纵观整个IT系统，从CPU、操作系统、办公套件、整机到服务器，我们都已经初步具有一些商用化的可替代产品。唯独在GPGPU领域，目前还是一片空白。但就在日前，国内第一款全自研、真正基于GPU架构下的7纳米工艺GPGPU（通用并行）训练芯片点亮，将于今年下半年正式量产投入商用。
1月15日，天数智芯宣布，其7纳米通用并行（GPGPU）云端计算芯片Big Island（简称BI）已于近日“点亮”。这是国内首款全自研、基于GPU架构下的7纳米工艺GPGPU训练芯片，量产后将应用于AI训练、高性能计算（HPC）等场景，服务于教育、互联网、金融、自动驾驶、医疗、安防等各相关行业。
“点亮”是指电流顺利通过芯片，意味着芯片可用，后续测试修正后即可量产，如果进展顺利，有望在2021年投入商用。
“BI于2020年5月流片、11月回片并于当年12月成功‘点亮’。在过去的一个多月中，我们技术团队进行了一系列硬件、软件等近百项指标的测试，验证BI的实际功能符合设计标准。”天数智芯联合创始人、首席科学家郑金山介绍。
公开资料显示，天数智芯是一家专注于GPGPU芯片高性能计算系统的硬科技企业，成立于2015年，总部位于上海张江浦东软件园。2018年公司开始启动GPGPU大芯片设计。此前《电子工程专辑》曾刊登郑金山的谈国产GPGPU市场的一篇文章《GPGPU国产替代：中国芯片产业的空白地带》，引起了不小的关注。
AI芯片的技术架构主要有FPGA、ASIC和GPGPU三种。
FPGA是可编程门阵列(Field Programmable Gate Array)的缩写，用户可以通过硬件描述语言自己定义芯片的功能和用途。FPGA芯片的主要优势在于进行原型开发，它在性能和功耗方面有显著的缺陷，大规模应用存在着天然的阻碍。
ASIC是专用集成电路(Application Specific Integrated Circuit)的缩写，针对特定应用需求设计专门的芯片。ASIC芯片的优势在于同样功耗下，通过针对性的设计，可以实现突出的算力和功耗表现。它的问题主要表现在灵活性方面有局限，对软件服务有高强度的需求，长期来看经济性较差。但是ASIC芯片的开发周期短，商用化的过程比较快，目前国内多数AI芯片团队都选择这条路线。
GPGPU是通用图形处理器(General-purpose computing on graphics processing units)的缩写，可以满足广泛的图形计算需求。GPU最初的用途是图形计算，但是后来人们发现其图形计算能力和特性，在AI训练、AI推理、高性能计算等方面都有着非常好的表现。而且在编程模型上，GPGPU对于用传统语言编写的、软件形式的计算有较好的支持，具有高度的灵活性。因此，GPGPU在近年兴起的AI浪潮中成为炙手可热的技术。跟ASIC芯片相比，GPGPU具有更广泛的适用性、兼容性、灵活性，对技术变化的包容和适应能力更为突出，产品的应用生命周期更长。同时，通过性能挖掘优化，达成性能、能耗和性价比的最优解，实现跟ASIC芯片相当的算力和能耗水平。当然，GPGPU对团队的技术能力要求比较ASIC芯片高，开发周期也更长。
郑金山拥有21年芯片设计工作经验，曾先后供职于Trident、XGI、ATI Technologies、AMD超微半导体上海有限公司和酷芯微电子(Artosyn)，任高级经理、PMTS和架构师等职位。专注于GPU IP设计多年，对GPU架构与设计有深厚的造诣。他建立与带领上海芯片设计团队参与过多个显卡(从Radeon HD2000到R400)芯片的研发与产品化，在酷芯微电子参与了机器视觉芯片9201的研发并成功量产。
郑金山曾对媒体表示，他之所以加入天数智芯，吸引他的就是开发国内首款GPGPU大芯片。
据了解，GPGPU在芯片研发中是难度很大的，一颗芯片的研发投入在10亿元左右，这些原因使得国产芯片在这一领域始终没有突破，主要是英伟达、AMD、英特尔等海外几家大公司在做。一般人对GPGPU没有什么概念。某头部供应商的一块高端GPGPU板卡，其售价接近一辆普通轿车的价格。
在国产GPU领域，景嘉微是国产GPU市场的主要参与者，也是国内唯一自主研发GPU并用于商用的公司，不过公司的GPU主要用于军用领域以及民用信创市场，目前公司下一代JM9系列GPU研发已处于后端设计阶段，目标进入国内信创以及人工智能、云计算等中高端应用领域。
目前国内GPGPU训练芯片的市场规模在80-90亿元左右，GPGPU的推理芯片市场规模在400-500亿元。
“现在时机成熟了，有国家政策支持，符合条件的企业可以去科创板融资，加上我们有很好的技术团队，我们专注这一领域的研发，希望成为这一市场的有力竞争者。” 天数智芯董事长蔡全根在BI芯片发布会上表示，天数智芯的产品可以兼容市场上的主流产品。
据悉，本次发布的BI芯片使用7纳米工艺及2.5DCoWoS封装技术，容纳240亿晶体管，支持FP32, FP/BF16, INT32/16/8等多精度数据混合训练，支持高速片间互联，单芯每秒可进行147万亿次FP16计算（147TFLOPS@FP16），每秒可完成上百路摄像头视频通道的人工智能处理。
“此次成功点亮的BI云端训练芯片具备高性能、通用性、灵活性，能够为人工智能和相关垂直应用行业提供匹配行业高速发展的算力，并通过标准化的软硬件生态接口为应用行业解决产品使用难、开发平台迁移成本大等操作层面的实际痛点。”郑金山说。
值得关注的是，这款芯片提供更优于国外主流对标产品的尺寸、性能、功耗和价格，可广泛应用于人工智能训练和超级计算等场景。
据悉，天数智芯已经和新华三、浪潮等国产服务器企业进行合作，产品在安防、智能交通、教育等领域都有庞大需求。“我们是三角模式，我们和最终用户以及服务器厂商三方一起合作，可以根据客户需求来定制一些差异化的产品。”蔡全根还表示，天数智芯成立至今融资近20亿元，公司也有登陆科创板的计划，希望在2022年能够提交上市申请书。
责编：Luffy Liu
本文综合自天数智芯官网、科技日报、澎湃新闻报道
您可能感兴趣
