AMD 與 Intel 競爭的復(fù)蘇對于尋求低成本、低功耗、高性能處理器的數(shù)據(jù)中心或工作站設(shè)計人員來說是個好消息。然而，這并不能掩蓋重點轉(zhuǎn)向?qū)Ｓ没虍悩?gòu)人工智能處理方法以及開源 RISC-V 架構(gòu)的吸引力的巨大轉(zhuǎn)變。后者面臨著廣泛的懷疑。

作為一種新架構(gòu)，設(shè)計人員有必要對 RISC-V 持懷疑態(tài)度，因為他們需要謹(jǐn)慎管理風(fēng)險，確保長期支持和二次采購，并擁有可靠且相對直觀的工具工作流程。所有這些都是圍繞開源 RISC-V 架構(gòu)出現(xiàn)的問題，以及包括 ARM、英特爾和 AMD 在內(nèi)的強(qiáng)大現(xiàn)有企業(yè)的現(xiàn)實。客戶獲勝看起來不太可能。正如一位觀察家所說，“這是一個美麗的概念和建筑，但在可預(yù)見的未來，大門已經(jīng)關(guān)上了?！?/p>

那位觀察者是獨立顧問和分析師 Loring Wirbel，他補(bǔ)充說，可能是當(dāng)前使用 Arduino 的愛好者或年輕工程師將 RISC-V 帶入主流，但這需要時間。

也就是說，RISC-V IP 的主要支持者 SiFive 正在取得進(jìn)展。它最近宣布推出其 U54-MC Coreplex IP，這是第一個基于 RISC-V 的 64 位四核實時應(yīng)用處理器，適用于 Linux（圖 1）。Electronic Products 借此機(jī)會直接向 SiFive 的產(chǎn)品和業(yè)務(wù)開發(fā)副總裁 Jack Kang 提出了這些問題。

圖 1：SiFive 的 U54-MC Coreplex IP 是第一個用于 Linux 的基于 RISC-V 的 64 位四核實時應(yīng)用處理器。

關(guān)于工具支持，Kang 表示已經(jīng)有很多開源工具可用于 RISC-V。例如，Bintils 和 GCC 是穩(wěn)定的和主線的，而 LLVM 和 Linux 正在被上游化。“Glibc 和 newlib 已經(jīng)被上游化，并將在下一個版本中發(fā)布，而 GDB 和 OpenOCD 對 RISC-V 的支持也存在，”他說。

SiFive 本身提供 Freedom Studio，這是一個基于 Eclipse 的集成開發(fā)環(huán)境 （IDE），它將所有這些工具集成到一個易于使用的環(huán)境中。

Kang 表示，在商業(yè)方面，UltraSoC 和 Segger 等供應(yīng)商已宣布支持 RISC-V?！捌渌嗉翌I(lǐng)先的調(diào)試和跟蹤商業(yè)供應(yīng)商將在 2017 年晚些時候宣布支持。”

面對老牌英特爾和 AMD，Kang 表示，RISC-V 的機(jī)會在于新的計算和需求領(lǐng)域，包括邊緣計算、物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)。

“這些市場沒有被半導(dǎo)體行業(yè)試圖提供的單體公司和單一風(fēng)格設(shè)計很好地服務(wù)，”他說。“對于 SiFive 和 RISC-V 生態(tài)系統(tǒng)而言，定制芯片和內(nèi)核的能力是關(guān)鍵優(yōu)勢?！?Kang 為 SiFive 技術(shù)考慮的應(yīng)用將需要數(shù)千種不同類型的設(shè)計?！斑@根本不是傳統(tǒng)供應(yīng)商有能力提供的?！?/p>

至于 RISC-V 需要時間讓其用戶成熟并從 Arduino 類型的愛好者應(yīng)用程序遷移，Kang 不屑一顧?！斑@聽起來像是對商業(yè)行業(yè)在開源軟件概念首次出現(xiàn)時游說的批評，”他說。“認(rèn)為創(chuàng)新只能存在于價值數(shù)十億美元的公司手中是錯誤的?！?值得注意的是，Microsemi 是 SiFive 與 Arduino 一起宣布的另一個客戶。

有足夠多的半導(dǎo)體初創(chuàng)公司嘗試過但都失敗了，這讓所有人都看到，與軟件公司相比，創(chuàng)辦一家硬件公司或構(gòu)建自己的芯片要困難得多，成本也要高得多。

“SiFive 將通過大幅降低定制硅的門檻來改變這種狀況，”Kang 說。“一旦我們這樣做了，我們就會看到很多新的想法和創(chuàng)新。”

人工智能和深度學(xué)習(xí)是新的硬件前沿 SiFive 對物聯(lián)網(wǎng)、邊緣計算和機(jī)器學(xué)習(xí)的重視符合整個行業(yè)為從邊緣尋找基于物聯(lián)網(wǎng)的霧計算類型分析的正確處理組合的趨勢到云端，以及人工智能 （AI）。雖然 AI 的實際開發(fā)很大程度上取決于編程，但執(zhí)行數(shù)據(jù)分析和決策的效率和速度在很大程度上取決于底層硬件。

考慮到這一點，每個供應(yīng)商都在尋找合適的成分來補(bǔ)充他們自己的硅。英特爾已經(jīng)購買了 Altera 的 FPGA 數(shù)據(jù)平面處理速度，以補(bǔ)充其 CPU。它還收購了 Nervana 的深度學(xué)習(xí)計算硬件引擎。Nvidia 已經(jīng)從一家 GPU 供應(yīng)商轉(zhuǎn)變?yōu)橐患胰斯ぶ悄堋C(jī)器學(xué)習(xí)和深度學(xué)習(xí)解決方案提供商。在這樣做的同時，它還與其他具有互補(bǔ)芯片的公司合作，以優(yōu)化效率和速度。

但正確的組合是什么？以色列海法的機(jī)器學(xué)習(xí)軟件開發(fā)商 Presenso 的首席技術(shù)官 Deddy Lavid 試圖回答這個問題。他表示，滿足深度機(jī)器學(xué)習(xí)需求所需的處理器和處理架構(gòu)是：

多個并行高速預(yù)處理單元（用于數(shù)據(jù)輸入和處理）

幾個并行處理單元（用于每個隱藏層神經(jīng)元的計算）

幾個并行的非常大和快速的寄存器（用于快速存儲和提取數(shù)據(jù)）

高速網(wǎng)絡(luò)帶寬

CPU 的耗電量至少要低 10 倍

Lavid 指出，這種特定于 AI 的處理器正在各個公司的密集開發(fā)中，Nvidia 以其定制的 GPU 主導(dǎo)了這個市場。

CPU 馬力不再是門控因素 為 AI 和深度學(xué)習(xí)找到正確的處理元素組合的努力是在處理速度和功耗的后馬力時代尋找正確的元素組合的更廣泛斗爭的一個具體例子很重要，但不是決定因素。例如，在數(shù)據(jù)中心，可擴(kuò)展性、內(nèi)存帶寬、I/O 和安全性是大數(shù)據(jù)原始處理與虛擬化混合的主要考慮因素。

當(dāng) AMD 與英特爾的戰(zhàn)爭在今年早些時候重新開始時，這一點得到了強(qiáng)調(diào)，AMD 在 6 月宣布了基于 Zen x86 內(nèi)核的 Epyc 7000 片上系統(tǒng) （SoC）（圖 2）。該 SoC 配備 32 個內(nèi)核、64 個線程、8 個內(nèi)存通道，每個插槽高達(dá) 2 TB 的內(nèi)存，以及 128 個 PCIe Gen 3 通道。它還具有硬件嵌入式 x86 安全性。它的推出價格從 400 美元到 4，000 美元不等。

?

圖 2：AMD 用于數(shù)據(jù)中心的 Epyc SoC 具有多達(dá) 28 個 x86 Zen 內(nèi)核和 128 個 PCIe Gen 3 通道。

為了展示 SoC 的內(nèi)存控制器性能，AMD 直接將 Epyc 與英特爾的 Broadwell 進(jìn)行了比較，使用了內(nèi)存綁定的高性能計算 （HPC） 應(yīng)用程序。這可作為虛擬現(xiàn)實和 3D 處理等應(yīng)用程序的代理，在這些應(yīng)用程序中，數(shù)據(jù)從主內(nèi)存來回移動到本地緩存中，然后再次返回到主內(nèi)存。

AMD 的 Epyc 比 Intel 的 Broadwell 提高了 78%，這并不奇怪，但最重要的一點是有效的：內(nèi)存帶寬可能會扼殺 CPU 的性能。它需要適合應(yīng)用的比例。這也適用于處理器到處理器的通信，這就是 AMD 用自己的 Infinity 結(jié)構(gòu)替換 PCIe 以實現(xiàn)更快的 GPU 通信的原因。

幾周后，當(dāng)英特爾憑借其 Skylake-SP（可擴(kuò)展處理器）SoC 超越 AMD 時，Epyc-Broadwell 的比較變得毫無意義。英特爾為其 Broadwell 產(chǎn)品線提供了 65% 的改進(jìn)，并推出了 50 個版本，價格從 400 美元到 9，000 美元不等。

值得注意的是，Skylake-SP 最高為 28 個內(nèi)核，而 Epyc 為 32 個，并且只有 48 個 PCIe 3 Gen 通道，而 Epyc 為 128 個通道。然而，除其他因素外，設(shè)計人員必須選擇哪個具有最適合應(yīng)用的功能組合以及可用的插槽數(shù)量。兩者都跨越兩個插槽，盡管 Epyc 的 I/O 使其作為單插槽解決方案具有競爭力（與 Broadwell 相比）。

邊緣虛擬化和霧計算 隨著分布式、霧計算類型的概念在物聯(lián)網(wǎng)分析中占據(jù)主導(dǎo)地位，同樣的原則也被應(yīng)用于虛擬化，將其從數(shù)據(jù)中心移出并靠近邊緣。

這是恩智浦發(fā)布具有 16 個 ARM Cortex-A72 內(nèi)核、100-Gbit/s 以太網(wǎng)和單個 PCIe Gen 4 互連的 LX2160A SoC 背后的部分原因（圖 3）。遵循旨在降低延遲、可靠性和整體功耗的霧計算原理，SoC 可用于在傳感器和云之間添加一層虛擬化和分析能力，以進(jìn)行物聯(lián)網(wǎng)數(shù)據(jù)分析?！　?/p>