x79平台cpu cpu对比平台( 三 )


总结来说,玄铁RISC-V的硬件更多的是处理器这块,而软件则更多的是AI的编译框架以及上层的网络结构优化的工具 。软硬协同优化,则得益于阿里云AI团队与平头哥团队之间的协同 。
早在2019年8月的云栖大会上,阿里达摩院就发布了首款针对云端的自研的AI芯片——全球最强的AI推理芯片含光800 。在当时的MLPerf基准联盟公布首轮AI推理基准测试中,含光800在适用于图像分类任务的Resnet50 v1.5基准测试的四个场景中均都取得了单芯片第一的成绩 。
孟建熠告诉芯智讯:“阿里云对AI编译能力、AI框架的优化经验丰富,AI模型优化的能力是非常强的 。平头哥则在RISC-V处理器层面,通过优化库来优化我们的硬件结构,从而最终实现了更好的AI能力的提升 。”
那么其他的RISC-V芯片厂商能否通过类似的软硬件协同优化的方式来实现对于平头哥玄铁RISC-V C906在AI能效上的追赶呢?
孟建熠认为,这其中的关键在于它能不能打破其已有软硬件分离的体系,在系统层面进行优化,实现软硬件的协同 。RISC-V作为开放的架构体系,在软硬协同优化上有着天然的优势,其他厂商也都可以在各自的应用场景里面把它优化好 。当然,这其中也是有着较高门槛的 。
“要对于AI的框架、模型等有着深入理解,才能把上层优化做好,同时上层优化也需要底层硬件配合 。这是一个系统能力,不能只看硬件和软件,还要看应用 。阿里的优势在于,阿里云和平头哥多年来在这一领域的深厚积累 。”孟建熠说道 。
据介绍,目前所有的基于玄铁9系列的处理器,都可以通过平头哥提供的软硬件工具的升级,具备这个软硬协同的能力,以大幅提升整体的AI能效 。
需要指出的是,目前包括平头哥玄铁RISC-V E902、E906、C906、C910等4款量产处理器IP,以及针对玄铁RISC-V处理器AI方面的神经网络模型部署工具集HHB和神经网络加速库CSI-NN2,都是完全开源开放的 。所以,在此基础上,客户在面向特定领域的时候,还可以自己做更深度的优化 。

x79平台cpu cpu对比平台



据了解,玄铁9系列在跟客户的产品迭代过程中,在指令架构、硬件架构上面基本都是保持稳定的,在底层的库和上层的应用配套、资源使用、算法与硬件架构匹配上面,则会持续更新,帮助客户进行适配 。
孟建熠表示:“玄铁RISC-V提供的是一个基础的软硬件的能力 。随着合作伙伴对于场景不断地深入理解,完全可以在我们的基础上做得更好 。我觉得RISC-V芯片未来应该能够在低功耗、低成本、高能效、AI这些方面体现出更多优势 。”
杨静也强调:“玄铁RISC-V软硬协同的能力是可以复制的,我们希望在更多的在行业里面,帮助客户从应用出发,通过软硬件协同创新的方式不断优化,把能效进一步提升起来 。”
RISC-V在移动及服务器市场的未来
正如我们在前文当中所指出的,由于RISC-V所具有的低功耗、低成本的优势,使得其非常适合IoT市场 。目前RISC-V生态的发展也主要是围绕着各种IoT的应用 。但是,这并不代表RISC-V就没有机会进入Arm架构统治的移动市场,以及x86架构统治的服务器市场 。
2021年10月13日,平头哥就宣布其基于RISC-V架构的玄铁C910成功兼容安卓系统,可运行Chrome浏览器等应用 。这也是当时业界首次实现RISC-V架构对安卓的支持,意味着RISC-V架构有望打破场景壁垒,成为移动端芯片设计的新选择 。
据芯智讯了解,目前平头哥正持续推动基于RISC-V CPU架构的Android生态发展,未来将有更多新的进展和发布值得期待 。

推荐阅读