就在全世界媒體的焦點(diǎn)鎖定于谷歌AlphaGo連續(xù)3盤戰(zhàn)勝李世石的同時，中國科學(xué)院計(jì)算技術(shù)研究所陳云霽、陳天石課題組提出的深度學(xué)習(xí)處理器指令集DianNaoYu被計(jì)算機(jī)體系結(jié)構(gòu)領(lǐng)域頂級國際會議ISCA2016(InternationalSymposiumonComputerArchitecture)所接收，其評分排名所有近300篇投稿的第一名。模擬實(shí)驗(yàn)表明，采用DianNaoYu指令集的寒武紀(jì)深度學(xué)習(xí)處理器相對于x86指令集的CPU有兩個數(shù)量級的性能提升。

(寒武紀(jì)處理器)

寒武紀(jì)處理器是長期技術(shù)積累的成果

陳天石和陳云霽研究員在2014年5月刊發(fā)的《中國計(jì)算機(jī)學(xué)會通訊》(第10卷第5期)寫道：

“從2008年到現(xiàn)在，我們已經(jīng)在體系結(jié)構(gòu)和人工智能的交叉研究方向上工作了6年。作為國際上為數(shù)不多的幾個長期開展此方向研究的團(tuán)隊(duì)之一，我們在不被認(rèn)可中堅(jiān)持了下來，并嘗試通過自己的努力來改善這個領(lǐng)域的環(huán)境(當(dāng)然近年來環(huán)境的改善也得益于深度學(xué)習(xí)的興起)，最終得到了學(xué)術(shù)界一定程度的肯定。

回想起來，如果我們緊緊跟隨國際學(xué)術(shù)圈的熱點(diǎn)走，我們是很難拿到ASPLOS最佳論文獎的。原因有兩個方面：第一，當(dāng)我們看到別人的“熱點(diǎn)”論文發(fā)表后再去跟著做，可能已經(jīng)比別人晚了若干年。尤其是體系結(jié)構(gòu)領(lǐng)域，論文的工作周期非常長(ASPLOS2014上發(fā)表的論文，我們在2012年就啟動相關(guān)工作了)，要跟上熱點(diǎn)很困難。第二，當(dāng)跟隨熱點(diǎn)時，我們的工作不可避免地會被視為對某個過往論文的改進(jìn)。這種改進(jìn)效果必須非常顯著，機(jī)理必須非常清晰，才能打動頂級會議挑剔的審稿人。這對于論文寫作提出了很高的要求，而中國大陸研究者往往在英文論文寫作上不占優(yōu)勢。但這里存在一個矛盾：緊跟多變的國際學(xué)術(shù)圈熱點(diǎn)，論文不容易在頂級會議上發(fā)表;而探討的問題若不是國際學(xué)術(shù)圈熱點(diǎn)，論文同樣很難在頂級會議上發(fā)表。

面對這個矛盾，我們的看法是：研究者應(yīng)該堅(jiān)持自己的學(xué)術(shù)理想，重視論文但不為論文發(fā)表所左右;同時盡力宣傳自己的研究方向，推動這個方向被國際學(xué)術(shù)圈的主流認(rèn)可。經(jīng)過長期的等待和努力，也許有一天，自己的研究方向就會成為熱點(diǎn)。到那時，過去的一切坎坷都會被證明是值得的。”

截至目前，陳天石博士和陳云霽研究員就光寒武紀(jì)系列的技術(shù)成果，已經(jīng)斬獲兩篇ASPLOS，兩篇ISCA，一篇MICRO，一篇HPCA，這些是計(jì)算機(jī)體系結(jié)構(gòu)方面國際四大頂級會議，只不過只有科研圈子里關(guān)注，普通人還不明白其中的意義。

因此，寒武紀(jì)處理器并非借著借著阿法狗對決李世石的熱點(diǎn)橫空出世，而是長期技術(shù)積累的結(jié)果，并在數(shù)年前就于高端國際會議中榮獲殊榮。事實(shí)上，中國在智能芯片上是引領(lǐng)世界的——以寒武紀(jì)芯片為例，美國的哈佛、斯坦福、MIT、哥倫比亞等高校都跟在我們后面做。鐵流認(rèn)為，寒武紀(jì)之所以過去一直不見于主流媒體，僅僅是國內(nèi)很多媒體人缺乏專業(yè)知識和辨識能力，而導(dǎo)致了更愿意鼓吹國外所謂“高科技”，卻對真正非常具有含金量的自主技術(shù)選擇性失明。

陳云霽(左)和陳天石(右)兄弟

寒武紀(jì)神經(jīng)網(wǎng)絡(luò)處理器廬山真面目

目前，寒武紀(jì)系列已包含三種原型處理器結(jié)構(gòu)：

寒武紀(jì)1號(英文名DianNao，面向神經(jīng)網(wǎng)絡(luò)的原型處理器結(jié)構(gòu));

寒武紀(jì)2號(英文名DaDianNao，面向大規(guī)模神經(jīng)網(wǎng)絡(luò));

寒武紀(jì)3號(英文名PuDianNao，面向多種機(jī)器學(xué)習(xí)算法)。

DianNao是寒武紀(jì)系列的第一個原型處理器結(jié)構(gòu)，包含一個處理器核，主頻為0.98GHz，峰值性能達(dá)每秒4520億次神經(jīng)網(wǎng)絡(luò)基本運(yùn)算，65nm工藝下功耗為0.485W，面積3.02mm2。在若干代表性神經(jīng)網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明，DianNao的平均性能超過主流CPU核的100倍，但是面積和功耗僅為1/10，效能提升可達(dá)三個數(shù)量級;DianNao的平均性能與主流GPGPU相當(dāng)，但面積和功耗僅為主流GPGPU百分之一量級。

DianNao的核心問題是如何讓有限的內(nèi)存帶寬喂飽運(yùn)算功能部件，使得運(yùn)算和訪存平衡，從而達(dá)到高效能比。難點(diǎn)在于選取運(yùn)算功能部件的數(shù)量、組織策略以及片上RAM的結(jié)構(gòu)參數(shù)。由于整個結(jié)構(gòu)參數(shù)空間有上千萬種選擇，模擬器運(yùn)行速度不及真實(shí)芯片的十萬分之一，不可能蠻力嘗試各種可能的設(shè)計(jì)參數(shù)。為解決此問題，使用了一套基于機(jī)器學(xué)習(xí)的處理器性能建模方法，并基于該性能模型最終為DianNao選定了各項(xiàng)設(shè)計(jì)參數(shù)，在運(yùn)算和訪存間取得了平衡，顯著提升了執(zhí)行神經(jīng)網(wǎng)絡(luò)算法時的效能。

即便數(shù)據(jù)已經(jīng)從內(nèi)存取到了片上，搬運(yùn)的能耗依然非常高。NVidia首席科學(xué)家Steve Keckler曾經(jīng)指出，在40nm工藝下，將64位數(shù)據(jù)搬運(yùn)20毫米所花的能耗是做64位浮點(diǎn)乘法的數(shù)倍。

因此，要降低處理器功耗，僅僅降低運(yùn)算功耗是不夠的，必須優(yōu)化片上數(shù)據(jù)搬運(yùn)。中科院計(jì)算所提出對神經(jīng)網(wǎng)絡(luò)進(jìn)行分塊處理，將不同類型的數(shù)據(jù)塊存放在不同的片上RAM中，并建立理論模型來刻畫RAM與RAM、RAM與運(yùn)算部件、RAM與內(nèi)存之間搬運(yùn)次數(shù)，進(jìn)而優(yōu)化神經(jīng)網(wǎng)絡(luò)運(yùn)算所需的數(shù)據(jù)搬運(yùn)次數(shù)。相對于CPU/GPU上基于cache層次的數(shù)據(jù)搬運(yùn)，DianNao可將數(shù)據(jù)搬運(yùn)減少10~30倍。

(DianNao結(jié)構(gòu))

DaDianNao在DianNao的基礎(chǔ)上進(jìn)一步擴(kuò)大了處理器的規(guī)模，包含16個處理器核和更大的片上存儲，并支持多處理器芯片間直接高速互連，避免了高昂的內(nèi)存訪問開銷。在28nm 工藝下，DaDianNao的主頻為606MHz，面積67.7 mm2，功耗約16W。單芯片性能超過了主流GPU的21倍，而能耗僅為主流GPU的1/330。64芯片組成的高效能計(jì)算系統(tǒng)較主流GPU的性能提升甚至可達(dá)450倍，但總能耗僅為1/150。

雖然神經(jīng)網(wǎng)絡(luò)已成為模式識別等領(lǐng)域的主流算法，但用戶很多時候可能傾向于使用其他一些經(jīng)典的機(jī)器學(xué)習(xí)算法。

例如程序化交易中經(jīng)常使用線性回歸這類可解釋性好、復(fù)雜度低的算法。在此背景下，寒武紀(jì)3號多用途機(jī)器學(xué)習(xí)處理器PuDianNao應(yīng)運(yùn)而生，當(dāng)前已可支持k-最近鄰、k-均值、樸素貝葉斯、線性回歸、支持向量機(jī)、決策樹、神經(jīng)網(wǎng)絡(luò)等近十種代表性機(jī)器學(xué)習(xí)算法。PuDianNao的主頻為1GHz，峰值性能達(dá)每秒10560億次基本操作，面積3.51mm2，功耗為0.596W(65nm工藝下)。PuDianNao運(yùn)行上述機(jī)器學(xué)習(xí)算法時的平均性能與主流GPGPU相當(dāng)，但面積和功耗僅為主流GPGPU百分之一量級。

(PuDianNao版圖)

神經(jīng)網(wǎng)絡(luò)處理器的市場前景

在上世紀(jì)80年代，因人工智能無法達(dá)到公眾/投資人的預(yù)期，導(dǎo)致整個行業(yè)陷入低谷。

近年來，隨著算法、應(yīng)用和工藝三個方面都發(fā)生了劇烈的變化，神經(jīng)網(wǎng)絡(luò)處理器涅磐重生。

2006年， Hinton、LeCun和Bengio等人提出了深度學(xué)習(xí)方法，在深層人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練上取得了巨大的突破。

簡單地說，深度學(xué)習(xí)方法在傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練中增加了一個預(yù)訓(xùn)練階段，即用無監(jiān)督學(xué)習(xí)對每一層網(wǎng)絡(luò)進(jìn)行一次專門的訓(xùn)練，然后才用有監(jiān)督學(xué)習(xí)對整個網(wǎng)絡(luò)進(jìn)行總體訓(xùn)練。通過深度學(xué)習(xí)方法，人工神經(jīng)網(wǎng)絡(luò)的效果一舉趕上甚至顯著超過了支持向量機(jī)等其他機(jī)器學(xué)習(xí)方法，在IBM、谷歌、微軟、科大訊飛、百度等公司很多工業(yè)級圖像和語音處理應(yīng)用上取得了非常好的效果。

為什么深度學(xué)習(xí)會有效，暫時還沒有傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)理論方面的完美證明。目前一種比較直觀的的解釋是：分層預(yù)訓(xùn)練相當(dāng)于對輸入數(shù)據(jù)進(jìn)行逐級抽象，這暗合生物大腦的認(rèn)知過程比較(例如人腦就是一種深層的神經(jīng)網(wǎng)絡(luò)，在認(rèn)知過程中會逐層將看到的原始圖像或聽到的原始聲波最終抽象成語義符號)。

既然人工神經(jīng)網(wǎng)絡(luò)已經(jīng)重新成為最有效的認(rèn)知任務(wù)處理算法(至少是之一)，只要人工智能健康發(fā)展，專門的神經(jīng)網(wǎng)絡(luò)處理器自然能隨著產(chǎn)業(yè)發(fā)展而茁壯成長。

另外，隨著日常生活顯然需要進(jìn)行大量的認(rèn)知活動，自然而然地，計(jì)算機(jī)體系結(jié)構(gòu)研究者的目光必須要從傳統(tǒng)的科學(xué)計(jì)算轉(zhuǎn)到認(rèn)知任務(wù)上。事實(shí)上，很多大公司已經(jīng)認(rèn)識到這一點(diǎn)。Intel和IBM等傳統(tǒng)的硬件廠商都已經(jīng)成立了專門的部門進(jìn)行認(rèn)知任務(wù)處理的研究。而現(xiàn)在體系結(jié)構(gòu)研究中最常見的測試集Parsec中近半數(shù)都是認(rèn)知類的應(yīng)用(如bodytrack、facesim、freqmine、streamcluster、vips等)。在認(rèn)知任務(wù)已經(jīng)成了當(dāng)前計(jì)算機(jī)最主要的任務(wù)之一的情況下，用戶和市場自然會有加速人工神經(jīng)網(wǎng)絡(luò)的需求。

因此，筆者認(rèn)為只要不發(fā)生社會和媒體過分炒作人工智能，最終導(dǎo)致整個行業(yè)陷入低谷的情況正如80年代已經(jīng)發(fā)生過的情況，寒武紀(jì)的市場前景是非常值得期待的——寒武紀(jì)處理器失敗的風(fēng)險就是社會和媒體過分炒作人工智能，如果最后人工智能的發(fā)展速度達(dá)不到公眾(投資人)預(yù)期(這必然會發(fā)生，例如現(xiàn)在很多媒體，甚至谷歌自己都發(fā)話天網(wǎng)就要造出來)，那么整個領(lǐng)域都會陷入大低谷，覆巢之下焉有完卵。