最近剛剛看了唐杉博士的《AI芯片的“冷”與“熱”》，第一句就是“ 參加過去年硅谷的AI Hardware Summit的朋友，普遍反映這次在北京的會議沒有那么火了”。記得，自己在2016年威海參加中國體系結構年會的時候，孫所也說了一句調(diào)侃的話：“現(xiàn)在的AI很火，大家都往那邊去，沒有人太關心體系結構了，我要告訴那些追AI熱點的，它都死了三回了！” 的確，作為從小學馬列的中國人，我們最熟悉螺旋式上升的概念。對于計算和I/O來講，和中國經(jīng)濟調(diào)控一樣，都是“ 水多了加面，面多了加水”螺旋式上升。

Google在2017年發(fā)布了TPU V1之后，現(xiàn)在已經(jīng)有越來越多的AI startup的芯片出現(xiàn)，大家基本上都是用標準的Resnet50，Googlenetv3 等網(wǎng)絡為benchmark， 一次一次地刷新性能和功耗比，個人覺得很有可能在一天，AI芯片的性能和功耗比在特定的imagenet的任務上超過人腦，現(xiàn)在AI在準確率和性能上都超過了。對于AI的芯片來講，有一個指標也是大家討論比較多的。Roofline model

Y軸是P,代表算力，用來FLOP/s來表示，現(xiàn)在新出的AI ASIC往往在FLOP/s并不發(fā)力，因為從功耗比的角度上，算力肯定不是越高越好，而且大家都很難高過老黃的核彈。

代表了一個特定的計算平臺的peak performance，就是最大算力。

就是特定的計算平臺的I內(nèi)存/O帶寬，這個和該計算平臺使用的DDR類型有關。

X軸是I，代表計算強度，就是在一個Byte上的計算量。因為對于一個特定的平臺，我可以知道它的最大算力和帶寬，我們就可以知道它的最大的計算強度。

因此，和圖上顯示的一樣，在點（Imax，），這個計算平臺達到了完美。在它的左邊，說明memory受限，在它的右邊說明計算受限。

因為對于每一次訪存都是32位的Float Point，因此整個內(nèi)存的占用就是 260MB左右，而計算量是724MFLOPs，因此Alexnet的計算強度就是724/260=2.7 operation/byte。

對于一個特定的平臺，比如老黃家的新的GTX2080Ti 系列來講：

對于計算性能，先不管老黃加各種Tensor Core，RTcore，從CUDA Core本身來講，他是100TLOP/s，

它的內(nèi)存帶寬如下：

因此，作為2080Ti, 它的Imax就是166Operation/Byte.

可能到這個，就可以看出，對于Alex的2.7 來講，遠遠沒有達到2080ti的計算強度，主要是受限于內(nèi)存帶寬了。

在Google的TPU中，有一個圖經(jīng)常被大家引用。

大家基本上可以看到，google的Imax差不多在1000左右，基本上沒有什么網(wǎng)絡可以完全用滿TPU的peak performance。

怎么辦，內(nèi)存帶寬的解決方案就是HBM，HBM2， HBM3不斷加大帶寬。記得在2017年的CNCC上，謝源教授講，他在2010年左右提出了HBM的概念，他很快就看到了AMD，Nvidia以及Xilinx和Intel都在芯片上使用了HBM，證明了這條道路的正確性。他認為目前應該在AI芯片上擺脫這種”水多了加面，面多了加水“，in-memory 計算應該是下一個方向。

這個就引出了在Memory+會議上來自平頭哥的段立德博士的topic，”Processing Near or In memory for deep learning".