“讓芯片通過學(xué)習(xí)的過程而使得算法和軟件自動演進，如此一來，所需功能的芯片自動就有了?！边@到底屬于怎樣的智慧芯片？我有一個夢想，“讓芯片通過學(xué)習(xí)的過程而使得算法和軟件自動演進，如此一來，所需功能的芯片自動就有了?！?

與此相反的一個狀況是，“當(dāng)芯片設(shè)計人員用6個月來思考定義，頭腦風(fēng)暴許久只為與別人做出不一樣的芯片。再到市場階段早已過去兩三年，突然發(fā)現(xiàn)做出的芯片沒有市場?！?

以上構(gòu)想和慘況不是我憑空想來，是在前幾日在Cadence 2019年度CDNLive大會上，清華大學(xué)教授魏少軍博士在做主題為“軟件定義芯片”演講時所說。后者更接近現(xiàn)狀，而前者卻成了芯片從業(yè)人員或者科研人員的夢想。

遙不可及嗎？不見得。

今年的CDNLive將目光瞄上了智能二字，主題設(shè)為“智能系統(tǒng)設(shè)計” （Intelligent System Design），主論壇的演講嘉賓分別是Cadence公司總裁Anirudh Devgan、清華大學(xué)教授魏少軍，以及人工智能獨角獸依圖科技創(chuàng)始人、CEO朱瓏出席了大會，陣容上囊括了產(chǎn)業(yè)與學(xué)術(shù)界。

三位大咖的演講橫穿智慧芯片的過去現(xiàn)在和未來，讓筆者頓覺，在芯片的最前方似乎有一座烏托邦，不用“揚鞭”，便能“自奮蹄”。這到底是怎樣的愿景？背后又藏著怎樣的生意？

為什么要智能芯片？

“機器學(xué)習(xí)/深度學(xué)習(xí)、自動化、更卓越的設(shè)計能力、5G和邊緣計算等概念的推動下，使得汽車、工業(yè)、醫(yī)療等各行業(yè)都在經(jīng)歷空前的數(shù)字化轉(zhuǎn)型，并促進了針對其特定應(yīng)用需求而優(yōu)化的定制系統(tǒng)和SoC的開發(fā)?！?Anirudh Devgan這句話從當(dāng)下現(xiàn)狀來剖析智慧化勢不可擋：“我們已進入智能系統(tǒng)設(shè)計時代?！?

Cadence公司總裁Anirudh Devgan

魏少軍教授和朱瓏同時認(rèn)為這是一場“算法、數(shù)據(jù)、算力（芯片）”大爆炸的結(jié)果，魏少軍表示，自上世紀(jì)80年代人工智能誕生的驚喜開始，不僅成就了David hunter的諾貝爾獎榮譽，也為人們打開了另一個智能世界。

清華大學(xué)教授魏少軍

“神經(jīng)元比作節(jié)點、突觸比作連接線，組成一個人工神經(jīng)網(wǎng)絡(luò)。神經(jīng)元通過突觸進行通信，而突觸的權(quán)重決定是否能夠通信。如此一來，任何神經(jīng)元就是一堆數(shù)據(jù)，加權(quán)重，再到下一級。這是一種全新的計算方式”，魏少軍如此形容如今大伙的神經(jīng)網(wǎng)絡(luò)，也表達了背后關(guān)于數(shù)據(jù)量的變化：“處理人工神經(jīng)網(wǎng)絡(luò)需要的數(shù)據(jù)量是驚人的，VGG19模型就達到196億每秒浮點運算次數(shù)。（如下圖右側(cè)柱狀圖）”

圖源現(xiàn)場拍攝（魏少軍演講PPT）

朱瓏表示：“信息時代在過去30年里，算法、算力、數(shù)據(jù)都提升百萬倍。但在智能時代僅僅過去5年里，在算法上提升百萬倍、算力提升十萬倍、數(shù)據(jù)提升萬倍。”這里的分界點是阿法狗出來那一刻，如今那個機器，在算法上又提升了一百萬倍。

依圖科技創(chuàng)始人、CEO朱瓏

同時這也是一個算法不斷迭代演進的年代。魏少軍認(rèn)為，“算法每6個月或者3個月就要變一次，一個算法對應(yīng)一個應(yīng)用，沒有通用的算法對我們硬件（芯片）來說是災(zāi)難性的。”

要應(yīng)對這場“災(zāi)難”，顯然需要本文開頭構(gòu)想的場景——“讓芯片通過學(xué)習(xí)的過程而使得算法和軟件自動演進”。

到底有多難和怎么做？

“計算量足夠大，能量效率還要足夠高，這之間很難平衡。從現(xiàn)在以T為單位的計算量來看，幾乎是要在單芯片上實現(xiàn)超算，本來我們想象在5nm/10nm才有所需求，人工神經(jīng)網(wǎng)讓芯片早就達到了超算能力。”魏少軍如此說道，他眼中的智慧芯片需要具備至少以下8個特點。

1，可編程性，適應(yīng)算法不斷變化；

2，改變架構(gòu)，來適應(yīng)算法 獲得最佳計算效率；

3，非常好的架構(gòu)變換能力；

4，很高的計算效率，用指令肯定不行；

5，很高的能量效率；

6，低成本；

7，體積?。?

8，簡單，開發(fā)應(yīng)用要簡單。只需軟件工程師會編程即可。

隨后魏少軍補充道：“如今的CPU、CPU+GPU、CPU+FPGA、CPU+ASIC統(tǒng)統(tǒng)不是理想的架構(gòu)?！?

至此，魏少軍認(rèn)為“軟件定義芯片”才是最佳做法。其概念是就是將分塊軟件/程序不斷送到數(shù)據(jù)通道，使芯片能實時地根據(jù)軟件或產(chǎn)品的需求改變功能，實現(xiàn)更加靈活的芯片設(shè)計。在去年美國國防部先進計劃署（DARPA）推動的電子產(chǎn)業(yè)振興計劃（ERI），其中一個課題就是軟件定義硬件的概念。

當(dāng)然，當(dāng)下軟件定義芯片架構(gòu)并沒有逃開馮·諾依曼架構(gòu)，可以看出該架構(gòu)在計算完備性上是有理論基礎(chǔ)的。

魏少軍提出了“AI芯片設(shè)計路線圖”，（如下）AI芯片0.5代表最早的如英特爾CPU、英偉達GPU一類芯片，用傳統(tǒng)芯片實現(xiàn)人工智能。

圖源現(xiàn)場拍攝：圖橫軸表示算法，縱軸表示架構(gòu)

1.0時代則包括TPU等，追求性能同時追求低功耗。1.5時代則包括DPU Thinker等，不僅要可重構(gòu)，還要追求能量效率和靈活性。2.0時代，則包括了前面所有有點。魏少軍認(rèn)為AI芯片2.0才是真正的智慧，但還沒有出現(xiàn)。

不同于魏少軍所表達的宏觀概念，Anirudh Devgan和朱瓏聚焦在了市場上，前者關(guān)注EDA智能系統(tǒng)設(shè)計，后者關(guān)注視覺方面的AI芯片。

Cadence公司副總裁，中國及東南亞地區(qū)總經(jīng)理徐昀女士表示，2019年是公司特殊的一年，正式踏入了系統(tǒng)設(shè)計、系統(tǒng)分析領(lǐng)域，旨在幫助用戶在日常開發(fā)中實現(xiàn)更多智能化。

這里的智能系統(tǒng)設(shè)計策略就是Anirudh Devgan所說的：“以技術(shù)（計算）軟件為核心能力，包括引用AI和算法優(yōu)化設(shè)計工具、擴展到新系統(tǒng)領(lǐng)域、以及執(zhí)行核心EDA和IP?！?

此外，為了優(yōu)化設(shè)計方案，Cadence 提出了 Machine Learning 與 EDA 相互融合的理念，并在中國IC設(shè)計市場帶來了全新的思路，如下：

（1）ML Inside：通過最新的機器學(xué)習(xí)引擎，改善數(shù)字設(shè)計工具，帶來更好的PPA。通過對過往的大數(shù)據(jù)分析和決策，來加速未來的智能版圖設(shè)計。

（2）ML Outside：自動化的設(shè)計流程，提升整個設(shè)計的生產(chǎn)效率。

（3）ML Enablement：軟件和硬件的協(xié)同設(shè)計，以及 Cadence 獨有的 Tensilica 處理器 IP，應(yīng)用機器學(xué)習(xí)為系統(tǒng)級的優(yōu)化帶來提升。

AI芯片公司的突破口

本來前面部分已經(jīng)可以結(jié)束“智慧芯片”這一話題，但依圖CEO朱瓏的演講像是一針雞血扎入我大動脈。雞血之下其實也闡述了關(guān)于國內(nèi)AI芯片的活法。

朱瓏感嘆做AI芯片實在太難了，做AI的人不懂芯片，做芯片的人不懂AI?？偨Y(jié)三句話：“1，沒有典型場景應(yīng)用沒有意義；2，沒有超越NVIDIA的芯片沒有意義；3，沒有世界級的算法沒有意義?！?

本來AI芯片的企業(yè)活著就不容易，還要和世界頂尖芯片廠較勁？干不過就沒有意義。按照朱瓏的說法，還有幾家芯片公司有意義？

超越的方法被朱瓏濃縮為兩個字——理念。

“如果能猜對重要的場景，并猜對重要的算法，來應(yīng)對架構(gòu)本身的不確定性。那就大有可為?！?依圖的思路放在了視頻視覺處理上，實現(xiàn)“用1個機柜支撐1萬路攝像頭的全解析，讓能耗、成本和空間都獲得大幅度的減低和壓縮?！?在演講中可以看出，朱瓏所“猜”的場景是智慧城市。

如此一來，讓筆者越發(fā)覺得芯片這行太難了，前方烏托邦式的“智慧芯片”，再加完美的應(yīng)用場景，設(shè)計工具本身就要兼具智能系統(tǒng)。外加人才、資本、政策協(xié)助，才是一個完整的芯片升級之道。