5万张GPU卡,单卡的成本在5W美金左右,再加上其他硬件和基础设施已经运营的成本。仅硬件开销接近50亿美金,即350亿RMB。这对很多厂家来说,是天文数字。
 
1.3 问题的核心:芯片的灵活性要匹配场景的灵活性
 
首先,仍然是从我们之前很多文章中提到的这个“从软件到硬件的典型处理器划分图”开始分析。
 
 
 
指令是处理器软件和硬件的媒介:有的指令非常简单,就是基本的加减乘除等标量计算;有的指令非常复杂,不是纯粹的向量、矩阵或多维张量计算,而是各种维度计算再组合的一个混合的宏指令,或者说是一个算子甚至算法,就对应到一条(单位计算)指令。 AI专用处理器是一种DSA,是在ASIC基础上具有一定的可编程能力。性能效率足够好,但不够灵活,不太适合业务逻辑和算法快速变化的AI场景。而GPU足够灵活,但性能效率不够,并且性能逐渐达到上限。 从目前大模型宏观发展趋势来看:
 
Transformer会是核心算法,在大模型上已经显露威力。未来模型的底层算法/算子会逐渐统一于Transformer或某个类Transformer的算法。从此趋势分析可得:AI场景的业务逻辑和算法在逐渐收敛,其灵活性在逐渐降低。
 
此外,AI计算框架也走过了百家争鸣的阶段,目前可以看到的趋势是,PyTorch占据了绝大部分份额。这说明整个生态也在逐渐收敛,整个系统的迭代也在放慢。
 
这两个趋势都说明了,未来,“专用”的AI芯片会逐渐地绽放光芒。当然了,作为AI芯片的公司,不能等,而是需要相向而行:
 
需要定义一款,其性能/灵活性特征介于GPU和目前传统AI-DSA处理器之间的,新型的通用AI处理器。“比GPU更高效,比AI芯片更通用”。
 
通用性体现在两个方面:
 
一方面,处理器的通用性。能够适配更多的算法差异性和算法迭代,覆盖更多场景和更长的生命周期。
 
另一方面,面向AGI通用人工智能。不再是专用AI的“场景千千万,处理器千千万”,架构和生态完全碎片;而是一个通用的强人工智能算法,一个通用的强处理器平台,去强智能化的适配各种场景。
 
02.大核少核 or 小核众核?
 
 
 
CPU是大核,但通常一个芯片里只有不到100个物理核心;而GPU是小核众核的实现,目前通常在上万个核左右;而传统AI芯片,通常是大的定制核+相对少量核(100核以内)的并行。
 
 
 
此外,一个很重要的现象是,GPU核,不再是之前只有CUDA核的标量处理器,而是增加了很多Tensor核的类协处理器的部分。新的GPU处理器不再在处理器核的数量上增加,反而把宝贵的晶体管资源用在单个核的协处理器上,把单核的能力做更多的强化。 因此,新型通用AI芯片需要:
 
在目前工艺情况下,并行的单芯片处理器核心(GA,通用AI处理器核心)数量在500-1000之间比较合适;
 
单个GA采用通用高效能CPU核(例如定制的RISC-v CPU)+强大的Tensor协处理器的方式。
 
03.极致扩展性,多层次强化内联交互
 

每日福利更多>>

索尼PS5 Pro首发支持55款游戏,含《战神》等11款第一方游戏 红米K80越级KO,感觉小米15一点都不香了! 小米SU7:21.59万起售,三款车型全面解析及落地成本揭秘 iQOO Neo10 Pro爆料:天玑9400+大电池+塑料中框 现代全新胜达对比传祺GS8:都是性价比超高车型,谁更胜一筹? 本田雅阁新款来袭:一台车为什么能让老司机和年轻人都心动? 新能源暴增83%,各板块销量创纪录,吉利是如何全面爆发的? 再扛销量大旗?拳打赛那、脚踢格瑞维亚行不行? 所至皆坦途!征服野性,驾驭非凡!IT\'S TiME 2.0 重 塑全新普拉多! 标配2.0T 动力,“零百”7.3秒,来看凯迪拉克CT5值得选择吗? 雅阁:2025款锐·T动系列上市,智能化配置升级,值得购买吗? 17.88万元起售,新增2.0L油电混动,2024款丰田亚洲龙怎么样? 宝马S1000RR、S1000R新款上市,M系列同步更新,马力更大了 谷歌:Gemini API用量6个月飙升14倍,明年将升级AI助手 国补最高省2000元!双十一新一波优惠来了,哪些笔记本可闭眼冲? 上汽荣威震撼发布世界冠军版D7 DMH,璀璨官图抢先曝光! 小鹏分体式飞行汽车即将全球公开首飞,年底启动预售 热点城市聚焦:新政满月!上海二手房成交22000套,新房创新高! 一加13更多配置曝光,毫不妥协,真旗舰! 荣耀发布Magic7系列手机,还要重返互联网手机赛道 五菱星光S配置曝光,比亚迪元PLUS应该不是对手 哈弗二代大狗PHEV 省心省力,轻松自驾游 2025款奔驰E级实车到店,增配360度全景影像,有望近期上市 解读一汽-大众迈腾:配2.0T动力+三联屏布局!适合家用的B级车! 丰田亚洲龙:家用商用“结合体”,2.5L混动+长轴距,降至19.68万 丰田汽车2024上半年度全球产量减少7% 85元的7寸安卓平板,支持双4G网络,堪称“追剧神器” 蓝芯科取得壁挂式室内LED显示屏专利,避免对LED显示屏的损坏 新一代鹰眼相机、AI智能体、沈腾代言,荣耀Magic7在等你 小米已成全球市值第五大车企,雷军的目标提前15年实现了?