如今RISC-V，AI處理器在數字化轉型、普適AI等大環境崛起中具有重要作用，但這些復雜的場景也帶來一個問題，就是無意義的數據量過多，這些都是系統運行的干擾。“作為架構師、我們在尋求的東西是說：在這么多、這么復雜的應用場景之下，是否可以找到一個方案來解決這些所有的問題。”Tenstorrent首席CPU構架師練維漢說道。
Tenstorrent公司是如今快速崛起的AI初創公司，由傳奇芯片設計師 Jim Keller 創立，在最近一輪融資中，獲得了由三星、現代等公司共同領投的一輪可轉換債券融資中籌集了 1 億美元。Tenstorrent 在此輪融資之前已籌集 億美元，估值達 10 億美元，它是挑戰英偉達的幾家新貴之一。
練維漢目前擔任Tenstorrent首席CPU架構師，在加入Tenstorrent之前，其在Apple、、Raza、Nexgen、AMD等公司工作，經歷了包括X86、Arm、PowerPC、RISC-V等各類處理器架構研究工作，通過不同的架構研發，練維漢有了自己的方法論。其中，愛因斯坦的宇宙統一理論，給了練維漢一個重要啟示。
【資料圖】
從數字化轉型說開
練維漢認為，數字化轉型的點不光是一個風口，更是可以堪比“工業革命”的壯舉。
而AI則是數字化轉型中的“最佳化”答案，利用算力實現量身定制從而提升效率的模式，是以前從未有過的。對算力的巨大需求，一方面使英偉達賺得盆滿缽滿，另外也使包括Tenstorrent在內的AI創業公司得以迅速崛起。
練維漢強調，盡管芯片和算力在迅速成長，但是在海量的數據面前，無論是性能還是功耗都無法跟上。“我看一個數據，就是說：谷歌如果要把他們所有的數據轉換成ChatGPT的這種結果，要花一千億美金，功耗要增加20倍。”練維漢說道。
練維漢認為，Heterogeneity（異構計算）和分布式計算是解決AI算力的唯一方法。“計算必須要在每一個地方發生。比如人類是一個非常復雜的生物機器，如果所有碰觸到你皮膚的數據都要傳遞到大腦做決定是不可能的事。如果這樣的話，你的神經可能要比現在寬多少倍都不知道。很多觸覺上的東西在皮膚層就做了篩選，有用的訊息才會傳遞到大腦。所以把所有的計算都放到云端再傳回來，這在生物學上都是不可能的。”練維漢說道，“計算必須在每個地方發生，這樣才能達到所要的功耗和傳輸要求。”
除了異構計算之外，可伸縮性也是處理器架構設計時需要考慮的。“你發明的東西不能用在一個點上，而是要支持從最簡單到最復雜的系統，就像愛因斯坦希望用一個理論來解釋宇宙所有現象一樣。
“處理器架構設計一定要遵循簡單的原則，精簡的好處有很多，但最重要的就是易于實現并且方便修改。”
練維漢表示，RISC-V由于開源，因此非常適合彈性設計。“我做了一個架構后，不需要再和Arm說可不可以進行修改。未來隨著計算的復雜，一個指令集能夠擴展出最多最復雜的應用，這是其他指令集架構所不具備的。”
基于AI的可擴展RISC-V
Tenstorrent是世界上唯一一家有AI、RISC-V、Chiplet的公司。“我們知道未來很多東西沒有辦法用AI來做，因此我們兩年前開始著手研發RISC-V芯片，從而滿足不同的計算需求。”練維漢介紹道。
練維漢強調，Tenssent的做法是從IP到Chiplet、從System Chiplet到系統的可擴展式產品，配套的軟件堆棧也具有同樣的可擴展性。
AI的變化非常迅速，比如現在隨著ChatGPT，Transformer變得流行，但可能幾年后可能就要改變。“你必須要有足夠的彈性，一定要看得長遠，不只是應用層面需要修改，可能系統也需要修改，這就需要有彈性且兼容的設計。”練維漢說道。
練維漢表示，未來的AI計算中，CPU還是會占據很重要的地位，這是兩種不同的算力。為什么還要關注CPU？
Chiplets則是優化系統架構彈性的計價方式，無論是CPU還是AI處理，通過Chiplet都可以更靈活的滿足不同行業，不同細分系統要求。
未來計算隨處可見，不能讓架構太復雜，從而影響計算效果，這也是Tenstorrent公司的最主要特色。
關鍵詞：
