云計(jì)算-存算一體-EDA-技術(shù)雜談

參考文獻(xiàn)鏈接
https://mp.weixin.qq.com/s/2-MAT6xI2fcXT4LOO00gSQ
https://mp.weixin.qq.com/s/bryK0IfNciB-UdigtUOfnA
https://mp.weixin.qq.com/s/Snlh8rJByc9vvqEvnIad2g
https://mp.weixin.qq.com/s/CeiWJ_SbzxUIFo4phZ7HGw文章來源地址http://www.zghlxwxcb.cn/news/detail-721160.html

云原生背景下的云計(jì)算
■ 多維云資源產(chǎn)品化，促動(dòng)傳統(tǒng)應(yīng)用軟件向云原生系統(tǒng)轉(zhuǎn)型
當(dāng)今，全球頭部云計(jì)算供應(yīng)商共同經(jīng)歷了從提供基礎(chǔ)設(shè)施到提供行業(yè)解決方案的歷程，單純的云基礎(chǔ)設(shè)施服務(wù)已不具備前沿競爭力，提供更加貼合下游垂直應(yīng)用場景的行業(yè)級(jí)解決方案成為云計(jì)算廠商突圍競爭的核心策略之一，亦為云計(jì)算生態(tài)發(fā)展的大趨勢。相對后起的中小云服務(wù)廠商，AWS、谷歌、微軟、阿里云具備最優(yōu)先發(fā)機(jī)會(huì)優(yōu)勢和條件，具體表現(xiàn)為∶
（1）自身擁有復(fù)雜的業(yè)務(wù)生態(tài)，或具備多行業(yè)云上互聯(lián)網(wǎng)業(yè)務(wù);
（2）先發(fā)云平臺(tái)對接千萬級(jí)別商家、承載上億級(jí)別用戶;
（3）針對雙向數(shù)據(jù)匹配開發(fā)程序化計(jì)算模式，計(jì)算方法沉淀豐富的To B端口服務(wù)經(jīng)驗(yàn)。
■ 隨硬件層、軟件層云化進(jìn)程推進(jìn)，云廠商著手推進(jìn)云架構(gòu)下層軟硬件結(jié)合
應(yīng)用軟件向云原生系統(tǒng)升級(jí)的具體形態(tài)包括云原生數(shù)據(jù)庫、云原生存儲(chǔ)等，然而獨(dú)立的云原生產(chǎn)品依然存在數(shù)據(jù)割裂、數(shù)據(jù)孤島等問題，為了使分布式系統(tǒng)更加開放、更加產(chǎn)品化，云廠商持續(xù)加入多元中間件，如消息中間件、事務(wù)處理中間件、數(shù)據(jù)庫中間件等等。2018年起，為便于開發(fā)人員基于K8S系統(tǒng)開展云上調(diào)研、分析，谷歌領(lǐng)頭對大量中間件進(jìn)行開源化處理，并持續(xù)推動(dòng)中間件的標(biāo)準(zhǔn)化。
縱觀云計(jì)算形態(tài)的發(fā)展歷程，云廠商已經(jīng)基本完成了分布式系統(tǒng)向云原生系統(tǒng)的進(jìn)化，并開啟了分布式管控完全標(biāo)準(zhǔn)化和開源化的進(jìn)程，云上用戶可享受愈加開放的集成性云服務(wù)平臺(tái)。

云計(jì)算定義及再定義——云原生核心∶虛擬機(jī)和容器化
虛擬機(jī)向容器的演進(jìn) 盤活有限的基礎(chǔ)資源，在安全、效率、備份、遷移等方面獲得原始資源配置
■虛擬機(jī)效力升級(jí)，追求多核、自研策略成為云廠商發(fā)展的大趨勢
相對硬件服務(wù)器，虛擬機(jī)部署成本顯著降低，進(jìn)一步提升虛擬機(jī)效力是當(dāng)前云計(jì)算龍頭廠商的核心策略之一，其中，效力升級(jí)路徑包括∶
（1）虛擬化能力向硬件端卸載——頭部廠商如AWS、微軟等，持續(xù)強(qiáng)化自研業(yè)務(wù)健壯度，開發(fā)專用的、負(fù)載統(tǒng)一的、可兼容X86等所有應(yīng)用的CPU；
（2）核數(shù)升級(jí)——當(dāng)前云上應(yīng)用已不局限于單核能力，以ARM架構(gòu)為例，廠商對多核架構(gòu)的追求成為大趨勢（從60核到98核，到當(dāng)前120+核）。此外，自研芯片的興起也成為云本身發(fā)展的大趨勢。

■虛擬機(jī)成搭載多元化訂閱服務(wù)，助力用戶完成云資源的本地化部署
當(dāng)前，云廠商交付業(yè)務(wù)主要方式包括一體機(jī)交付、certified交付、純軟件交付等。用戶可自行購置硬件基礎(chǔ)設(shè)施并部署業(yè)務(wù)。多數(shù)頭部云廠商選擇公共云服務(wù)本地化部署加虛擬機(jī)軟件配置的方式，而非出售分布式存儲(chǔ)的方式。用戶可持續(xù)訂閱混合云、私有云服務(wù)。
云計(jì)算定義及再定義——云原生架構(gòu)核心∶微服務(wù)
微服務(wù)通過細(xì)粒度切分、單獨(dú)進(jìn)程、輕量級(jí)通信、獨(dú)立部署四個(gè)特征解決了單體應(yīng)用架構(gòu)衍生的集中式項(xiàng)目迭代流程。
■微服務(wù)架構(gòu)經(jīng)歷四輪迭代，基本實(shí)現(xiàn)模塊松耦合
微服務(wù)架構(gòu)（MSA，Microservices Architecture）是一種架構(gòu)風(fēng)格和設(shè)計(jì)模式，提倡將應(yīng)用分割成一系列細(xì)粒度的服務(wù)，每個(gè)服務(wù)專注于單一業(yè)務(wù)功能，運(yùn)行于獨(dú)立部署的進(jìn)程中，服務(wù)之間邊界清晰，采用如HTTP/REST等輕量級(jí)通信機(jī)制。提煉出四點(diǎn)微服務(wù)的特征∶1、細(xì)粒度切分 2.單獨(dú)的進(jìn)程 3.輕量級(jí)通信 4.松耦合，可獨(dú)立部署。
■ 微服務(wù)切分方法助力組織實(shí)現(xiàn)更細(xì)粒度的開發(fā)流程切分方法
微服務(wù)應(yīng)用所完成的功能在業(yè)務(wù)域劃分上相互獨(dú)立，相比單體應(yīng)用強(qiáng)行綁定語言和技術(shù)棧，微服務(wù)的好處是不同業(yè)務(wù)域有著不同的技術(shù)選擇權(quán)，比如推薦系統(tǒng)采用Python要比Java的實(shí)現(xiàn)效率要更高。
于組織層面上，微服務(wù)對應(yīng)的團(tuán)隊(duì)更小，"一個(gè)微服務(wù)團(tuán)隊(duì)一頓能吃掉兩張披薩餅"是業(yè)內(nèi)對正確劃分微服務(wù)在業(yè)務(wù)域邊界的隱喻，通過最大化"適度職責(zé)"實(shí)現(xiàn)相對自治，增益開發(fā)效率。
于開發(fā)效率上，微服務(wù)團(tuán)隊(duì)雖小卻要求著更高的開發(fā)迭代速度，業(yè)內(nèi)評價(jià)標(biāo)準(zhǔn)是至少兩周完成一次迭代，所以也反向?qū)ξ⒎?wù)的業(yè)務(wù)域邊界劃分提出了要求。

云計(jì)算定義及再定義——云原生架構(gòu)核心∶DevOps
超過50%的受訪企業(yè)表示對DevOps轉(zhuǎn)型項(xiàng)目存在強(qiáng)訴求，核心關(guān)注點(diǎn)在于∶DevOps流程下各業(yè)務(wù)線需求是否高效到達(dá)研發(fā)團(tuán)隊(duì)，并且是否能夠適應(yīng)敏捷開發(fā)流程。
■ DevOps標(biāo)準(zhǔn)化目的在實(shí)現(xiàn)于敏捷開發(fā)閉環(huán)
DevOps標(biāo)準(zhǔn)化流程包括集成環(huán)節(jié)自動(dòng)化、部署環(huán)節(jié)自動(dòng)化、測試環(huán)節(jié)自動(dòng)化以及運(yùn)維環(huán)節(jié)的自動(dòng)化。DevVOps最終循環(huán)流以業(yè)務(wù)敏捷部署為前提，以敏捷型需求為起點(diǎn)，以需求落地為終點(diǎn)，并通過運(yùn)維、監(jiān)控、數(shù)據(jù)追蹤分析等后端節(jié)點(diǎn)最終實(shí)現(xiàn)需求落地目標(biāo)，構(gòu)建DevOps閉環(huán)。
■標(biāo)準(zhǔn)化理念助力企業(yè)DevOps轉(zhuǎn)型
企業(yè)選擇DevOps轉(zhuǎn)型的目標(biāo)包括∶縮短前置時(shí)間，加快部署頻率，提高系統(tǒng)的可用性，減少服務(wù)恢復(fù)時(shí)間，降低變更失敗率等。DevOps標(biāo)準(zhǔn)化進(jìn)程涵蓋編碼過程、環(huán)境配置、代碼架構(gòu)、測試工具、Cl/CD流程、系統(tǒng)環(huán)境等方面。
中小企業(yè)在DevOps轉(zhuǎn)型過程中，逐步強(qiáng)化自動(dòng)恢復(fù)功能、運(yùn)維監(jiān)控?cái)?shù)據(jù)采集、大數(shù)據(jù)分析等能力，以協(xié)助運(yùn)維人員在短時(shí)間內(nèi)恢復(fù)服務(wù)的目標(biāo)。業(yè)務(wù)部門及產(chǎn)品研發(fā)線DevOps轉(zhuǎn)型項(xiàng)目在落地期間需要著重注意∶①∶DevOps功能質(zhì)量是否達(dá)標(biāo)；②∶是否充分理解并匹配業(yè)務(wù)需求。
云計(jì)算定義及再定義——云原生全景圖簡述
■云原生全景4層供應(yīng)、運(yùn)行時(shí)、編排管理、應(yīng)用定義及開發(fā)）全方位定義基礎(chǔ)設(shè)施
云原生基礎(chǔ)設(shè)施包括供應(yīng)層、運(yùn)行時(shí)層、編排和管理層以及應(yīng)用定義和開發(fā)層。供應(yīng)層包括自動(dòng)化和部署工具、容器注冊表、安全及合規(guī)框架、秘鑰管理方案等，供應(yīng)層工具協(xié)助工程師編寫基礎(chǔ)設(shè)施參數(shù)以保證一致性、安全性。
運(yùn)行時(shí)層需保障容器化應(yīng)用程序組件順利運(yùn)行并達(dá)到通信目標(biāo)，覆蓋云原生存儲(chǔ)（虛擬磁盤、持久化存儲(chǔ)）、容器運(yùn)行時(shí)（容器隔離、容器資源及安全）、云網(wǎng)絡(luò)（分布式系統(tǒng)節(jié)點(diǎn)、節(jié)點(diǎn)連接及通信）。編排和管理層依托云原生天然的可擴(kuò)展性，順支持容器化服務(wù)形成管理群組。編排和管理層覆蓋節(jié)點(diǎn)包括編排調(diào)度、協(xié)調(diào)及服務(wù)發(fā)現(xiàn)、遠(yuǎn)程進(jìn)程調(diào)度、服務(wù)代理、API網(wǎng)關(guān)、Service Mesh等。
應(yīng)用定義及開發(fā)層作為云原生全景的最頂層，需要可靠、安全的作業(yè)環(huán)境。該層涵蓋數(shù)據(jù)庫、流和消息傳遞、應(yīng)用程序定義和鏡像構(gòu)建、持續(xù)集成和交付等環(huán)節(jié)。業(yè)務(wù)線或可實(shí)現(xiàn)代碼在生產(chǎn)環(huán)境的自?動(dòng)部署。

■可觀察性及分析工具貫穿云原生全景4層

云原生團(tuán)隊(duì)在選擇技術(shù)棧時(shí)，需注重考慮各類工具能力及功能平衡性，以確定最合適的工具組合。與此同時(shí)選擇適應(yīng)度最高的數(shù)據(jù)存儲(chǔ)、基礎(chǔ)設(shè)施管理、消息系統(tǒng)等方案。

■實(shí)踐過程中，用戶及開發(fā)者可對應(yīng)云原生全景路線圖選擇軟件和產(chǎn)品
云原生全景路線圖整合用戶及平臺(tái)開發(fā)者在實(shí)際環(huán)境中應(yīng)用云原生技術(shù)所思考和處理的問題，包括容器化、持續(xù)集成和持續(xù)發(fā)布、應(yīng)用編排、監(jiān)控和分析、服務(wù)代理、服務(wù)發(fā)現(xiàn)、治理、網(wǎng)絡(luò)、分布式數(shù)據(jù)庫和存儲(chǔ)、流和消息處理、容器鏡像庫和運(yùn)行環(huán)境、軟件發(fā)布等。
■云市場需求差異化演進(jìn)為趨勢性事務(wù)，云廠商向行業(yè)解決方案供應(yīng)商邁進(jìn)
基于當(dāng)前市場背景，頭部云廠商進(jìn)入云鐘算重新定義的時(shí)期，當(dāng)下市場的云是否體現(xiàn)出差異化特征仍然基于云廠商對于云計(jì)算定義的不同，但可以確定的是，云市場的差異化是趨勢性事務(wù)。正如AWS、谷歌、微軟等全球頭部云廠商，從原本單一的基礎(chǔ)設(shè)施供應(yīng)商逐漸演化為行業(yè)解決方案供應(yīng)商，云計(jì)算服務(wù)的集成和整合亦為大勢所趨。
一些原本在云上部署自身互聯(lián)網(wǎng)業(yè)務(wù)的云廠商，天生具備更優(yōu)越的機(jī)會(huì)和條件，例如數(shù)據(jù)的原生性、龐大的用戶訪問量、長期實(shí)時(shí)匹配不同用戶端的經(jīng)驗(yàn)等，種種原生業(yè)務(wù)助力云廠商在計(jì)算方面積累充分的下游應(yīng)用場景服務(wù)經(jīng)驗(yàn)。
云計(jì)算市場差異化特點(diǎn)——單點(diǎn)需求+云原生數(shù)據(jù)分析
■相對一整套基礎(chǔ)設(shè)施，云計(jì)算市場下游用戶更加需要單點(diǎn)問題、單點(diǎn)應(yīng)用解決方案
在驅(qū)動(dòng)因素方面，觀察到，云計(jì)算市場下游企業(yè)多數(shù)是受應(yīng)用驅(qū)動(dòng)，而非受下層基礎(chǔ)設(shè)施驅(qū)動(dòng)。例如，政務(wù)部門往往并非需要購買一整個(gè)云上系統(tǒng)，而是需要解決單點(diǎn)問題。與之相似企業(yè)用戶也更多需要解決一個(gè)或多個(gè)應(yīng)用層面的問題。面對政企用戶對單點(diǎn)問題或單點(diǎn)應(yīng)用層面的需求，當(dāng)前云廠商能夠提供的服務(wù)存在距離。
第一代云市場本質(zhì)上市互聯(lián)網(wǎng)公司系統(tǒng)，以基礎(chǔ)設(shè)施為服務(wù)核心，但政企用戶通常需要的是解決方案。因此，當(dāng)前云廠商要更加強(qiáng)針對各行各業(yè)解決方案的智能化設(shè)計(jì)，而非簡單的流程設(shè)置?？梢哉f，傳統(tǒng)模式下，供應(yīng)商將用戶系統(tǒng)簡單搬運(yùn)到云上是較為初級(jí)、簡單、門檻較低的流程，而當(dāng)下，能否利用更先進(jìn)技術(shù)明顯改善用戶業(yè)務(wù)流程是云廠商提高差異化競爭優(yōu)勢的核心戰(zhàn)略。

■搭建云原生大數(shù)據(jù)分析能力成為趨勢和潮流
在大數(shù)據(jù)分析領(lǐng)域，市場的差異化特征亦為優(yōu)勢特征，即構(gòu)建基于云原生的大數(shù)據(jù)分析能力。云計(jì)算市場發(fā)展至今，基礎(chǔ)設(shè)施已基本滿足市場需求，在云原生數(shù)據(jù)庫、云原生存儲(chǔ)服務(wù)趨于成熟的同時(shí)，供應(yīng)商及下游用戶更衍生出對云原生大數(shù)據(jù)分析服務(wù)的需求，基于云原生的數(shù)據(jù)分析服務(wù)將成為市場趨勢和潮流。
云計(jì)算市場成長空間—Snowflake對市場的啟示
Snowflake架構(gòu)的出現(xiàn)印證了數(shù)據(jù)倉庫理念向微服務(wù)模式演進(jìn)的邏輯，在云服務(wù)逐步成熟的時(shí)代實(shí)現(xiàn)對業(yè)務(wù)側(cè)需求的精準(zhǔn)應(yīng)對，未來或順應(yīng)本地和云端更多的整合、遷移而持續(xù)演進(jìn)。
■ Snowflake時(shí)代∶源于云原生且專注于數(shù)據(jù)倉庫閉環(huán)服務(wù)
區(qū)別于多數(shù)數(shù)據(jù)倉庫服務(wù)供應(yīng)商，Snowflake構(gòu)建出誕生于云原生時(shí)代的數(shù)據(jù)服務(wù)產(chǎn)品，針對傳統(tǒng)數(shù)據(jù)服務(wù)產(chǎn)品受限于自身架構(gòu)而無法全方位支持云端負(fù)載的局限性，為企業(yè)面臨的多元數(shù)據(jù)需求和問題提出新型解決方案。
Snowflake強(qiáng)化了數(shù)據(jù)倉庫的價(jià)值服務(wù)點(diǎn)，核心包括性能、并發(fā)性和易用性。在性能層面，啟發(fā)更多供應(yīng)商思考針對petabyte級(jí)別海量數(shù)據(jù)的處理方案和降本方案，最大限度發(fā)揮云資源效用。
在并發(fā)性層面，Snowflake的產(chǎn)品邏輯啟發(fā)開發(fā)者更加重視數(shù)據(jù)層版本迭代可能對用戶業(yè)務(wù)產(chǎn)生的影響，有效應(yīng)對self-BI時(shí)代數(shù)據(jù)高并發(fā)、安全強(qiáng)需求的挑戰(zhàn)。而在易用性層面為了讓應(yīng)用層企業(yè)用戶更加專注于開發(fā)核心業(yè)務(wù)、創(chuàng)造價(jià)值，云原生的數(shù)據(jù)服務(wù)可依托更多的自動(dòng)化方案承攬底層基礎(chǔ)業(yè)務(wù)，持續(xù)提升功能易用度。

■ 底層架構(gòu)持續(xù)演進(jìn)∶提升存儲(chǔ)、計(jì)算、管理服務(wù)分離度
傳統(tǒng)數(shù)據(jù)倉儲(chǔ)服務(wù)模式下，用戶享用位置相同的資源，在訪問量激增的環(huán)境下易導(dǎo)致系統(tǒng)崩潰等問題，在高頻讀寫、數(shù)據(jù)復(fù)制、數(shù)據(jù)遷移等方面也存在顯著劣勢，延展性、并發(fā)性落后于應(yīng)用層業(yè)務(wù)需求。而在Snowflake主導(dǎo)的分離式架構(gòu)下，系統(tǒng)可通過優(yōu)化規(guī)則分配資源，通過節(jié)點(diǎn)的獨(dú)立有效應(yīng)對延展性和并發(fā)性。
打破芯片能效天花板
自文明誕生起，人類一直在尋求能夠更加有效存儲(chǔ)信息的方式。從遠(yuǎn)古時(shí)代用結(jié)繩計(jì)數(shù)，到在木板、石塊、紙本上記錄文字，再到數(shù)字存儲(chǔ)技術(shù)誕生，唱片、磁帶、光盤、硬盤、閃存等風(fēng)靡于世，每一輪存儲(chǔ)介質(zhì)的更新?lián)Q代，都會(huì)開啟新的市場機(jī)遇之門。如今，創(chuàng)新帷幕再度拉開，被寄予打破“內(nèi)存墻”限制、突破功耗瓶頸的存算一體芯片技術(shù)，在后摩爾時(shí)代拔地而起。這在楊越眼中，是任何一次底層的技術(shù)革新都可能難遇的“人生機(jī)會(huì)”，可能每隔10年乃至更長時(shí)間，才會(huì)出現(xiàn)一次。嗅到這一風(fēng)向，2021年2月，一家領(lǐng)域?qū)＜壹Y(jié)的初創(chuàng)公司蘋芯科技正式起航。其核心團(tuán)隊(duì)技術(shù)背景深厚：由新型存儲(chǔ)器及人工智能（AI）芯片領(lǐng)域知名學(xué)者、杜克大學(xué)電子與計(jì)算機(jī)工程系正教授、IEEE/ACM Fellow陳怡然，以及覆蓋軟硬件設(shè)計(jì)的技術(shù)專家楊越、章堯君、許振隆組成。陳怡然和楊越是清華大學(xué)校友，陳怡然畢業(yè)于電子系，楊越畢業(yè)于自動(dòng)化系，章堯君是陳怡然的首位博士畢業(yè)生，許振隆曾在臺(tái)積電任職多年。在創(chuàng)始團(tuán)隊(duì)光環(huán)加持下，蘋芯科技從公開露面至今一直備受業(yè)界關(guān)注。就在本周，這家創(chuàng)企剛剛完成新一輪千萬級(jí)美元融資，此前已經(jīng)完成三款存算一體芯片的流片，其科研成果還入選了今年舉辦的固態(tài)電路頂會(huì)ISSCC 2022。蘋芯科技聯(lián)合創(chuàng)始人兼CEO楊越告訴智東西，蘋芯除了目前三款I(lǐng)P芯片，今年下半年將有一款面向端側(cè)低功耗應(yīng)用的完整SoC流片，并以此規(guī)劃打造完整“智能感知決策系統(tǒng)”，這顆SoC芯片將具備語音處理、人臉檢測等多模態(tài)功能，用于完成系統(tǒng)商業(yè)化落地的目標(biāo)。
01.清華“90后”師兄弟組隊(duì)創(chuàng)業(yè)要革傳統(tǒng)計(jì)算體系的命

在清華園求學(xué)的那段時(shí)光，楊越和陳怡然并無交集，也不會(huì)想到多年以后，這位比自己大4屆的師兄將在美國斯坦福大學(xué)旁的餐館里，向自己發(fā)起組隊(duì)創(chuàng)業(yè)的邀請。1998年，楊越被保送進(jìn)入清華自動(dòng)化系，正值陳怡然學(xué)完本科課程、開啟碩士學(xué)業(yè)。三年后，陳怡然赴美國普度大學(xué)讀博士，期間索尼的一篇論文，給了研發(fā)非易失性存儲(chǔ)器技術(shù)的靈感。楊越在清華讀完書，又到加拿大多倫多大學(xué)計(jì)算機(jī)工程系攻讀博士，開始接觸存儲(chǔ)相關(guān)技術(shù)，側(cè)重研究軟件方向。另一邊，畢業(yè)后的陳怡然選擇先進(jìn)入工業(yè)界歷練一番。曾在新思科技、希捷等芯片和存儲(chǔ)名企做研發(fā)，早在2009年已經(jīng)開始探索用非易失性存儲(chǔ)器做神經(jīng)網(wǎng)絡(luò)加速。后來轉(zhuǎn)向?qū)W術(shù)界，2010年加入美國匹茲堡大學(xué)，后加入美國杜克大學(xué)電子與計(jì)算機(jī)工程系，長期潛心科研。值得一提的是，因?qū)π滦痛鎯?chǔ)器、神經(jīng)擬態(tài)計(jì)算及深度學(xué)習(xí)加速等方面的學(xué)術(shù)貢獻(xiàn)，陳怡然教授當(dāng)選了IEEE和ACM雙料Fellow。迄今已發(fā)表近500篇論文，獲得8次國際會(huì)議和研討會(huì)的最佳論文獎(jiǎng)、1次最佳海報(bào)獎(jiǎng)和14次最佳論文提名，在存儲(chǔ)及AI計(jì)算研究領(lǐng)域聲名遠(yuǎn)揚(yáng)。楊越則在存儲(chǔ)行業(yè)持續(xù)沉淀，先是博士期間參與創(chuàng)辦一家固態(tài)硬盤（SSD）公司，并主要負(fù)責(zé)整個(gè)軟件的開發(fā)測試；后來于2019年初到美國存儲(chǔ)芯片巨頭美光科技的3D XPoint組做首席系統(tǒng)架構(gòu)師），其團(tuán)隊(duì)研發(fā)的前沿存儲(chǔ)硬盤3D XPoint X100，性能比傳統(tǒng)SSD快了1000倍。
就在專注于各自工作時(shí)，信息產(chǎn)業(yè)掀起一股新的巨浪——自2016年AI系統(tǒng)AlphaGo首次擊敗世界圍棋冠軍起，AI浪潮開始席卷全球，各類AI芯片如雨后春筍般破土而出。彼時(shí)，傳統(tǒng)的馮·諾依曼計(jì)算機(jī)體系架構(gòu)，是大多數(shù)AI芯片的根基。但這類架構(gòu)存在一大局限性：不必要的功耗浪費(fèi)太多了。對于動(dòng)輒處理海量數(shù)據(jù)的AI計(jì)算來說，這種局限性日益顯得捉襟見肘。該體系下，計(jì)算單元與存儲(chǔ)單元完全分離，數(shù)據(jù)在兩者之間頻繁搬運(yùn)，造成額外的延時(shí)和能耗開銷。讀寫一次內(nèi)存數(shù)據(jù)的能耗，甚至?xí)扔?jì)算一次數(shù)據(jù)的能耗多幾百倍。當(dāng)摩爾定律逼近極限，傳統(tǒng)架構(gòu)的芯片性能“天花板”近在咫尺，要做到10倍乃至100倍的性能提升，必須實(shí)現(xiàn)架構(gòu)層面的顛覆式創(chuàng)新。存內(nèi)計(jì)算技術(shù)，作為極具潛力的AI芯片未來方向，終于從幕后走到臺(tái)前。隨著新型存儲(chǔ)器和AI硬件兩大技術(shù)潮流交匯，計(jì)算與存儲(chǔ)之間的界限變得模糊，一個(gè)史無前例的時(shí)代機(jī)遇，擺在了陳怡然、楊越等人的眼前——基于存內(nèi)計(jì)算的底層架構(gòu)創(chuàng)新，將是一條AI計(jì)算的通途。
02.“不想做第1001家AI芯片公司”
在斯坦福大學(xué)旁邊，陳怡然跟楊越一起吃了頓飯，聊起創(chuàng)辦存算一體AI芯片公司的想法。兩人一拍即合，楊越覺得，這非常符合對新興事物的追求，相信存內(nèi)計(jì)算的技術(shù)路線能將整個(gè)芯片系統(tǒng)的性能提上一個(gè)新的臺(tái)階。顧名思義，存內(nèi)計(jì)算方法用存儲(chǔ)器做計(jì)算，從根本上解決時(shí)延、功率等方面的損耗，打破了“內(nèi)存墻”、“功耗墻”的瓶頸，因此能做到數(shù)量級(jí)程度地提升相關(guān)的計(jì)算效率、能效比等核心指標(biāo)。再加上當(dāng)前AI深度學(xué)習(xí)算法涉及大量矩陣乘加運(yùn)算，這些矩陣擺放數(shù)據(jù)的方式與數(shù)據(jù)在內(nèi)存中的存放方式相似，用存儲(chǔ)器做AI計(jì)算加速的思路日漸成熟，各路資本也紛至沓來，爭相下注。此時(shí)不創(chuàng)業(yè)，更待何時(shí)？另外兩位技術(shù)大牛也決定和陳怡然、楊越組隊(duì)“干大事”。一位是章堯君，畢業(yè)于上海交通大學(xué)，后在匹茲堡大學(xué)電子工程系讀博士，師從陳怡然教授，已在新型存儲(chǔ)器領(lǐng)域工作十年，曾設(shè)計(jì)開發(fā)多款MRAM商用芯片。另一位是許振隆，本碩畢業(yè)于臺(tái)灣新竹清華大學(xué)，多年任職于臺(tái)積電，擁有逾20年芯片設(shè)計(jì)經(jīng)驗(yàn)，曾帶領(lǐng)團(tuán)隊(duì)成功交付多款量產(chǎn)芯片。當(dāng)時(shí)參與規(guī)劃組建這個(gè)團(tuán)隊(duì)的，還有同為清華校友、現(xiàn)任清華大學(xué)電子工程系系主任的汪玉教授。汪玉曾參與創(chuàng)辦國內(nèi)明星AI芯片企業(yè)深鑒科技，后來該公司被全球FPGA龍頭賽靈思收購，與楊越還是高中同窗。就這樣，2021年2月，蘋芯科技呱呱墜地。存內(nèi)計(jì)算的英文是“Processing in memory”，縮寫為PIM，蘋芯科技的英文名「PIMCHIP」便由此而來?！疤O芯”的“蘋”，即是PIM的諧音。蘋芯創(chuàng)始團(tuán)隊(duì)兵分兩路，陳怡然教授作為董事長總攬全局，CEO楊越和CTO章堯君在北京搭建起蘋芯的初始團(tuán)隊(duì)，負(fù)責(zé)整個(gè)系統(tǒng)的研發(fā)；許振隆則帶隊(duì)負(fù)責(zé)搭建存內(nèi)計(jì)算的內(nèi)核?！安幌胱龅?001家AI芯片公司，”聊起創(chuàng)業(yè)初心，楊越希望在AI時(shí)代背景下，將蘋芯科技發(fā)展成為非馮·諾依曼架構(gòu)新計(jì)算范式的引領(lǐng)者。用一個(gè)新的技術(shù)去解決一個(gè)舊的問題，這沒什么意思，存算一體的使命不只是為了迎合市場需求，而應(yīng)該去開辟一些新的戰(zhàn)場，這才是創(chuàng)新技術(shù)的長遠(yuǎn)價(jià)值所在?！案嗨伎嫉氖?，在人工智能時(shí)代里面，關(guān)注的點(diǎn)到底是什么。你要去做1001家AI芯片公司，還是去為一個(gè)之前沒有智能化的公司完成智能化轉(zhuǎn)型，哪一個(gè)對來說是更有意義的？”
03.創(chuàng)業(yè)半年，SRAM存內(nèi)計(jì)算加速器測試成功
什么對蘋芯是更有意義的？為了回答這個(gè)問題，蘋芯團(tuán)隊(duì)走訪了很多客戶，了解對方的痛點(diǎn)、對技術(shù)的要求，以及能利用技術(shù)實(shí)現(xiàn)什么核心價(jià)值。“一直對技術(shù)抱有敬畏之心，在戰(zhàn)略層面沿著先做技術(shù)、再做平臺(tái)、然后做產(chǎn)品的思路，發(fā)展過程中幾條腿同時(shí)走路?！睏钤较嘈疟绕鹋c巨頭狹路相逢，初創(chuàng)公司的機(jī)會(huì)更多是在細(xì)分領(lǐng)域中，能夠快速迭代，了解新領(lǐng)域的know-how，快速滿足用戶的剛需。令楊越很有成就感的是，蘋芯的團(tuán)隊(duì)氛圍非常融洽?！澳芨杏X到大家每天都是非常希望來上班的，工作目標(biāo)、職業(yè)規(guī)劃都制定得很清晰?！边@是一群特別靠譜的工作伙伴。作為一家初創(chuàng)公司，蘋芯必須保持很快的流片節(jié)奏。第二款芯片流片測試完成后，大家非常淡定，出去吃了頓簡單的慶功宴，便馬不停蹄地開始推進(jìn)下一個(gè)研發(fā)任務(wù)。2021年9月7日，蘋芯科技宣布其基于SRAM架構(gòu)的存內(nèi)計(jì)算加速器S200已經(jīng)測試成功?？梢詫⑸疃葘W(xué)習(xí)算法中占主導(dǎo)的基本運(yùn)算在存儲(chǔ)器內(nèi)完成，能大幅提升計(jì)算效率，并能完成無損精度的運(yùn)算。蘋芯團(tuán)隊(duì)稱，這款加速器「首次將商用存內(nèi)計(jì)算帶入28nm時(shí)代」。

▲S200芯片性能參數(shù)概覽
該成果還發(fā)表在有“固態(tài)電路領(lǐng)域奧林匹克”之稱的芯片頂會(huì)ISSCC 2022上。其32Kb無ADC架構(gòu)SRAM存內(nèi)計(jì)算加速單元基于28nm工藝搭建模塊，能效比高達(dá)27.38TOPS/W INT8，同時(shí)實(shí)現(xiàn)1.041Mb/mm2的高面效比。而在同等條件下，世界上多數(shù)加速器測試結(jié)果，通常介于2-3TOPS/W之間。足足將能效比提升10倍，蘋芯是怎么做到的？
04.兩大技術(shù)優(yōu)勢，三個(gè)未來目標(biāo)
蘋芯的存內(nèi)計(jì)算加速器S200有兩大技術(shù)優(yōu)勢：28nm工藝和全數(shù)字化設(shè)計(jì)。楊越說，選擇28nm是綜合考慮的決定。先進(jìn)節(jié)點(diǎn)固然能帶來更高性能，但也意味著更高的流片和量產(chǎn)成本，這與端側(cè)芯片對成本的苛刻要求相矛盾。28nm則相對成本更低，同時(shí)也能展現(xiàn)出SRAM向高級(jí)制程節(jié)點(diǎn)兼容性好的優(yōu)勢。此外，多家晶圓代工廠具備28nm制造能力，在供給產(chǎn)能方面更加穩(wěn)定和充裕。S200的另一重優(yōu)勢，是全數(shù)字化設(shè)計(jì)。以前存內(nèi)計(jì)算芯片主要是模擬芯片，優(yōu)勢是能效高，但會(huì)犧牲一定精度。而蘋芯研發(fā)的無ADC架構(gòu)SRAM存內(nèi)計(jì)算加速單元，不僅能保障精度，能效性也能做到更加領(lǐng)先。除了整型數(shù)據(jù)的支持外，楊越提到浮點(diǎn)數(shù)據(jù)也在蘋芯的技術(shù)支持范圍內(nèi)，處于持續(xù)優(yōu)化驗(yàn)證的過程中。

▲蘋芯科技存算一體AI芯片實(shí)物照片
軟件研發(fā)同樣是AI芯片公司的戰(zhàn)略重心。據(jù)楊越觀察，端側(cè)客戶相對沒那么關(guān)心芯片底層設(shè)計(jì)，更在乎端側(cè)芯片的實(shí)際表現(xiàn)，包括性能、成本以及好不好用，有三種常見訴求：一是易用性，即上手不費(fèi)勁；二是可定制性，客戶可能有自己的算子，有二次開發(fā)需求；三是可擴(kuò)展性，當(dāng)硬件計(jì)算能力升級(jí)，軟件不能成為瓶頸。蘋芯也非常重視軟硬件協(xié)同工作，定義有自己的指令集，并圍繞上述訴求展開研發(fā)，既支持做定制，又顧及升級(jí)至數(shù)百TOPS板卡時(shí)的支持。楊越透露說，蘋芯還在做Turnkey方案的準(zhǔn)備。為了公司能夠堅(jiān)持自有發(fā)展戰(zhàn)略規(guī)劃的實(shí)施，蘋芯在初期客戶與合作伙伴的選擇上非常慎重，除了發(fā)展理念的契合，還會(huì)考慮客戶業(yè)務(wù)需求面臨的痛點(diǎn)是否主要由傳統(tǒng)馮·諾依曼架構(gòu)的瓶頸導(dǎo)致?，F(xiàn)階段，希望能通過更多實(shí)踐，能夠充分展現(xiàn)存內(nèi)計(jì)算技術(shù)的優(yōu)勢，讓這一先進(jìn)技術(shù)能夠真正扎根于實(shí)際應(yīng)用，并拓展更寬廣的未來。談及未來三年目標(biāo)，楊越說，首先是實(shí)現(xiàn)落地，二是繼續(xù)鞏固蘋芯在SRAM存內(nèi)計(jì)算方向的領(lǐng)先地位，三是在新型存儲(chǔ)器研發(fā)方面有所突破。“要維護(hù)蘋芯本身的技術(shù)先進(jìn)性和領(lǐng)先性，因此不管在SRAM還是新型存儲(chǔ)器方向，都在持續(xù)進(jìn)行著最前沿的探索?！睏钤秸f。
05.探索打開高能效計(jì)算之門的金鑰匙
在楊越看來，存算一體AI芯片公司直面的競爭對手不是彼此，而是那些傳統(tǒng)的AI芯片公司。“覺得市場并沒有進(jìn)入同質(zhì)化競爭的階段?！闭劦?，“更重要的是大家要擰成一股繩，把存內(nèi)計(jì)算技術(shù)的先進(jìn)性和可落地性展現(xiàn)出來。”相較傳統(tǒng)AI芯片，存算一體AI芯片的挑戰(zhàn)會(huì)更加寬泛。存內(nèi)計(jì)算本身是一門技術(shù)壁壘森嚴(yán)的設(shè)計(jì)方法學(xué)，需要多年經(jīng)驗(yàn)積累、大量資源以及時(shí)間投入才能實(shí)現(xiàn)。也正因此，過去六年，存算一體AI芯片創(chuàng)業(yè)幾乎均由技術(shù)專家主導(dǎo)。

▲國內(nèi)在研存算一體AI芯片的企業(yè)（智東西制表）
當(dāng)前存算一體AI芯片創(chuàng)業(yè)呈多元化趨勢，有模擬芯片與數(shù)字芯片之分，有NOR Flash、ReRAM、SRAM、MRAM等不同新型存儲(chǔ)器。其目標(biāo)市場也各不相同，從可穿戴設(shè)備、智能家居、視頻監(jiān)控到智能駕駛、云端數(shù)據(jù)中心應(yīng)有盡有。這種“各自為政”的特點(diǎn)，使存算一體很難出現(xiàn)一個(gè)統(tǒng)一的編程標(biāo)準(zhǔn)，大家都是針對自己的應(yīng)用場景和性能目標(biāo)，各建各的軟件棧。無論選擇小算力還是大算力應(yīng)用，企業(yè)都得摸著石頭過河?？紤]到現(xiàn)階段的實(shí)際情況與技術(shù)發(fā)展的現(xiàn)實(shí)規(guī)律，蘋芯團(tuán)隊(duì)選擇先在小算力上完成全技術(shù)通路和商業(yè)通路，積累更多能力后，再將算力做大。

▲當(dāng)前主流AI芯片設(shè)計(jì)對比（智東西制表）
之所以選擇SRAM來完成技術(shù)驗(yàn)證與落地，蘋芯團(tuán)隊(duì)主要出于四點(diǎn)考慮：一是SRAM在存儲(chǔ)器歷史長河中長期存在，技術(shù)相對成熟，穩(wěn)定性和良率都有保障；二是具備先進(jìn)節(jié)點(diǎn)的兼容性，客戶從65nm升級(jí)到16nm，能保證繼續(xù)使用；三是在開發(fā)接口方面比非易失性存儲(chǔ)器更簡單；四是非常短的讀寫延遲和無限次的in-place擦寫次數(shù)。盡管SRAM屬于易失性存儲(chǔ)器，掉電后數(shù)據(jù)就丟了，但AI實(shí)際應(yīng)用很少出現(xiàn)按分按秒的頻繁斷電情形，否則這對計(jì)算體系結(jié)構(gòu)的其他部分傷害很大，是一個(gè)應(yīng)該主要規(guī)避的問題。楊越認(rèn)為，無論從算力還是落地容易程度來看，SRAM最先可能在端側(cè)取得較大規(guī)模的產(chǎn)業(yè)化。AI時(shí)代的終端及邊緣計(jì)算需求日益旺盛。如果所有計(jì)算都傳至云端處理，傳輸過程會(huì)造成時(shí)延；此外，很多用戶不愿意將自己的隱私數(shù)據(jù)上傳至云端，AI計(jì)算本地化的需求正在興起。這對AI芯片帶來新的要求——更高效率、更低功耗，而基于SRAM的存算一體方法恰恰擅長于此?！懊恳粋€(gè)SRAM的內(nèi)核能夠做到多少絕對算力，非常清楚?！睏钤秸f，芯片的算力、面積、效率等基礎(chǔ)指標(biāo)互相牽制。如果想突出高能效比及成本等優(yōu)勢，那么算力難免要做些平衡。相比其他類型的存儲(chǔ)器，SRAM存在單元面積偏大、存在靜態(tài)功耗高、成本略高等問題，但楊越認(rèn)為，僅從SRAM本身來考慮，是不全面的。存內(nèi)計(jì)算在系統(tǒng)中扮演協(xié)處理器的角色，要比的不止是存儲(chǔ)器，而應(yīng)該從整個(gè)系統(tǒng)層面來看性能表現(xiàn)和成本影響。SRAM的這些短板，可以通過系統(tǒng)設(shè)計(jì)來矯正差距。例如，端側(cè)發(fā)生的大多事情都是主控設(shè)備不感興趣的，利用這一特點(diǎn)，蘋芯降低功耗的解決方案是在設(shè)備待機(jī)時(shí)將大部分SRAM存算單元關(guān)掉，只預(yù)留一個(gè)睡眠模式，在最小的模塊里保持監(jiān)測狀態(tài)，當(dāng)物體檢測、語音交互等感興趣的事件發(fā)生時(shí)，存內(nèi)計(jì)算模塊才會(huì)被喚醒。當(dāng)前存算一體芯片的拳頭優(yōu)勢是能效比，其高能效比主要體現(xiàn)在存儲(chǔ)單元層，但這個(gè)數(shù)字還沒有跨越到系統(tǒng)級(jí)。這是因?yàn)閮?nèi)核與系統(tǒng)之間的通信，會(huì)受帶寬和其他數(shù)據(jù)處理需求的限制，很多存內(nèi)計(jì)算資源沒有被飽和地利用起來，從而沒有最大化的發(fā)揮存算一體的優(yōu)勢。蘋芯正在做面向存算一體的AI算法改良工作，即通過軟硬件協(xié)同設(shè)計(jì)，提高計(jì)算單元利用率，釋放其在兼顧吞吐量和效率方面的優(yōu)勢?？紤]到存儲(chǔ)密度的限制，目前SRAM更適合做計(jì)算密集型應(yīng)用。但在真實(shí)應(yīng)用場景中，很多網(wǎng)絡(luò)模型非常復(fù)雜，可能存儲(chǔ)密集與計(jì)算密集兼而有之，因此蘋芯還計(jì)劃研發(fā)一個(gè)混合設(shè)計(jì)架構(gòu)，讓ReRAM或MRAM和SRAM搭配協(xié)作，不同的存儲(chǔ)器各司其職，最終獲得更好的整體性能。畢竟，誰能率先設(shè)計(jì)出兼顧計(jì)算密度與存儲(chǔ)密度的存內(nèi)計(jì)算硬件架構(gòu)，誰就擁有了打開高能效計(jì)算之門的金鑰匙。
06.60個(gè)問題與CEO角色適應(yīng)
現(xiàn)在，楊越的筆記本電腦里，正躺著一個(gè)長期思考的問題清單，里面已經(jīng)列了60個(gè)關(guān)乎公司發(fā)展的重要問題，足足填滿了5頁slides。楊越說，需要化繁為簡，先去解決前三項(xiàng)最重要的問題。最近在看一本書《在硅谷管芯片：芯片產(chǎn)品線經(jīng)理生存指南》，這是一位硅谷芯片產(chǎn)品線經(jīng)理寫的，總結(jié)了芯片設(shè)計(jì)、生產(chǎn)、銷售、管理到市場營銷和升級(jí)維護(hù)的工作全流程。覺得，CEO應(yīng)扮演好兩個(gè)角色，一是有銷售的屬性和精神，是一種不達(dá)目的不罷休的精神；二是成為一個(gè)好的產(chǎn)品經(jīng)理，努力提升整個(gè)公司的一個(gè)形象和品牌，完成技術(shù)變現(xiàn)。對于已在海外生活多年的楊越來說，回國創(chuàng)業(yè)意味著要融入新環(huán)境，但并沒有為此感到負(fù)擔(dān)。更看重“能夠有機(jī)會(huì)參與科技的變革和升級(jí)的浪潮，并有幸做出貢獻(xiàn)。這些人生際遇與經(jīng)歷的價(jià)值將遠(yuǎn)遠(yuǎn)勝過安穩(wěn)的生活?！薄斑@個(gè)人適應(yīng)能力和學(xué)習(xí)能力都非常強(qiáng)?！睏钤交貞浧饎?chuàng)業(yè)初期，朋友們給了很多有價(jià)值的參考意見。如果非要說有什么需要適應(yīng)的，那大概是環(huán)境的改變：國內(nèi)外創(chuàng)業(yè)氛圍大不相同，國內(nèi)的創(chuàng)業(yè)沖勁好過世界上任何一個(gè)國家，節(jié)奏相對更快、對結(jié)果要求更多，而國外很多創(chuàng)業(yè)團(tuán)隊(duì)以技術(shù)為導(dǎo)向，更在乎對技術(shù)本身的追求?！氨旧硎怯屑夹g(shù)潔癖的人，如果看到一些技術(shù)上的不求甚解，或者說沒有打破砂鍋問到底的態(tài)度，都會(huì)指出并提出嚴(yán)格的要求?！?創(chuàng)業(yè)后，楊越的思維發(fā)生了一些轉(zhuǎn)變，做公司不止是在技術(shù)上展現(xiàn)控制力，而是要在整個(gè)行業(yè)逐漸樹立一個(gè)“先行者”的角色。壓力當(dāng)然也是有的?！懊刻於际窃诰然馉顟B(tài)，”楊越說，每天大大小小的挑戰(zhàn)接踵而至，包括公司的戰(zhàn)略發(fā)展制定、合作伙伴溝通、日常運(yùn)營，甚至研發(fā)中的debug，跟一眾芯片公司搶奪人才等等。由于蘋芯團(tuán)隊(duì)擴(kuò)張很快，還總是面臨辦公室空間不夠用的問題。還有一些突發(fā)事件的應(yīng)急。比如，今年上半年，連綿不絕的新冠疫情，給蘋芯做封裝、板級(jí)demo等方面帶來一些進(jìn)度延遲。因此，楊越還在持續(xù)學(xué)習(xí)、自提升。工作之余，也會(huì)參加一些體育活動(dòng)，比如喜愛的足球?！霸趧?chuàng)業(yè)之后，踢球的時(shí)間越來越少，所以非常珍惜每次踢球的時(shí)間?！痹瓉碓谏洗髮W(xué)時(shí)，楊越曾是清華自動(dòng)化系的足球隊(duì)隊(duì)長，獲得過校聯(lián)賽冠軍；出國后，還在高手云集的多倫多華人聯(lián)賽中獲得過最佳射手。
07.先讓第一家客戶用起來
現(xiàn)階段的蘋芯，面臨“理想與面包”的選擇問題。其商務(wù)拓展戰(zhàn)略團(tuán)隊(duì)分布很廣，既有跟進(jìn)消費(fèi)電子類的，也有智能制造、智慧農(nóng)業(yè)等方向。楊越很清楚，等需求到眼前再行動(dòng)，會(huì)很被動(dòng)。尤其是創(chuàng)企，必須主動(dòng)創(chuàng)造需求，將技術(shù)帶來的直觀價(jià)值送到客戶面前。AI芯片公司得先貼上一個(gè)“能落地”的標(biāo)簽，讓第一家、第二家客戶用起來，第三家到第一百家客戶才會(huì)接踵而至?！案具壿嬍窍肴ソ鉀Q一些能夠拓展認(rèn)知邊界的問題，這樣才叫人工智能?！睏钤秸f，很多人希望AI將人類能完成的事情做到更好，但這不是AI真正的意義所在?！跋敕ㄊ?，讓AI去完成人完成不了的事情，或者說是很難去完成的事情，換句話說，應(yīng)該去做雪中送炭的事，而不應(yīng)該去做錦上添花的事?！睋?jù)判斷，AI的殺手級(jí)應(yīng)用還在探索過程中，市場有巨大的開拓空間，目前AI芯片市場仍然處于爆發(fā)前的勢態(tài)。但相信很快將有一兩家AI芯片公司，在非消費(fèi)電子類行業(yè)里打開一個(gè)市場。今年上半年，半導(dǎo)體行業(yè)普遍面臨的資本縮圈問題，但楊越發(fā)現(xiàn)，也許是得益于技術(shù)先進(jìn)性，這一趨勢對存算一體芯片企業(yè)的融資進(jìn)程和估值并沒有造成很大的影響。不過也觀察到，技術(shù)先進(jìn)性已經(jīng)不是資本唯一的考量標(biāo)準(zhǔn)，現(xiàn)在投資正慢慢回歸理性，投資機(jī)構(gòu)要看落地方向、財(cái)務(wù)預(yù)期，以及一些芯片創(chuàng)業(yè)的經(jīng)典邏輯?？聪蛭磥?，存算一體AI芯片要走向大規(guī)模商業(yè)落地，認(rèn)為關(guān)鍵在于解決市場需求問題?；仡櫘?dāng)年美國半導(dǎo)體的興起，科學(xué)及產(chǎn)業(yè)政策的驅(qū)動(dòng)起到很大助力，僅靠補(bǔ)貼、優(yōu)惠等策略，不足以解決實(shí)際需求問題，要帶動(dòng)上游芯片產(chǎn)業(yè)的發(fā)展，必須鼓勵(lì)下游的企業(yè)使用新的技術(shù)產(chǎn)品。在楊越看來，現(xiàn)階段存算一體AI芯片產(chǎn)業(yè)發(fā)展面臨的主要變量，是政策層面如何幫助芯片公司實(shí)現(xiàn)收入的從負(fù)轉(zhuǎn)正，即構(gòu)建正確的商業(yè)營收模型，幫助半導(dǎo)體公司生存下來。至于技術(shù)難題，那終將會(huì)被克服。
08.結(jié)語：站著走出去，才是勝利
時(shí)間過得很快，蘋芯科技轉(zhuǎn)眼已創(chuàng)辦18個(gè)月了。芯片架構(gòu)創(chuàng)新的必要性，正隨著摩爾定律放緩而愈發(fā)凸顯。當(dāng)制程工藝演進(jìn)逐漸逼近物理極限，后摩爾時(shí)代的芯片優(yōu)化路徑，需要借助先進(jìn)制程、先進(jìn)封裝與架構(gòu)創(chuàng)新的組合拳。不同時(shí)代對計(jì)算的要求不同。某種程度上，楊越希望蘋芯能夠成為“人工智能時(shí)代的Arm”。就如當(dāng)年Arm解決了移動(dòng)端的芯片需求，現(xiàn)在，蘋芯團(tuán)隊(duì)也看到了類似Arm當(dāng)年的機(jī)會(huì)——當(dāng)一個(gè)硬件設(shè)計(jì)和創(chuàng)新，能實(shí)現(xiàn)更可靠、更穩(wěn)定的AI計(jì)算，能做到多、快、好、省，那么終端智能將變得無處不在。在充滿變動(dòng)的時(shí)代背景下，蘋芯團(tuán)隊(duì)對很多事情也提前做好最壞的打算，為此儲(chǔ)備糧草，控制好現(xiàn)金流，專注提升核心競爭力，持續(xù)提高自身抵抗風(fēng)險(xiǎn)的能力，以期走得更加長遠(yuǎn)。進(jìn)門雖已屬不易，能站著走出去，才是勝利。
谷歌開源芯片計(jì)劃已釋放90nm、130nm和180nm工藝設(shè)計(jì)套件
這是世界首個(gè)開源 PDK，目前已經(jīng)提供 130nm、90nm 以及 180nm 的工藝設(shè)計(jì)套件，這些數(shù)字聽起來沒有 3nm 那么讓人興奮，但在物聯(lián)網(wǎng)的眾多硬件設(shè)計(jì)中被廣泛應(yīng)用。
谷歌聯(lián)手 GlobalFoundries，

釋放 180nm 的訪問權(quán)限
過去一年，谷歌忙于擴(kuò)展免費(fèi)開源芯片設(shè)計(jì)和制造計(jì)劃，以進(jìn)一步構(gòu)建定制芯片的開發(fā)人員社區(qū)，并圍繞開源硬件構(gòu)建一個(gè)蓬勃發(fā)展的生態(tài)系統(tǒng)。
近日，谷歌宣布與 GlobalFoundries 合作，共同發(fā)布基于 Apache 2.0 許可的 GlobalFoundries 180MCU 技術(shù)平臺(tái)的工藝設(shè)計(jì)套件 ( PDK )，以及用于在 Efabless（一個(gè)面向“智能”產(chǎn)品的開放式創(chuàng)新、硬件創(chuàng)建平臺(tái)）上制造開源設(shè)計(jì)的免費(fèi)硅實(shí)現(xiàn)程序。
根據(jù) GlobalFoundries 的數(shù)據(jù)，過去幾年大約 73% 的代工收入與移動(dòng)、物聯(lián)網(wǎng)和汽車等高增長市場相關(guān)。具體來說，使用 180nm 的應(yīng)用在全球每年的產(chǎn)能為 1600 萬余片，到 2026 年將增長到 2200 萬片。
180nm 目前應(yīng)用在電機(jī)控制器、RFID、通用 MCU 和 PMIC 以及物聯(lián)網(wǎng)傳感器、雙頻 RFID 和電機(jī)驅(qū)動(dòng)等領(lǐng)域。此 PDK 包括以下標(biāo)準(zhǔn)單元：
? 數(shù)字標(biāo)準(zhǔn)單元庫（7 軌和 9 軌）
? 低 (3.3V)、中 (5V、6V) 和高 (10V) 電壓器件
? SRAM 宏（64x8、128x8、256x8、512x8）
? I/O 和原語（電阻器、電容器、晶體管、eFuse）單元庫在此之前，谷歌曾聯(lián)手 SkyWater Technology ，提供了 130nm 工藝的芯片設(shè)計(jì)，隨后把工藝推進(jìn)到 90nm 制造。據(jù)悉，130nm 工藝在 2001-2002 年期間首次商業(yè)化，現(xiàn)在主要用于研究、小型微控制器開發(fā)和混合信號(hào)嵌入式設(shè)計(jì)（如物聯(lián)網(wǎng)設(shè)備）領(lǐng)域。
90 nm FDSOI 的工藝則與傳統(tǒng)的 CMOS BULK 工藝不同，其在襯底和上層硅之間有一層薄的絕緣體材料。這種薄的氧化物工藝使晶體管比 BULK 工藝中的晶體管要薄得多，并能簡化制造工藝。這種額外的絕緣能夠在不同的環(huán)境條件下提供更好的速度和功率。
過去兩年，谷歌在 Apache 2.0 許可下發(fā)布這些 PDK，兩年內(nèi)獲得了超過 350 個(gè)獨(dú)特的 設(shè)計(jì) 提交，其中大約 240 個(gè)是免費(fèi)制造的。
開源 PDK 的意義：

降低芯片設(shè)計(jì)門檻
對于任何人而言，如果想要制造芯片，在已經(jīng)擁有 RTL（電阻晶體管邏輯電路）的前提下，還需要解決兩個(gè)問題：一是從芯片代工廠獲得 PDK（即 Process Design Kit 工藝設(shè)計(jì)包），二是有足夠的資金支付制造費(fèi)用。
PDK 是將 RTL 轉(zhuǎn)化為物理芯片的關(guān)鍵步驟。一般來說，可以從代工廠獲取的信息包括但不限于：設(shè)計(jì)規(guī)則文檔和文件、晶體管 spice 仿真庫、各種 EDA 工具所需要的 tech 文件、standard cell 以及 IP 的各類庫文件 (verilog, gds, cdl, lef, lib, spice) 等。其中部分可能由第三方 IP 公司提供，但是絕大部分都可以從代工廠獲得。當(dāng)然，代工廠一般不會(huì)無償提供，甚至?xí)杖∠喈?dāng)大的一筆費(fèi)用，即便是很老的工藝也可能需要花費(fèi)數(shù)千美元。
因此，谷歌開源 PDK 的計(jì)劃對業(yè)界來說意義巨大。當(dāng)然，使用開源 PDK 也需要遵守相關(guān)開源協(xié)議的規(guī)定。
在此前與 SkyWater Technology 的合作中，谷歌曾提到幾點(diǎn)要求：申請獲得免費(fèi) SkyWater PDK 的用戶的芯片設(shè)計(jì)必須開源。其次，芯片的制程限制在 130nm 工藝節(jié)點(diǎn)，同時(shí)，用戶需要向 efabless.com 上傳一份開源的 Git URL。最終，Google 會(huì)在申請報(bào)名的名單中選擇 40 個(gè)用戶團(tuán)隊(duì)，為其提供 10 平方毫米的晶片模具，大約 100 個(gè)流片。獲得申請資格的團(tuán)隊(duì)也無需自己找代工廠代工，SkyWater 將為其生產(chǎn)代工。
谷歌的未來計(jì)劃
源更多 PDK 是谷歌開源芯片生態(tài)系統(tǒng)發(fā)展的關(guān)鍵一步，谷歌歡迎軟件開發(fā)人員和硬件工程師、研究人員和本科生、業(yè)余愛好者和行業(yè)資深人士、新的初創(chuàng)公司和行業(yè)參與者，帶來新的想法和經(jīng)過驗(yàn)證的經(jīng)驗(yàn)來幫助其發(fā)展開放的硅生態(tài)系統(tǒng)。
GitHub 鏈接：
https://github.com/google/gf180mcu-pdk（180nm）
https://github.com/google/skywater-pdk（130nm）
谷歌開放硅開發(fā)者門戶網(wǎng)站：
https://developers.google.com/silicon
三大國產(chǎn)EDA公司，大漲！
A股市場迎來了第三家國產(chǎn)EDA公司——廣立微。如圖所示，公司股價(jià)大漲！

據(jù)資料顯示，廣立微是領(lǐng)先的集成電路 EDA 軟件與晶圓級(jí)電性測試設(shè)備供應(yīng)商，公司專注于芯片成品率提升和電性測試快速監(jiān)控技術(shù)，是國內(nèi)外多家大型集成電路制造與設(shè)計(jì)企業(yè)的重要合作伙伴。公司提供 EDA 軟件、電路 IP、WAT 測試設(shè)備以及與芯片成品率提升技術(shù)相結(jié)合的全流程解決方案，在集成電路從設(shè)計(jì)到量產(chǎn)的整個(gè)產(chǎn)品周期內(nèi)實(shí)現(xiàn)芯片性能、成品率、穩(wěn)定性的提升。

公司在集成電路成品率提升領(lǐng)域深耕多年，利用業(yè)界領(lǐng)先的高效測試芯片自動(dòng)設(shè)計(jì)、高速電性測試和智能數(shù)據(jù)分析的全流程平臺(tái)與技術(shù)方法，為 Foundry 與 Fabless 廠商提供從 EDA 軟件、測試芯片設(shè)計(jì)服務(wù)、晶圓級(jí)電性測試設(shè)備到數(shù)據(jù)分析等一系列產(chǎn)品與服務(wù)，緊密聯(lián)系制造端和設(shè)計(jì)端需求，保證芯片的可制造性，在提高芯片性能、成品率、穩(wěn)定性的基礎(chǔ)上，有效加快產(chǎn)品面市速度。公司先進(jìn)的解決方案已成功應(yīng)用于 180nm～4nm 工藝技術(shù)節(jié)點(diǎn)。

廣立微進(jìn)一步指出，自成立以來，公司始終秉承持續(xù)技術(shù)創(chuàng)新的發(fā)展理念為客戶不斷創(chuàng)造價(jià)值。公司自主研發(fā)的 EDA 軟件、測試設(shè)備硬件以及成品率技術(shù)構(gòu)成的整體解決方案，已得到華虹集團(tuán)、三星電子、粵芯半導(dǎo)體、合肥晶合、長鑫存儲(chǔ)等亞洲主要大型集成電路制造企業(yè)的認(rèn)可。公司的產(chǎn)品和技術(shù)實(shí)現(xiàn)了高質(zhì)量的國產(chǎn)化替代，打破了集成電路成品率提升領(lǐng)域長期被國外產(chǎn)品壟斷的局面。

具體到產(chǎn)品方面，廣立微表示，在設(shè)計(jì)工具方面，公司開發(fā)出了測試芯片版圖自動(dòng)化設(shè)計(jì)工具 SmtCell 與 TCMagic 等；在數(shù)據(jù)分析工具方面，公司推出電性數(shù)據(jù)分析軟件 DataExp，其報(bào)告生成效率大幅提升；在核心技術(shù)方面，公司針對集成電路納米級(jí)先進(jìn)工藝節(jié)點(diǎn)，開發(fā)出可尋址測試芯片設(shè)計(jì)技術(shù)，并形成相應(yīng)軟件產(chǎn)品 ATCompiler，能夠大幅提高測試芯片面積利用率和測試效率。得益于深厚的技術(shù)積累、豐富的實(shí)踐經(jīng)驗(yàn)和良好的市場基礎(chǔ)，公司持續(xù)不斷地開發(fā)多應(yīng)用場景、高設(shè)計(jì)效率的 EDA 產(chǎn)品，大幅提升測試芯片的設(shè)計(jì)和測試數(shù)據(jù)分析效率，更好地服務(wù)集成電路制造與設(shè)計(jì)廠商，助力集成電路行業(yè)快速發(fā)展。

這些領(lǐng)先的產(chǎn)品幫助廣立微在過去多年里獲不錯(cuò)的營收表現(xiàn)。

談到本次融資的用途，廣立微表示，公司本次擬公開發(fā)行不低于 5,000 萬股人民幣普通股（A 股）股票，募集資金總額95,557.31 萬元。本次發(fā)行不涉及老股東公開發(fā)售其所持有的公司股份，實(shí)際募集資金扣除發(fā)行費(fèi)用后，全部用于公司主營業(yè)務(wù)相關(guān)的項(xiàng)目。

在廣立微上市暴漲之際，更早之前上市的華大九天和概倫電子業(yè)績也一直走高。其中華大九天在今天漲了20%，概倫電子漲幅超過12%。

首先看華大九天，據(jù)介紹，華大九天主要從事EDA工具軟件的開發(fā)、銷售及相關(guān)服務(wù)。EDA工具是集成電路領(lǐng)域的上游基礎(chǔ)工具，應(yīng)用于集成電路設(shè)計(jì)、制造、封裝、測試等產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)，是集成電路產(chǎn)業(yè)的戰(zhàn)略基礎(chǔ)支柱之一。公司主要產(chǎn)品包括模擬電路設(shè)計(jì)全流程EDA工具系統(tǒng)、數(shù)字電路設(shè)計(jì)EDA工具、平板顯示電路設(shè)計(jì)全流程EDA工具系統(tǒng)和晶圓制造EDA工具等EDA工具軟件，并圍繞相關(guān)領(lǐng)域提供技術(shù)開發(fā)服務(wù)。公司相關(guān)產(chǎn)品和服務(wù)主要應(yīng)用于集成電路設(shè)計(jì)及制造領(lǐng)域。

至于概倫電子，資料顯示，概倫電子成立于2010年，自成立之初，公司創(chuàng)始團(tuán)隊(duì)便認(rèn)識(shí)到全球集成電路先進(jìn)工藝的演進(jìn)和集成電路的快速發(fā)展，需要集成電路設(shè)計(jì)方法學(xué)和EDA流程創(chuàng)新的支撐，同時(shí)明確以“提升集成電路設(shè)計(jì)和制造競爭力的良率導(dǎo)向設(shè)計(jì)（DFY）”理念為指導(dǎo)，進(jìn)行前瞻性的技術(shù)研發(fā)和產(chǎn)品布局。

近年來，隨著先進(jìn)工藝節(jié)點(diǎn)向7nm及以下演進(jìn)，設(shè)計(jì)和制造的復(fù)雜度及風(fēng)險(xiǎn)程度大幅提升，能否保證芯片具有較高的性能和良率成為集成電路企業(yè)關(guān)注的焦點(diǎn)，DFY的前瞻性得以充分驗(yàn)證，并經(jīng)過多年積累進(jìn)一步演進(jìn)成為新的“設(shè)計(jì)-工藝協(xié)同優(yōu)化（DTCO）”方法學(xué)。

據(jù)招股書介紹，概倫電子圍繞DTCO方法學(xué)，聚焦于EDA流程創(chuàng)新，擇其關(guān)鍵環(huán)節(jié)進(jìn)行逐個(gè)突破，在器件建模和電路仿真驗(yàn)證兩大集成電路制造和設(shè)計(jì)的關(guān)鍵環(huán)節(jié)進(jìn)行重點(diǎn)突破，先后自主研發(fā)了具有國際市場競爭力的器件建模及驗(yàn)證EDA工具和電路仿真及驗(yàn)證EDA工具，可有效支撐7nm/5nm/3nm等先進(jìn)工藝節(jié)點(diǎn)下的大規(guī)模復(fù)雜集成電路的設(shè)計(jì)和制造，幫助晶圓廠在工藝開發(fā)階段評估優(yōu)化工藝平臺(tái)的可靠性和良率等特性，建立精確的器件模型、PDK和標(biāo)準(zhǔn)單元庫，并通過快速精準(zhǔn)的電路仿真幫助集成電路設(shè)計(jì)企業(yè)有效預(yù)測芯片的性能和良率，優(yōu)化電路設(shè)計(jì)。

參考文獻(xiàn)鏈接
https://mp.weixin.qq.com/s/2-MAT6xI2fcXT4LOO00gSQ
https://mp.weixin.qq.com/s/bryK0IfNciB-UdigtUOfnA
https://mp.weixin.qq.com/s/Snlh8rJByc9vvqEvnIad2g
https://mp.weixin.qq.com/s/CeiWJ_SbzxUIFo4phZ7HGw

到了這里，關(guān)于云計(jì)算-存算一體-EDA-技術(shù)雜談的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！