近年來，隨著智慧城市、自動(dòng)駕駛、工業(yè)互聯(lián)網(wǎng)等應(yīng)用的廣泛推廣，終端設(shè)備所產(chǎn)生的數(shù)據(jù)量呈爆炸式增長(zhǎng)，使得集中式云計(jì)算在帶寬負(fù)載、網(wǎng)絡(luò)延時(shí)和數(shù)據(jù)管理成本等方面愈加捉襟見肘，由此催生了邊緣計(jì)算價(jià)值的進(jìn)一步突顯。如今，自動(dòng)駕駛、工業(yè)自動(dòng)化、智慧醫(yī)療和物聯(lián)網(wǎng)等各行業(yè)對(duì)邊緣計(jì)算的需求呈現(xiàn)了大規(guī)模增長(zhǎng)態(tài)勢(shì)。

隨著邊緣計(jì)算應(yīng)用范圍的不斷擴(kuò)展，數(shù)據(jù)量也持續(xù)增長(zhǎng)，于是各行業(yè)對(duì)計(jì)算量級(jí)和實(shí)時(shí)性提出了更高的要求；而芯片作為算力實(shí)現(xiàn)的核心，則成為了整個(gè)行業(yè)迫切的需求，市場(chǎng)對(duì)于芯片的需求也不再只是單一的算力和功耗，更加強(qiáng)調(diào)芯片的通用性、可編程和可擴(kuò)展性，以此來滿足不同場(chǎng)景下的應(yīng)用需求。各大芯片廠商也需要不斷創(chuàng)新，研發(fā)更加通用、高性能和高能效的芯片。

逆勢(shì)而上，加快國(guó)產(chǎn)替代

在通用計(jì)算芯片這個(gè)成熟市場(chǎng)，強(qiáng)勢(shì)的英偉達(dá)、AMD、英特爾三分天下，令后來者難以立足，我國(guó)芯片企業(yè)想要撕開一道口子，必須另辟蹊徑；或從架構(gòu)、制造工藝、新型材料、新的器件結(jié)構(gòu)等都要進(jìn)行創(chuàng)新。

在技術(shù)路線方面，成熟的GPU架構(gòu)已經(jīng)存在長(zhǎng)達(dá)幾十年之久，形成了比較完整的生態(tài)系統(tǒng)。國(guó)內(nèi)雖有多種GPU架構(gòu)，但卻缺乏全球競(jìng)爭(zhēng)力的自主GPU架構(gòu)；我國(guó)目前GPU產(chǎn)業(yè)發(fā)展呈現(xiàn)兩種趨勢(shì)：一是追逐傳統(tǒng)GPU架構(gòu)，它的成熟度較高，但是屬于跟隨路線，作為市場(chǎng)的后來者，技術(shù)上不成熟，性能上不先進(jìn)是很難切入市場(chǎng)；二是采用自主研發(fā)的新型架構(gòu)，攻堅(jiān)難度大，但是有取勝的可能性。

智能互聯(lián)世界，GPU架構(gòu)格局或有變化。

珠海市芯動(dòng)力科技有限公司（簡(jiǎn)稱芯動(dòng)力）創(chuàng)始人指出，為了滿足高效的并行計(jì)算，可以采用脈動(dòng)陣列的方式來處理，同時(shí)繼承廣為人們所接受的CUDA語言，這樣可以同時(shí)滿足高算力的需求，也不影響用戶的使用習(xí)慣。

經(jīng)過十余年的探索，芯動(dòng)力研究了并行計(jì)算的本質(zhì)，發(fā)現(xiàn)了一種更加適合并行計(jì)算的處理器架構(gòu)，能夠在不改變程序的基礎(chǔ)上更有效的執(zhí)行CUDA語言的程序。并且在2017年成功研發(fā)出可重構(gòu)并行處理器（RPP）架構(gòu)。芯動(dòng)力開始向GPU領(lǐng)域進(jìn)軍。

RPP架構(gòu)主打并行計(jì)算，并且借助于獨(dú)有的底層硬件架構(gòu)，成功地實(shí)現(xiàn)了對(duì)CUDA語言的支撐。不僅如此，芯動(dòng)力還擁有自主開發(fā)的工具鏈，包括獨(dú)立的SIMT指令集和后端編譯器，使得其能夠在cuDNN和TensorRT上實(shí)現(xiàn)API的兼容，同時(shí)也支持廣泛的人工智能框架，如TensorFlow和Pytorch等。

芯動(dòng)力團(tuán)隊(duì)認(rèn)為，通過工具鏈的開發(fā)，RPP能夠?qū)τ?a href="http://www.3532n.com/tags/ai/" target="_blank">AI推理的性能進(jìn)行深度優(yōu)化，從而在高性能計(jì)算領(lǐng)域中實(shí)現(xiàn)了最廣泛使用編程語言的支持。這種兼容不僅從底層的軟件兼容性方面體現(xiàn)，同時(shí)也可以提升用戶的使用體驗(yàn)，滿足用戶在調(diào)用形式、使用感知等方面的需求。做這種生態(tài)是因?yàn)橛^察到CUDA語言體系里，開放體系比較完整，第三方開發(fā)的軟件都是以源代碼的形式開放給社區(qū)，而不像CPU的生態(tài)領(lǐng)域里存在大量的二進(jìn)制代碼，因此，支持CUDA語言就能夠廣泛的支持GPGPU的生態(tài)。

并且，以RPP架構(gòu)為基礎(chǔ)面向邊緣市場(chǎng)設(shè)計(jì)的第一代芯片RPP-R8已經(jīng)一次性流片成功，芯動(dòng)力正式開啟踏入GPGPU領(lǐng)域的市場(chǎng)。

據(jù)悉，RPP-R8芯片是一款具備高算力與低功耗的通用型GPGPU芯片，每顆芯片內(nèi)含有1024個(gè)計(jì)算核，與傳統(tǒng)的GPU架構(gòu)相比，在同樣的算力占用更小的芯片面積，實(shí)現(xiàn)了低功耗和高能效的有效平衡。RPP-R8除了具備專用芯片所沒有的通用編程性，面積效率比可達(dá)到同類產(chǎn)品的7～10倍，能效比也超過3倍，可滿足高效并行計(jì)算及AI計(jì)算應(yīng)用。

GPGPU是GPU未來的重要趨勢(shì)之一，也是國(guó)產(chǎn)的一次機(jī)會(huì)。

據(jù)IDC預(yù)測(cè)，到2024年，全球邊緣計(jì)算市場(chǎng)（包括軟件、硬件和服務(wù)）將達(dá)到2506億美元，年增長(zhǎng)率為15.9%。其中，中國(guó)邊緣計(jì)算服務(wù)器市場(chǎng)將達(dá)到855,334臺(tái)，硬件價(jià)值預(yù)期55億美元。芯動(dòng)力研發(fā)上市的RPP-R8芯片具備低時(shí)延、高算力、低功耗、高能效、編程靈活等諸多優(yōu)勢(shì)，非常適用在邊緣計(jì)算場(chǎng)景，通過市場(chǎng)的反饋，軟件商可以更快的部署，基本一天就可以完成遷移。

RPP-R8的應(yīng)用從本質(zhì)上可有效幫助企業(yè)降低開發(fā)成本和產(chǎn)品周期，加速產(chǎn)品迭代與擴(kuò)展。目前這款芯片應(yīng)用場(chǎng)景已覆蓋工業(yè)自動(dòng)化、智能駕駛、泛安防、物流檢測(cè)、內(nèi)容過濾、信號(hào)處理等多領(lǐng)域，未來將跨入更廣闊的市場(chǎng)。

當(dāng)前，算力已成為數(shù)字經(jīng)濟(jì)時(shí)代的核心生產(chǎn)力，隨著信息化、數(shù)字化和智能化進(jìn)一步加快，新一輪的算力革命正在加速啟動(dòng)。芯動(dòng)力作為一家專注于研發(fā)新一代可編程通用并行計(jì)算芯片的企業(yè)，在珠海、深圳、西安、美國(guó)都設(shè)立了研發(fā)中心，專注攻關(guān)核心關(guān)鍵技術(shù)，加快國(guó)產(chǎn)替代，使得算力在技術(shù)層面不斷突破技術(shù)壁壘。

在目前算力增長(zhǎng)的時(shí)代，很多芯片廠商依賴于先進(jìn)的工藝來實(shí)現(xiàn)芯片的高算力， 在中國(guó)半導(dǎo)體工藝被嚴(yán)重卡脖子的時(shí)代，架構(gòu)的創(chuàng)新顯得尤為重要，以架構(gòu)的創(chuàng)新來替代先進(jìn)工藝所帶來的算力提升是芯動(dòng)力一直發(fā)展的方向。

審核編輯：湯梓紅