CPU+xPU的異構方案解析 cpu和gpu有啥區(qū)別

? 從廣義上講，能運行AI算法的芯片都叫AI芯片。CPU、GPU、FPGA、NPU、ASIC都能執(zhí)行AI算法，但在執(zhí)行效率層面上有巨大的差異。CPU可以快速執(zhí)行復雜的數(shù)學計算，但同時執(zhí)行多項任務時，CPU性能開始下降，目前行業(yè)內基本確認CPU不適用于AI計算。

CPU+xPU的異構方案成為大算力場景標配，GPU為應用最廣泛的AI芯片。目前業(yè)內廣泛認同的AI芯片類型包括GPU、FPGA、NPU等。由于CPU負責對計算機的硬件資源進行控制調配，也要負責操作系統(tǒng)的運行，在現(xiàn)代計算系統(tǒng)中仍是不可或缺的。GPU、FPGA等芯片都是作為CPU的加速器而存在，因此目前主流的AI計算系統(tǒng)均為CPU+xPU的異構并行。CPU+GPU是目前最流行的異構計算系統(tǒng)，在HPC、圖形圖像處理以及AI訓練/推理等場景為主流選擇。IDC數(shù)據(jù)顯示，2021年中國AI芯片市場中，GPU市占率為89%。

NPU 在人工智能算法上具有較高的運行效率。為了適應某個特定領域中的常見的應用和算法而設計，通常稱之為“特定域架構（Domain Specific Architecture，DSA）”芯片，NPU（神經(jīng)網(wǎng)絡處理器）屬于其中一種，常被設計用于神經(jīng)網(wǎng)絡運算的加速。以華為手機 SoC 麒麟 970 為例，NPU 對圖像識別神經(jīng)網(wǎng)絡的運算起到了顯著加速效果，使其圖像識別速度明顯優(yōu)于同代競品的表現(xiàn)。

目前已量產(chǎn)的 NPU 或搭載 NPU 模塊的芯片眾多，其他知名的芯片包括谷歌 TPU、華為昇騰、特斯拉 FSD、特斯拉 Dojo 等。各家廠商在計算核心的設計上有其差異，例如谷歌 TPU 的脈動陣列，華為昇騰的達芬奇架構。

以谷歌 TPU 及計算核心結構脈動陣列為例，對比其相較于 CPU、GPU 的區(qū)別：

CPU 和 GPU 均具有通用性，但以頻繁的內存訪問導致資源消耗為代價。CPU 和 GPU 都是通用處理器，可以支持數(shù)百萬種不同的應用程序和軟件。對于 ALU 中的每一次計算，CPU、GPU 都需要訪問寄存器或緩存來讀取和存儲中間計算結果。由于數(shù)據(jù)存取的速度往往大大低于數(shù)據(jù)處理的速度，頻繁的內存訪問，限制了總吞吐量并消耗大量能源。

谷歌 TPU 并非通用處理器，而是將其設計為專門用于神經(jīng)網(wǎng)絡工作負載的矩陣處理器。TPU 不能運行文字處理器、控制火箭引擎或執(zhí)行銀行交易，但它們可以處理神經(jīng)網(wǎng)絡的大量乘法和加法，速度極快，同時消耗更少的能量，占用更小的物理空間。TPU 內部設計了由乘法器和加法器構成的脈動陣列。在計算時，TPU 將內存中的參數(shù)加載到乘法器和加法器矩陣中，每次乘法執(zhí)行時，結果將傳遞給下一個乘法器，同時進行求和。所以輸出將是數(shù)據(jù)和參數(shù)之間所有乘法結果的總和。在整個海量計算和數(shù)據(jù)傳遞過程中，完全不需要訪問內存。這就是為什么 TPU 可以在神經(jīng)網(wǎng)絡計算上以低得多的功耗和更小的占用空間實現(xiàn)高計算吞吐量。

脈動陣列本質上是在硬件層面多次重用輸入數(shù)據(jù)，在消耗較小的內存帶寬的情況下實現(xiàn)較高的運算吞吐率。

脈動陣列結構簡單，實現(xiàn)成本低，但它靈活性較差，只適合特定運算。然而，AI 神經(jīng)網(wǎng)絡需要大量卷積運算，卷積運算又通過矩陣乘加實現(xiàn)，正是脈動陣列所適合的特定運算類型。脈動陣列理論最早在 1982 年提出，自谷歌 2017 年首次將其應用于 AI 芯片 TPU 中，這項沉寂多年的技術重回大眾視野，多家公司也加入了脈動陣列行列，在自家加速硬件中集成了脈動陣列單元。

NPU 已經(jīng)在 AI 運算加速領域獲得了廣泛應用。在數(shù)據(jù)中心獲得大規(guī)模應用的 NPU 案例即 TPU，已被谷歌用于構建數(shù)據(jù)中心的超級計算機，執(zhí)行特定神經(jīng)網(wǎng)絡的訓練任務。在用戶端，手機、汽車、智能安防攝像頭等設備開始搭載 AI 計算功能，通常是利用訓練好的神經(jīng)網(wǎng)絡模型執(zhí)行圖像處理等工作，此時 NPU 通用性差的劣勢被縮小，高算力、高能耗比的優(yōu)勢被放大，因而得到了廣泛的應用。在終端設備中，NPU 常以模塊的形式包含在 SoC 內部，對 AI 運算進行加速，例如特斯拉自動駕駛芯片 FSD 均包含 NPU。

模型訓練需要規(guī)模化的算力芯片部署于智能服務器，CPU 不可或缺，但性能提升遭遇瓶頸，CPU+xPU 異構方案成為大算力場景標配。其中 GPU 并行計算優(yōu)勢明顯，CPU+GPU 成為目前最流行的異構計算系統(tǒng)，而NPU 在特定場景下的性能、效率優(yōu)勢明顯，推理端應用潛力巨大，隨著大模型多模態(tài)發(fā)展，硬件需求有望從GPU 擴展至周邊編解碼硬件。AI 加速芯片市場上，英偉達憑借其硬件產(chǎn)品性能的先進性和生態(tài)構建的完善性處于市場領導地位，在訓練、推理端均占據(jù)領先地位。根據(jù) Liftr Insights 數(shù)據(jù)，2022 年數(shù)據(jù)中心AI 加速市場中，英偉達份額達82%。

編輯：黃飛