北京大学谢涛:基于RISC-V构建AI算力的优势和两种模式

本站报道（文/吴子鹏）第四届滴水湖中国 RISC-V 产业论坛上，北京大学讲席教授、 RISC-V国际基金会 人工智能与 机器学习专委会主席谢涛教授进行了题为《万物智联时代的RISC-V AI算力之路》的主题演讲。在演讲中，他提到了基于RISC-V构建AI算力的优势，以及实现RISC-V AI 芯片的两种主要模式。

谢涛表示，目前计算技术体系共有三种模式。第一个是A体系，也可称为是“高铁模式”，在高性能计算时就需要加入CUDA阵营（璧仞/阿里 平头哥等），研发永远处于“跟随”状态，被人牵着鼻子走难以绕过的大量专利，只能靠开源的编译器规避诉讼。这种模式虽然容易获得客户，但是反而加强了CUDA生态，永远无法实现超越。

第二个是B体系，也可称为是“北斗模式”，强调“全自主”，以龙芯和申威为代表，因为不跟市场主流兼容，所以生态弱。这种模式成本高昂，各 公司需维护一整套软件工程团队，积累数十年研发投入。

第三个是C体系，也可称为是“ 5G模式”，比如RISC-V，走“全开放”的道路，全世界一起来建生态。

因此，谢涛认为，基于RISC-V构建AI算力是必然趋势，也是全球共识。基于RISC-V构建AI算力有很多优势，包括：
• 开放与灵活性
AI工作负载变化快，需要特定的优化才能达到最佳性能；RISC-V开放免费的特性为芯片设计者提供了极大的灵活性，可以根据具体需求定制AI加速器。

• 高度可扩展性
RISC-V的指令集精简且高度可扩展；设计者可以根据需要添加自定义指令集扩展，以增强AI计算的性能和效率。例如，可以增加向量扩展或其他专用于AI的指令集，从而提升计算速度和能效。

• 功耗和效率优势
RISC-V架构通过简洁设计和定制化扩展，可实现高效的能量使用；RISC-V架构能够通过小型且高效的处理单元，减少等待数据传输的时间，提升整体计算效率。

• 生态系统和社区支持
RISC-V生态的多样性和开放性吸引了全球大量 开发者和企业加入，为RISC-V的发展提供了强大的推动力和丰富的软件及IP资源，在RISC-V AI领域具备了良好的发展前景。

在基于RISC-V构建AI算力方向上，谢涛提到，这也会有两种主要模式：In tegrated 模式（紧 耦合）和Att ached 模式（松耦合）。其中，Integrated 模式以 CPU主干为骨架，集成在CPU内部，共享 PC（prog ram counter）、 寄存器堆等流水线单元；只是在执行单元部分增加了矩阵或向量单元。

Attached 模式外挂在 CPU上的，会有自己独立的流水线、寄存器堆、缓存等。它是“协 处理器”，它可以接收来自一个或多个CPU的指令；异步地执行不同CPU提交过来的任务。

在这两大模式下，谢涛认为，国产RISC-V要在AI算力方面实现突破，需要做到国际标准 开源社区两手抓，以推动RISC-V国际标准为抓手到国际借力，以共建国际开源软件生态为抓手到国际借力。

• RISC-V RISC-V 关注

  关注

  43

  文章

  2097

  浏览量

  45561