近年來，隨著智慧城市、自動駕駛、工業(yè)互聯(lián)網等應用的廣泛推廣，終端設備所產生的數據量呈爆炸式增長，使得集中式云計算在帶寬負載、網絡延時和數據管理成本等方面愈加捉襟見肘，由此催生了邊緣計算價值的進一步突顯。如今，自動駕駛、工業(yè)自動化、智慧醫(yī)療和物聯(lián)網等各行業(yè)對邊緣計算的需求呈現了大規(guī)模增長態(tài)勢。

隨著邊緣計算應用范圍的不斷擴展，數據量也持續(xù)增長，于是各行業(yè)對計算量級和實時性提出了更高的要求；而芯片作為算力實現的核心，則成為了整個行業(yè)迫切的需求，市場對于芯片的需求也不再只是單一的算力和功耗，更加強調芯片的通用性、可編程和可擴展性，以此來滿足不同場景下的應用需求。各大芯片廠商也需要不斷創(chuàng)新，研發(fā)更加通用、高性能和高能效的芯片。

逆勢而上，加快國產替代

在通用計算芯片這個成熟市場，強勢的英偉達、AMD、英特爾三分天下，令后來者難以立足，我國芯片企業(yè)想要撕開一道口子，必須另辟蹊徑；或從架構、制造工藝、新型材料、新的器件結構等都要進行創(chuàng)新。

在技術路線方面，成熟的GPU架構已經存在長達幾十年之久，形成了比較完整的生態(tài)系統(tǒng)。國內雖有多種GPU架構，但卻缺乏全球競爭力的自主GPU架構；我國目前GPU產業(yè)發(fā)展呈現兩種趨勢：一是追逐傳統(tǒng)GPU架構，它的成熟度較高，但是屬于跟隨路線，作為市場的后來者，技術上不成熟，性能上不先進是很難切入市場；二是采用自主研發(fā)的新型架構，攻堅難度大，但是有取勝的可能性。

智能互聯(lián)世界，GPU架構格局或有變化。

珠海市芯動力科技有限公司（簡稱芯動力）創(chuàng)始人指出，為了滿足高效的并行計算，可以采用脈動陣列的方式來處理，同時繼承廣為人們所接受的CUDA語言，這樣可以同時滿足高算力的需求，也不影響用戶的使用習慣。

經過十余年的探索，芯動力研究了并行計算的本質，發(fā)現了一種更加適合并行計算的處理器架構，能夠在不改變程序的基礎上更有效的執(zhí)行CUDA語言的程序。并且在2017年成功研發(fā)出可重構并行處理器（RPP）架構。芯動力開始向GPU領域進軍。

RPP架構主打并行計算，并且借助于獨有的底層硬件架構，成功地實現了對CUDA語言的支撐。不僅如此，芯動力還擁有自主開發(fā)的工具鏈，包括獨立的SIMT指令集和后端編譯器，使得其能夠在cuDNN和TensorRT上實現API的兼容，同時也支持廣泛的人工智能框架，如TensorFlow和Pytorch等。

芯動力團隊認為，通過工具鏈的開發(fā)，RPP能夠對于AI推理的性能進行深度優(yōu)化，從而在高性能計算領域中實現了最廣泛使用編程語言的支持。這種兼容不僅從底層的軟件兼容性方面體現，同時也可以提升用戶的使用體驗，滿足用戶在調用形式、使用感知等方面的需求。做這種生態(tài)是因為觀察到CUDA語言體系里，開放體系比較完整，第三方開發(fā)的軟件都是以源代碼的形式開放給社區(qū)，而不像CPU的生態(tài)領域里存在大量的二進制代碼，因此，支持CUDA語言就能夠廣泛的支持GPGPU的生態(tài)。

并且，以RPP架構為基礎面向邊緣市場設計的第一代芯片RPP-R8已經一次性流片成功，芯動力正式開啟踏入GPGPU領域的市場。

據悉，RPP-R8芯片是一款具備高算力與低功耗的通用型GPGPU芯片，每顆芯片內含有1024個計算核，與傳統(tǒng)的GPU架構相比，在同樣的算力占用更小的芯片面積，實現了低功耗和高能效的有效平衡。RPP-R8除了具備專用芯片所沒有的通用編程性，面積效率比可達到同類產品的7～10倍，能效比也超過3倍，可滿足高效并行計算及AI計算應用。

GPGPU是GPU未來的重要趨勢之一，也是國產的一次機會。

據IDC預測，到2024年，全球邊緣計算市場（包括軟件、硬件和服務）將達到2506億美元，年增長率為15.9%。其中，中國邊緣計算服務器市場將達到855,334臺，硬件價值預期55億美元。芯動力研發(fā)上市的RPP-R8芯片具備低時延、高算力、低功耗、高能效、編程靈活等諸多優(yōu)勢，非常適用在邊緣計算場景，通過市場的反饋，軟件商可以更快的部署，基本一天就可以完成遷移。

RPP-R8的應用從本質上可有效幫助企業(yè)降低開發(fā)成本和產品周期，加速產品迭代與擴展。目前這款芯片應用場景已覆蓋工業(yè)自動化、智能駕駛、泛安防、物流檢測、內容過濾、信號處理等多領域，未來將跨入更廣闊的市場。

當前，算力已成為數字經濟時代的核心生產力，隨著信息化、數字化和智能化進一步加快，新一輪的算力革命正在加速啟動。芯動力作為一家專注于研發(fā)新一代可編程通用并行計算芯片的企業(yè)，在珠海、深圳、西安、美國都設立了研發(fā)中心，專注攻關核心關鍵技術，加快國產替代，使得算力在技術層面不斷突破技術壁壘。

在目前算力增長的時代，很多芯片廠商依賴于先進的工藝來實現芯片的高算力， 在中國半導體工藝被嚴重卡脖子的時代，架構的創(chuàng)新顯得尤為重要，以架構的創(chuàng)新來替代先進工藝所帶來的算力提升是芯動力一直發(fā)展的方向。

審核編輯黃宇