一文讀懂華為麒麟970為何選擇選擇寒武紀(jì)做AI

　　上周六，DT 君在柏林 IFA 現(xiàn)場(chǎng)深度報(bào)道了華為最新發(fā)布的移動(dòng)端 AI 芯片。此后，DT 君獨(dú)家專訪了深度參與麒麟 970 方案設(shè)計(jì)的一位相關(guān)人士，但這位相關(guān)人士拒絕在文章中透露其姓名及身份。

　　這位相關(guān)人士表示，麒麟 970 整合NPU(Neural Processing Unit，神經(jīng)處理單元)構(gòu)想早在五年前就已經(jīng)開(kāi)始醞釀。

　　就當(dāng)初的情況而言，產(chǎn)業(yè)界已經(jīng)看到 CPU 的應(yīng)用瓶頸，而 GPU 雖然也開(kāi)始參與計(jì)算工作，但其主要的顯示工作隨著分辨率的提高而負(fù)擔(dān)不斷加重，所以要讓這個(gè)已經(jīng)分身乏術(shù)的架構(gòu)繼續(xù)增加負(fù)荷，對(duì)整體性能以及功耗表現(xiàn)也是會(huì)產(chǎn)生負(fù)面影響。

　　可以說(shuō)，為追求更高的應(yīng)用效率，以及更好的功耗表現(xiàn)，只讓 CPU 或 GPU 架構(gòu)參與計(jì)算已經(jīng)遠(yuǎn)遠(yuǎn)不夠滿足需求。

　　事實(shí)上，當(dāng)初的主流移動(dòng)芯片架構(gòu)也已經(jīng)不會(huì)只內(nèi)建此兩種架構(gòu)，而多半會(huì)增加額外的 DSP 單元或者是 ISP 架構(gòu)，不僅分擔(dān)主系統(tǒng)的沉重計(jì)算負(fù)擔(dān)，也因?yàn)樽尣煌愋偷挠?jì)算工作可以擺到更適合的計(jì)算架構(gòu)上，整體功耗也有了明顯的改善。

　　可以說(shuō)，AI 正是基于同樣的概念：讓適合的架構(gòu)來(lái)做適合的工作，效率才會(huì)得到提高。

　　圖丨余承東展示麒麟970

　　這位相關(guān)人士對(duì) DT 君表示，華為在當(dāng)時(shí)就決定了未來(lái) AI 相關(guān)計(jì)算，將會(huì)以專用架構(gòu)的設(shè)計(jì)方式進(jìn)行，這就好比繪圖工作會(huì)交給 GPU 而不是 CPU 是一樣的道理。

寒武紀(jì)的生態(tài)經(jīng)營(yíng)和架構(gòu)優(yōu)勢(shì)贏得華為青睞

　　當(dāng)然，以華為旗下海思的芯片設(shè)計(jì)功力，如果要從無(wú)到有設(shè)計(jì)出專用的 NPU 單元，也不是不可能的事情——此類 NPU 架構(gòu)單純，設(shè)計(jì)難度也不會(huì)比 CPU 更高，但問(wèn)題出在生態(tài)方面。

　　這位相關(guān)人士表示，如果完全自主開(kāi)發(fā)，從無(wú)到有的經(jīng)營(yíng)生態(tài)，華為有可能在未來(lái)方案推出時(shí)，缺乏市場(chǎng)開(kāi)發(fā)者以及相關(guān)生態(tài)的支持，恐怕結(jié)果只會(huì)是事倍功半。

　　眾所周知，寒武紀(jì)的前身是中國(guó)科學(xué)院計(jì)算技術(shù)研究所下的一個(gè)課題組，由陳云霽、陳天石教授領(lǐng)導(dǎo)。

　　該課題組早在 2008 年就已經(jīng)開(kāi)始研究神經(jīng)網(wǎng)絡(luò)算法以及芯片設(shè)計(jì)。寒武紀(jì)第一代方案在 2012 年推出，65nm 工藝下功耗為 0.485W，面積 3.02mm2。平均性能超過(guò)主流 CPU 核的 100 倍，但面積和功耗僅為 1/10，表現(xiàn)相當(dāng)驚人。　

　　圖丨寒武紀(jì)1A處理器(Cambricon-1A)

　　不過(guò)，當(dāng)初寒武紀(jì)有個(gè)非常直白的命名代號(hào)，叫做 DianNao，就是中文拼音的“電腦”——顧名思義就是拿來(lái)做計(jì)算工作的、用電的“大腦”。當(dāng)初，這個(gè)命名并不是中國(guó)人的主意，而是研究團(tuán)隊(duì)中法國(guó)人的建議——不用當(dāng)時(shí)已經(jīng)爛大街的神經(jīng)網(wǎng)絡(luò)芯片之類的命名，反其道而行用中文取名，外國(guó)人反覺(jué)得十分高大上，相當(dāng)有趣。

　　中科院在 DianNao 的基礎(chǔ)上開(kāi)發(fā)出 DaDianNao(第二代，功能增強(qiáng))、PuDianNao(第三代，普電腦，通用型機(jī)器學(xué)習(xí)晶片)、ShiDianNao(視電腦，圖像識(shí)別處理器)、DianNaoYu(電腦語(yǔ)，神經(jīng)網(wǎng)絡(luò)指令集)等延伸規(guī)格，針對(duì)不同應(yīng)用或目的特化，也看得出研究團(tuán)隊(duì)對(duì)命名規(guī)則的堅(jiān)持。

　　這位相關(guān)人士對(duì) DT 君表示，寒武紀(jì)實(shí)際上是基于對(duì)整個(gè)軟硬件優(yōu)化的平臺(tái)，擁有成熟的硬件，以及軟件界面設(shè)計(jì)，生態(tài)支持能力絕佳，且因?yàn)橹R(shí)產(chǎn)權(quán)完全自有，不怕受制于人。也因此，華為一方面為了節(jié)省成本，一方面又要有足夠競(jìng)爭(zhēng)優(yōu)勢(shì)的架構(gòu)設(shè)計(jì)，考量二者得出的唯一解答：就是寒武紀(jì)了。

　　圖丨寒武紀(jì)科技

　　NPU到底有多強(qiáng)大?

　　NPU 本身可達(dá)到 1.92 TFLOPS 的半精度(16bits)計(jì)算能力，以 IFA Keynote 上提到的應(yīng)用案例為例，使用 NPU 可在一分鐘內(nèi)辨識(shí)超過(guò)兩千張圖片。換句話說(shuō)，每秒可辨識(shí)超過(guò) 30 張圖片，這對(duì)于需要及時(shí)分析的場(chǎng)景識(shí)別或者是合成，所需要的數(shù)據(jù)分析，已經(jīng)可以達(dá)到幾乎實(shí)時(shí)的地步。

　　而就華為給出的 25 倍速度，50 倍效率推算，該 NPU 功耗全負(fù)載大約只有 CPU 的一半，如果以計(jì)算效率/功耗換算，大概是 0.8 TFLOPS/W，如果以 NVIDIA 的 V100 方案作比較，V100 約為 0.4 TFLOPS/W。

　　可見(jiàn)，麒麟970內(nèi)建的 NPU 效率之高了。

　從云端到本地端硬件的AI應(yīng)用

　　DT 君在之前的報(bào)道分析中也提及，云端性能強(qiáng)大，學(xué)習(xí)快速，但學(xué)習(xí)得出來(lái)的模型是通用模型，很難針對(duì)小眾有訂制化的調(diào)整，并滿足消費(fèi)者的應(yīng)用場(chǎng)景。

　　但過(guò)去本地端硬件性能不足，雖然可通過(guò)云端學(xué)習(xí)，但數(shù)據(jù)這么一來(lái)一往，效率極低，無(wú)法做到實(shí)時(shí)處理。若本地端硬件擁有強(qiáng)大的 AI 學(xué)習(xí)能力，那么就不需要把數(shù)據(jù)上傳到云端，直接在本地端處理即可，效率更高，且更能確保數(shù)據(jù)的安全與隱私。

　　這位相關(guān)人士表示，環(huán)顧業(yè)界，其實(shí)不是只有華為在做終端的 AI 計(jì)算工作，但華為提出的方案是以能夠?qū)崿F(xiàn)快速規(guī)?；?，并以成熟的商業(yè)思維為基礎(chǔ)。其他競(jìng)爭(zhēng)業(yè)者，比如說(shuō)高通或蘋果，也都在各自的技術(shù)領(lǐng)域有所成就。

　　然而，這個(gè)市場(chǎng)目前才處于剛剛在醞釀的時(shí)期，所以根本也不存在什么競(jìng)爭(zhēng)問(wèn)題。如果產(chǎn)業(yè)競(jìng)爭(zhēng)者能夠共同把餅做大，讓生態(tài)更成熟，其實(shí)整個(gè) AI 的市場(chǎng)規(guī)模足以撐起許多大型企業(yè)，而華為搶先卡位，自然是為了屆時(shí)能夠處在一個(gè)相對(duì)優(yōu)勢(shì)的市場(chǎng)地位。

　　但任何事物的發(fā)展都需要時(shí)間，所以只有把眼前的移動(dòng)生態(tài)先做好，未來(lái)才能夠?qū)崿F(xiàn)對(duì)其他應(yīng)用場(chǎng)景的布局。

　那么生態(tài)系統(tǒng)的支持如何拓展?不同架構(gòu)是否會(huì)沖突?

　　當(dāng)然，目前業(yè)界采取的 AI 加速芯片設(shè)計(jì)，在結(jié)構(gòu)和理念上都各有不同，計(jì)算特性也不一致，但這名相關(guān)人士表示，其實(shí)也不用擔(dān)心未來(lái)會(huì)有不同架構(gòu)各據(jù)山頭，導(dǎo)致生態(tài)撕裂、餅做大前先起內(nèi)訌的狀況出現(xiàn)。

　　由于目前主流操作系統(tǒng)(包括Windows、Linux或Android)都已經(jīng)支持了針對(duì)終端 AI 計(jì)算的相關(guān)開(kāi)放規(guī)范，也提供了共同的軟件界面，從而借以接入各種不同架構(gòu)的 AI 加速芯片。

　　未來(lái) AI 加速芯片的設(shè)計(jì)會(huì)有標(biāo)準(zhǔn)功能，也會(huì)有作為差異化速求的額外附加功能，前者透過(guò)一般標(biāo)準(zhǔn)界面就可存取，后者也同樣是透過(guò)標(biāo)準(zhǔn)界面，但只需要小幅修改開(kāi)發(fā)者端的程式碼即可取用，不會(huì)造成業(yè)界的混淆。

　　移動(dòng)應(yīng)用是短期目標(biāo)，未來(lái)將打生態(tài)戰(zhàn)拓廣其他領(lǐng)域

　　這位相關(guān)人士也表示，華為在 IFA 上的應(yīng)用方向其實(shí)是短期目標(biāo)，由于手機(jī)生態(tài)成熟，也容易接受新技術(shù)的導(dǎo)入，而把 AI 加速能力放在手機(jī)方案上，最有機(jī)會(huì)得到回報(bào)。

　　就當(dāng)前的三大應(yīng)用方向而言，包含視覺(jué)處理、AR 以及自然語(yǔ)言，都是近來(lái)最熱門的高端智能手機(jī)應(yīng)用發(fā)展方向，如果華為能夠用更低的功耗，更好的效率來(lái)處理好這些事情，一來(lái)可以提升品牌價(jià)值，創(chuàng)造更高的利潤(rùn)，二來(lái)熟悉相關(guān)終端 AI 處理技術(shù)之后，也可以把這些方案拓展到其他智能應(yīng)用上，而不是只有手機(jī)而已。

　　這位相關(guān)人士也強(qiáng)調(diào)，華為內(nèi)部也已經(jīng)有下一個(gè)三年計(jì)劃，針對(duì)未來(lái) AI 技術(shù)的演進(jìn)，配合市場(chǎng)應(yīng)用的需要來(lái)進(jìn)行改善和微調(diào)，并隨著麒麟芯片的世代更替來(lái)推新架構(gòu)。

　　圖丨麒麟 970的細(xì)部架構(gòu)，NPU是最大亮點(diǎn)(資料來(lái)源：華為)

　　然而，雖然目前手機(jī)上的 AI 方案主要都著眼于 Inference(推理)，而 Learning(學(xué)習(xí))的部分則較少被提及。但憑借 NPU 的導(dǎo)入，一旦性能足夠之后，要做到小規(guī)模的學(xué)習(xí)也不是不可能的事情，這部分與個(gè)人化的使用體驗(yàn)息息相關(guān)，各大廠都不會(huì)輕易放過(guò)這塊大餅。

　　初期以高端方案布局NPU應(yīng)用，未來(lái)將可能打入中端市場(chǎng)，擴(kuò)大生態(tài)的發(fā)展

　　麒麟 970 作為第一代整合 NPU 的應(yīng)用處理器芯片，定位最高端，也不吝于用最好的工藝，搭最頂尖的計(jì)算核心，但考慮到未來(lái)市場(chǎng)的走向，AI 應(yīng)用一定會(huì)普及化、平民化，所以未來(lái)在相關(guān) AI 芯片的布局規(guī)劃上，肯定會(huì)往中端，甚至低端的方向走，但是在 NPU 的規(guī)模方面恐怕就會(huì)有所調(diào)整，一方面是成本考量，一方面也是產(chǎn)品定位問(wèn)題。

　　目前，華為正在積極和第三方軟件開(kāi)發(fā)商合作，希望將整個(gè)生態(tài)基礎(chǔ)快速擴(kuò)大，這方面也不會(huì)僅止于 IFA 上所公布的三大應(yīng)用方向，而是會(huì)鼓勵(lì)產(chǎn)業(yè)合作伙伴積極嘗試，華為也會(huì)盡力協(xié)助合作廠商做出他們想要的 AI 應(yīng)用。

　　這位相關(guān)人士表示，麒麟 970 的發(fā)表只不過(guò)是短期指標(biāo)，長(zhǎng)期來(lái)看還有不少需要加強(qiáng)的地方，但華為至少已經(jīng)踩出第一步了。雖不能說(shuō)就已經(jīng)是立于不敗之地，但至少快了競(jìng)爭(zhēng)對(duì)手一些，也讓華為可以提早思考下一步的布局。