【導讀】在芯原AI專題技術研討會上，芯原高級副總裁、定制芯片平臺事業部總經理汪志偉表示，“大模型”與AIGC對于算力需求正在不斷升級，這既然體現在云端，也體現在邊緣端和終端：云端訓練主要側重于高性能計算、大數據分析、海量數據存儲，邊緣計算則側重于推理、實施決策和部分數據訓練，終端數據采集則涵蓋原始數據采集、帶AI的智能傳感器、為大模型提供Tokenized的數據輸入。要解決這些從“云”到“端”的算力問題，就需要相應的硬件、相應的芯片。
6月13日，在芯原AI專題技術研討會上，芯原高級副總裁、定制芯片平臺事業部總經理汪志偉表示，“大模型”與AIGC對于算力需求正在不斷升級，這既然體現在云端，也體現在邊緣端和終端：云端訓練主要側重于高性能計算、大數據分析、海量數據存儲，邊緣計算則側重于推理、實施決策和部分數據訓練，終端數據采集則涵蓋原始數據采集、帶AI的智能傳感器、為大模型提供Tokenized的數據輸入。要解決這些從“云”到“端”的算力問題，就需要相應的硬件、相應的芯片。
芯原IP業務全球市場領先
芯原是一家能提供從IP到芯片設計、定制芯片一站式服務的完整解決方案的公司，擁有六大類處理器IP儲備（神經網絡NPU、圖形GPU、視頻VPU、音頻/語音DSP、圖象信號ISP、顯示處理IP）所有的這些處理器IP都會在我們設計AIGC相關的芯片里面都會用到。
目前，芯原的IP業務已經在全球市場處于領先地位，半導體IP收入排名全球第七，License收入排名全球第五。
具體而言，視頻處理器（VCU）市占率排名全球第一，全球前二十大云平臺解決方案提供商中12個采用了芯原的IP；NPU全球累積出貨超1億顆，已被72家客戶用于其128款人工智能芯片中，擁有超過10個市場應用領域；GPGPU在全球搭載出貨量接近20億。
汪志偉解析道，這幾年發展非常好的NPU、GPGPU直接貢獻到了AI機器人大模型所需的算力芯片和算力應用上；VPU經歷了三年發展，它既可以進行圖象的“放大、縮小、畫質增強”，也可以成為AIGC生成式視頻與圖象的一部分；數模混這一部分，也支持到從250nm～5nm的不同芯片工藝節點，而且是在各個不同的方向上都有合作。
豐富的流片經驗
為了更好的為AIGC提供IP，就一定需要一個平臺，即芯原的定制芯片服務平臺。每年該平臺幫助客戶設計30顆以上的芯片，全球首批7nm EUV芯片在2018年一次流片成功，已有多顆5nm芯片成功量產與流片。
汪志偉強調，芯原在各種先進工藝節點都有著豐富的流片與量產經驗，從28nm～5nm有大量的流片與量產的經驗。
持續迭代的系統級芯片設計平臺
芯原針對系統級芯片的設計平臺SiPaaS已經迭代很多年，i.MX覆蓋前端到后端。而該平臺為云端設計的芯片都與AI和AIGC相關。
“我們的SiPaaS系統設計平臺經過多年不斷演進，每年都有大量芯片基于該平臺進行設計和流片。由于積累了豐富的技術，可以支持不同處理器架構、總線和存儲器。因此，每次設計新一代芯片時，差距都非常小。這也是為什么我們的一次流片成功率能達到90%以上?！蓖糁緜ケ硎?，芯原從前端設計入手，近年來已經擴展到軟件設計，并將完整的軟件SDK交付給客戶。
舉例來說，一家全球性芯片大廠利用SiPaaS設計的轉碼芯片，是全球首批5nm高性能轉碼芯片之一，目前已經應用在數據中心。該芯片搭載了芯原自己的AI引擎，通過AI解碼后的圖像，可以生成新的圖像和視頻內容。
再舉例來說，芯原還為客戶設計了用于數據中心的高算力AIGC芯片，適用于訓練和推理，內核包括多核高性能CPU和芯原高性能GPGPU-AI IP。由于高性能AIGC芯片需要非常龐大的帶寬，這款芯片還搭載了6400Mhz的HBM3。
為滿足數據中心對算力不斷增長的需求，芯原設計了支持Chiplet互聯的芯片。它可以通過4～6路接口互聯，將4顆以上的芯片拼接在一起。
汪志偉介紹，芯原為客戶設計的芯片面積已經達到六七百平方毫米，已經接近光照極限，很難進一步增大面積，這種情況下Chiplet設計就是解決算力問題的途徑之一。
芯片需要軟件的支持，因此，芯原提供從IP到芯片再到軟件的一站式完整解決方案。通過這套解決方案，能夠充分發揮硬件性能的完整軟件協議棧，從底層到中間層，滿足推理和訓練的要求，解決芯片間和板卡間互聯的通信問題。
通過車規認證的的設計流程
汽車是邊緣AIGC重要應用場景之一，芯原設計流程早在兩年前就通過了車規安全認證，目前已經有多個客戶和項目在進行車規芯片設計。
芯原設計的自動駕駛芯片支持300TOPS～500TOPS算力，能夠在車上運行大模型，實現超高算力。需要強調的是，芯原在設計階段就完成了基礎軟件的開發，如多目標檢測和自動泊車功能。這樣，當客戶收到芯片后，就可以在一個月內使用視覺、AI、傳感器和自動駕駛等車載功能，幫助客戶大大縮短整車的上市時間。
此外，在座艙中，芯原實現了人臉識別、手勢識別和駕駛員狀態識別等基礎算法和功能，提供基礎算法軟件平臺。對于軟件能力或算法較弱的客戶，這些平臺可以幫助其在基礎上進行優化和二次開發，針對自身需求微調算法或模型。
針對智慧出行應用，芯原按照高算力、低功耗、高可靠性要求，設計開發所需的平臺化的Chiplet方案及相關技術，并提供從Chiplet、Die-to-Die接口、封裝到軟件的整體解決方案。
不止如此，早在2022年4月2日，芯原宣布正式加入UCIe（Universal Chiplet Interconnect Express）產業聯盟。
作為中國大陸首批加入該組織的企業，芯原將與UCIe產業聯盟其他成員共同致力于UCIe版本規范和新一代UCIe技術標準的研究與應用，為芯原Chiplet技術和產品的發展進一步夯實基礎。
為邊緣帶來AIGC
在邊緣計算領域，芯原同樣擁有許多成果。
比如說，客戶設計的AI-ISP目前已經成功流片，并應用于國內一家手機大廠。該芯片從確定到流片僅用9個月時間。
該AI-ISP芯片帶有AI增強功能，算力強勁，可以輕松運行一般的推理任務，能夠提高手機用戶圖像成像質量，獲得更好效果。這也是AIGC的一部分，所有的原始數據和通過AI處理的數據都可以通過手機上傳到云端，作為云端訓練數據的一部分。
在端側比較典型的另一個案例是Open Se Cura項目，這是一個低功耗安全智能傳感芯片，與谷歌合作開發。
該芯片在端側幫助大模型采集數據，適用于智能門鈴、安全攝像頭和智能圖像處理，還可以用于語音和圖像的喚醒功能。芯原進行了許多數字設計的最佳實踐，從確定到設計完成僅用了七個半月的時間。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
