欢迎光临GGAMen游戏资讯




从 2017 年 Hot Chips 29 一窥芯片业界现况与趋势

2024-11-22 204

长期关注半导体产业及处理器技术的最新发展,不可能不知道以下 4 场历史悠久、与 IEEE(电子电机工程学会)息息相关的 4 场研讨会。

  • Hot Chips:介绍最新型高效能芯片,目前第 29 届,厂商彼此较劲、技术行销意味浓厚的简报大赛活动,时间选在炎炎夏日,的确颇符合“Hot Chips”的抬头。
  • Cool Chips:介绍最新型“低功耗,高效能”芯片(所以连 IBM 和 Fujitsu“自己觉得没那么耗电”的 Power9 与 SPARC64 XII 都登场了),目前第 20 届,商业味道比较没那么重,主要在日本横滨举办,众多日本厂商和学术机构一同共襄盛举,包含明年 4 月的第 21 届。
  • ISSCC(国际固态电路学会):从 1953 年至今,发表先进固态电路与系统单芯片的全球论坛,提供工程师独特的机会,在先进 IC 设计工作的领域进行交流,论文清单也可经常见到台湾企业与学校的身影。
  • IEDM(国际电子元件会议):始自 1955 年,发表半导体、电子元件技术、设计、制造、物理与模型等领域中的技术突破,动辄劳驾总统行政院长褒扬的台湾半导体相关人士,多半与在 IEDM 发表重大研究成果有关。近年越来越多关于新世代非挥发性储存内存的相关论文,都在此发表。

其中相对“平易近人”的 Hot Chips,堪称是处理器业界现况与趋势的风向球。

Hot Chips 29 的趋势:人工智能满天下

  1. 相较于 2016 年的 Hot Chips 28,“人工智能概念股”完全爆炸性的成长,而各类型“人工智能芯片”,从 GPU、超级多核 CPU、FPGA、专用芯片,甚至吸引众人目光的 Google TPU,均倾巢而出。
  2. 拜自驾车风潮之所赐,自动驾驶相关技术也是变得异常热门。
  3. 以可程式化为首的 FPGA 也要开始“包山包海”,要能接无线网络,也要提供高带宽内存。但更重要的是,微软、Amazon 和百度高谈他们是怎样利用 FPGA 加速运算。
  4. 传统服务器处理器的玩家还是那几个,但这次 Qualcomm 杀进来了。
  5. P4 编程语言的实用化,象征着软件定义网络(SDN)应用的深化。
  6. 做为网络设备心脏的高阶网络处理器,规格还是一如往常的暴力。

Hot Chips 也按照惯例,在 12 月中对未参加者,开放下载完整的议程简报和线上视讯,所以特此简述今年 Hot Chips 的重点,如读者想进一步了解细节,可自行阅读网站上提供的丰富文件,外行看热闹,内行看门道,以下依序简介重点。

Keynote(主题演讲):还是聚焦在人工智能。

  • The Direct Human / Machine Interface and hints of a General Artificial Intelligence(Wiseteachers.com)
  • Recent Advances in Artificial Intelligence via Machine Learning and the Implications for Computer System Design(Google)

Tutorial(特别议程):SDN(软件定义网络)应用的“P4”封包编程语言的实用化,资料中心网络管理或 ISP 从业人士相信特别有感。

 

Background on Software Defined Networking (Netronome)

重点:SDN 也需要资料阶层的封包处理编程语言。

 

P4 Language and Applications(Barefoot Networks、Xilinx)

重点:独立于通讯协定之外的交换器架构。

 

Overview of the P4 tools(Cisco)

重点:Cisco 教你怎么撰写 P4 程式。

 

P4 Hardware Implementations(硬件实做)

  • Tofino Chip Architecture(Barefoot Networks)
  • 重点:对应 P4 的交换器芯片。

  • The p4c-sdnet Compiler(Xilinx)
  • 重点:对应 P4 的 FPGA 编译器。

  • Network Flow Processor and Agilio SmartNICs(Netronome)
  • 可处理 P4 的 120 核心网络处理器芯片。

 

Future Directions: Research Problems, Getting Involved, and Resources(Cisco)

重点:P4 生态圈誓师大会。

Tutorial(特别议程):nVidia 大谈自动驾驶顺便推销芯片。

 

An Overview of NVIDIAs Autonomous Vehicles Platform(NVIDIA)

重点:94% 的交通事故都是三宝等人为因素,所以大家就不要自己开车吧。

 

Deep Neural Networks Autonomous Vehicle Landscape(NVIDIA)

重点:从后端深度学习一路到前端车用系统,请大家爱用 nVidia 的芯片。

 

GPU and Gaming:nVidia“Volta”大战 AMD“Vega10”,然后 AMD 再度昭告天下通吃游戏机市场。

AMD’s Radeon Next Generation GPU(AMD)

重点:AMD Vega 很强很厉害,不过只和自己前代比。

 

NVIDIA’s Volta GPU: Programmability and Performance for GPU Computing(nVidia)

重点:nVidia 终于在比较正式的场合,公开了大量技术细节,包含 SM 内的运算单元结构。

 

The Xbox One X Scorpio Engine(Microsoft)

重点:新世代 Xbox One 各方面的性能都是前代的好几倍,但跟系出同源的 PS4 越来越像。

IOT / Embedded:计算机结构大师 Patterson 创造的 RISC-V 再度登上舞台,只是可能没太多人记得。

 

SiFive Freedom SoCs: Industry’s First Open-Source RISC-V Chips(SiFive)

重点:RISC 指令集的上古神兽,然后很多东西都不会收你钱。

 

Self-timed ARM M3 Microcontroller for Energy Harvested Applications(ETA Compute)

重点:要到处乱洒并不倚赖电池为动力的微控制器,时脉一定是高不起来的。

Processors:大家就拚命加速深度学习和资料处理吧。

 

XPU: A programmable FPGA Accelerator for diverse workloads(百度)

重点:连百度都在设法用 FPGA 加速其实际的“业务”,“反观”台湾。

 

Knights Mil: Intel Xeon Phi Processor for Machine Learning(Intel)

重点:Intel 新款 Xeon Phi 针对深度学习,最佳化低精度运算的效能。

 

Celerity: An Open Source RISC-V Tiered Accelerator Fabric(密歇根大学)

重点:用大量的通用 RISC-V 核心,堆叠出适合不同运算的多核心架构。

 

Graph Streaming Processor(GSP)A Next-Generation Computing Architecture(ThinCI)

重点:追求 Task Graph 工作平行化的运算架构。

Automotive:继续谈自动驾驶。

 

R-Car Gen3: Computing Platform for Autonomous Driving Era(Renesas)

重点:瑞萨的新型自动驾驶运算平台,与未来迈向 Level 4 的简略时程。

 

Localization for Next Generation Autonomous Vehicles(Swift Navigation)

重点:自驾车的导航系统,也需要配合不同的应用环境“在地化”。

FPGA:这年头的可程式化逻辑阵列要能包山包海。

 

Xilinx RFSoC: Monolithic Integration of RF Data Converters with All Programmable SoC in 16nm FinFET for Digital-RF Communications(Xilinx)

重点:FPGA 要做无线应用,也需要整合 RF 资料转换器。

 

Stratix 10: Intel’s 14nm Heterogeneous FPGA System-in-Package(SiP)Platform(Altera / Intel)

重点:Intel 继续宣传“高级胶水技术”EMIB 在 FGPA 的优势。

 

Xilinx 16nm Datacenter Device Family with In-Package HBM and CCIX Interconnect(Xilinx)

重点:这年头不只 GPU,连 FPGA 都需要整合 HBM 因应高带宽需求,世道真的不同了。

 

FPGA Accelerated Computing Using AWS F1 Instances(Amazon)

重点:不只百度,连 Amazon 也引进 FGPA 加速运算了。

Neural Net:类神经网络与深度学习真的很热闹。

 

A Dataflow Processing Chip for Training Deep Neural Networks(Wave Computing)

重点:针对深度学习而量身订做的资料流处理芯片,顺便“暗示”当下 CPU 加上 GPU 的问题。

 

Accelerating Persistent Neural Networks at Datacenter Scale(Microsoft)

重点:微软终于告诉大家,他们是怎如何在资料中心使用 FPGA 加速深度学习了。

 

DNN ENGINE: A 16nm Sub-uJ Deep Neural Network Inference Accelerator for the Embedded Masses(哈佛大学/ARM)

重点:哈佛大学研究的深度学习最佳化芯片微架构。

 

DNPU: An Energy-Efficient Deep Neural Network Processor with On-Chip Stereo Matching(韩国科学技术院)

重点:连韩国的研究机构也在自行打造深度学习芯片了。

 

Evaluation of the Tensor Processing Unit: A Deep Neural Network Accelerator for the Datacenter(Google)

重点:各位,欢呼吧,Google 公布 TPU 架构细节啦。

Architecture:Cisco 的恐龙化网络处理器与 ARM 继续炒作动态处理器分配技术。

 

A 400Gbps Multi-Core Network Processor(Cisco)

重点:Cisco 新一代 672 核心网络处理器。

 

ARM DynamIQ: Intelligent Solutions using Cluster Based Multi-Processing(ARM)

重点:ARM 介绍 DynamIQ 的细节。

Server:IBM、Intel、AMD 大乱斗,加上 Qualcomm 插一脚。

 

The Next Generation IBM Z Systems Processor(IBM)

重点:源自 S/360 的 IBM 大型主机,到现在还活得好好的,还是蓝色巨人真正的金鸡母,地球上“服务器”的万王之王。

 

The Next Generation AMD Enterprise Server Product Architecture(AMD)

重点:EPYC 的多芯片封装,制造成本不到单芯片设计的六成。

 

The New Intel Xeon Processor Scalable Family(Formerly Skylake-SP)(Intel)

重点:感觉是有点为了宣传而宣传,勉为其难的介绍产品阶层很像直销组织的 Skylake-SP。

 

Qualcomm Centriq 2400 Processor(Qualcomm)

重点:Qualcomm 终于投入 ARM 服务器市场,而且还是“纯 64 位元”微架构。

会场的海报:连做硬盘的厂商都要告诉大家他们想在未来的 SSD 做啥好事,不过就请届时下载慢慢看吧。

 

Using Texture Compression Hardware for Neural Network Inference(乔治亚理工/ARM)

重点:类神经网络的推论工作也需要材质压缩。

 

SoundTracing: Real-time Sound Propagation Hardware Accelerator(世宗大学)

重点:为了 AR 应用,透过硬件加速的声音追踪技术。

 

A Memory-Efficient Persistent Key-value Store on eNVM SSDs(Western Digital)

重点:减少未来新型 SSD 的 KVS(Key Value Store)控制器的 CPU 与内存消耗。

 

Accelerating Big Data Workloads with FPGAs(Bigstream)

重点:将 FPGA 应用于大数据处理。

 

Loom: A Precision Exploiting Neural Network Accelerator(多伦多大学)

重点:“探寻权重与激活值精度以加速卷积神经网络”的人工智能芯片。

 

EPIPHANY-V: A TFLOPS scale 16nm 1024-core 64-bit RISC Array Processor(Adapteva)

重点:美国国防部高等研究计划署(DARPA)加持的 1024 核心 RISC 处理器,有点吓人。

 

Fully-Integrated Surround Vision and Mirror Replacement SoC for ADAS/Automated Driving(TI)

重点:TI 针对自驾车周围视野与后照镜的方案。

 

GRVI Phalanx On Xilinx Virtex UltraScale+: A 1680-core, 26 MB RISC-V FPGA Parallel Processor Overlay(Gray Research LLC)

重点:1,680 核心看起来好像很恐怖。

(首图来源:影片截图)

2019-03-16 07:31:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条
0