計算機芯片架構
關注創建者：匿名 創建時間：2021-08-19
計算機芯片架構的實例教程
Patterson說，目前應用這樣的新架構和新語言的最大機會領域是機器學習。“如果你是做硬件的，”他說，“你會想要迫切需要更多電腦的朋友。”機器學習“對計算是貪婪的，我們愛它這一點”。
他說，如今圍繞哪種類型的計算機架構最適合機器學習展開了激烈的爭論，許多公司都下了注。Google有張量處理器（TPU），它每個芯片一個核，使用軟件控制的內存而非緩存； Nvidia的GPU有80多個核；而Microsoft正在采用FPGA方法。
他說，Intel“正試圖在所有籃子里下注”，向機器學習營銷傳統的CPU，收購Altera（向Microsoft提供FPGA的公司），以及收購擁有其專門的神經網絡處理器的Nervana（此處理器類似于Google的TPU）。
Patterson說，除了這些為機器學習提供不同架構的大公司外，至少有45家硬件初創公司正在解決這個問題。他說，最終將由市場決定什么會留下來。
他說：“這是計算機架構的黃金時代。”
展開 傳統上，這些較大SoC中的汽車MCU是基于RISC的架構。然而，為了滿足性能要求，系統需要一種具有最先進的安全功能的處理器架構，這種架構是一種平衡了性能、功耗、面積、安全等多個因素的組合。這種組合將為未來汽車行業內的先進安全設計以及未來其他生死攸關的安全應用奠定基礎（圖2）。
圖2.
本文來源：半導體行業觀察
/ 導讀 /
對于一家自動駕駛電動汽車制造商來說，花費數億美元從頭開始創建自己的人工智能超級計算機，超大規模人工智能訓練的成本和難度有多大？公司創始人必須多么自負和肯定才能組建一支能夠做到這一點的團隊？
像許多問題一樣，當您準確地提出這些問題時，他們往往會自己回答。很明顯，SpaceX 和特斯拉的創始人兼 OpenAI 聯盟的聯合創始人埃隆馬斯克沒有時間或金錢浪費在科學項目上。
就像世界上的超級大國低估了完全模擬核導彈及其爆炸所需的計算能力一樣，也許自動駕駛汽車的制造商開始意識到，在復雜的世界中教汽車自動駕駛這種情況總是在變化，這將需要更多的超級計算。一旦你接受了這一點，你就可以從頭開始，建造合適的機器來完成這項特定的工作。
簡而言之，這就是特斯拉的 Project Dojo 芯片、互連和超級計算機工作的全部內容。
關于Dojo系統
在Hot Chips 34大會上，曾在Dojo超級計算機上工作的芯片、系統和軟件工程師首次公開了該機器的許多架構特性，并承諾將在特斯拉AI日上談論Dojo系統的性能。
Emil Talpes 在 AMD 工作了近 17 年，研究各種 Opteron 處理器以及命運多舛的“K12”Arm 服務器芯片，他介紹了他的團隊創建的 Dojo 處理器。Debjit Das Sarma 則同期在 AMD 擔任 CPU 架構師，他在演講中受到贊譽，目前是特斯拉的自動駕駛硬件架構師，Douglas Williams 也是如此，我們對他一無所知。
展開 傳統上，這些較大SoC中的汽車MCU是基于RISC的架構。然而，為了滿足性能要求，系統需要一種具有最先進的安全功能的處理器架構，這種架構是一種平衡了性能、功耗、面積、安全等多個因素的組合。這種組合將為未來汽車行業內的先進安全設計以及未來其他生死攸關的安全應用奠定基礎（圖2）。
圖2.
芯片的面積和功率的目標規格將在明年上半年完成，并在下半年流片。推理引擎將充當CPU，而不僅僅是一個更大，更漂亮的加速器。它提供了模塊化、可擴展的架構，旨在通過減少移動數據的需要以及通過改進數據和矩陣計算的加載方式來減少瓶頸，從而降低移動數據的時間和精力成本。
該芯片將DRAM專用于單個處理器塊，而不是將其作為一個大內存池進行管理。DRAM不能同時將數據饋送到芯片的多個部分。Tate說：“將DRAM作為流入一個處理器塊的大內存池處理，這是范諾依曼架構的典型特征，但它不會成為神經網絡的成功架構。”
早期
Wawrzyniak表示，Xilinx，Flex Logix和其他公司蜂擁到了一個仍處于發展中的邊緣推理市場，顯示出市場和SoC、FPGA制造商提供良好技術以應對它們的能力的廣泛信心，但這并不能保證他們能夠克服安全、隱私、現狀的慣性和其他無形的問題。同樣，FPGA、ASIC和SoC加速ML的市場仍處于起步階段。
Linley Group的Linley GwenNap表示，當一個新市場發展起來時，看到許多新的參與者和新方法是正常的。FPGA和ASIC供應商也在其中，因為這些技術使一家知道自己在做什么的公司能夠快速生產出合理的產品。不過，標準最終將在一兩年內回歸，這將穩定所涉及的參與者的數量和專長，并確保與其他市場的互通性。
來源：半導體行業觀察（ID：icbank）翻譯自「Semiconductor Engineering」
展開 
計算機芯片架構的相關專題、標簽、搜索
計算機芯片架構的最新內容
高性能音頻SoC（System on Chip，系統級芯片）是一種將音頻處理所需的核心功能高度集成于單一芯片的集成電路，廣泛應用于真無線耳機、智能音箱、語音交互設備等場景。
信號輸入與數字化：外部模擬音頻信號（如環境聲或麥克風拾音）通過 ?ADC（模數轉換器）? 轉換為數字信號，供后續數字處理使用。
數字信號處理（DSP）：音頻SoC內置?DSP（數字信號處理器）? 或專用音頻加速器，執行以下關鍵算法
AUTO TECH China 2026 中國國際汽車計算技術展覽會
時間：2026年11月27日-30日
地點：廣州·廣交會展館D區
亞洲領先的汽車計算技術與核心器件展
——是與來自世界各地的汽車工程師們交流的最佳平臺！
中國國際汽車計算技術展覽會是 AUTO TECH China 2026
ARM Cortex-M3是一款專為嵌入式系統優化的32位RISC（精簡指令集）處理器內核，基于 ?ARMv7-M架構?，廣泛應用于STM32、GD32等微控制器中。Cortex-M3通過?哈佛流水線、雙堆棧、NVIC中斷、Thumb-2指令集?等機制，在?實時性、低功耗、代碼密度?之間取得平衡，成為32位微控制器領域的主流架構。
Cortex-M3加入了類似于8位處理器的內核低功耗模式，支持
本文來源：半導體行業觀察
/ 導讀 /
對于一家自動駕駛電動汽車制造商來說，花費數億美元從頭開始創建自己的人工智能超級計算機，超大規模人工智能訓練的成本和難度有多大？公司創始人必須多么自負和肯定才能組建一支能夠做到這一點的團隊？
像許多問題一樣，當您準確地提出這些問題時，他們往往會自己回答。很明顯，SpaceX 和特斯拉的創始人兼
當今汽車行業正在加速創新，新能源和自動駕駛汽車的發展越來越快。隨著車輛控制正在從人類控制轉變為車輛自主控制，更多的傳感器、攝像頭、雷達等被應用到到汽車系統中，數據處理需求也隨之增加，這就需要更大的SoC來提供更多的計算性能，還要盡可能降低故障率。為了滿足這些需求
當今汽車行業正在加速創新，新能源和自動駕駛汽車的發展越來越快。隨著車輛控制正在從人類控制轉變為車輛自主控制，更多的傳感器、攝像頭、雷達等被應用到到汽車系統中，數據處理需求也隨之增加，這就需要更大的SoC來提供更多的計算性能，還要盡可能降低故障率。為了滿足這些需求，行業急需更先進的處理器架構。
Ansys行業領先的多物理場平臺將助力SiPearl實現歐洲全新前沿微處理器的功耗與可靠性目標
Ansys行業領先的多物理場平臺將助力SiPearl實現歐洲全新前沿微處理器的功耗與可靠性目標
Ansys行業領先的多物理場平臺將助力SiPearl實現歐洲全新前沿微處理器的功耗與可靠性目標
主要亮點
SiPearl正采用Ansys Redhawk-SC半導體軟件設計歐洲全新的百億億次級超級計算高能效微處理器，以滿足嚴格的低功耗目標
Ansys高預測精度多物理場仿真平臺可用于最大限度降低芯片功耗和確保運行可靠性
NEWS
據悉，2022年三星將為電動汽車和自動駕駛汽車市場推出一系列全新技術設備。目前三星已經開始生產相關車載設備，首批產品將于2022年1月的中上旬開始上市。
