“依靠NetSpeed Orion AI的幫助，特斯拉自動駕駛芯片從設計到流片只花了9個月的時間，這在以前是完全不可想象的?！痹贜etSpeed Systems大中華區(qū)銷售總監(jiān)黃啓弘所列出的客戶案例中，除了特斯拉，還包括3家來自中國的頂級人工智能公司：地平線機器人、寒武紀和百度。

NetSpeed Systems大中華區(qū)銷售總監(jiān)黃啓弘

在芯片上布一張互聯(lián)網

可能很多人對NetSpeed并不熟悉。這是一家專為移動設備、網絡系統(tǒng)和高性能計算市場提供高擴展性的緩存一致性片上網絡IP的新銳公司，2011年成立于美國硅谷，核心技術團隊來自思科與華為，投資方則包括英特爾、Imagination、華登國際等知名企業(yè)。2016年，根據技術、目標市場、財務能力和投資情況、成熟度和高級管理人員的資歷等標準，NetSpeed被EETimes列入“Silicon 60—2016年全球60家值得注意的新創(chuàng)科技公司”名單之中。

與其它競爭方案不同的是，NetSpeed的片上系統(tǒng)總線設計理念是將互聯(lián)網的網絡拓撲思想映射到芯片內部的設計中。即采用數(shù)據路由和分組交換技術替代傳統(tǒng)總線結構，旨在從架構上解決由于地址空間有限導致的傳統(tǒng)總線結構可擴展性差，分時通訊引起的通訊效率低下，以及全局時鐘同步引起的功耗和面積較大等問題。

通俗的講，“以前，我們可以把SoC中的視頻功能關掉，但總線是無論如何不能關的。但現(xiàn)在在Orion AI方案中，即便關掉一部分總線也沒問題，芯片仍然能夠正常工作?！秉S啓弘說NetSpeed的做法，就是放棄傳統(tǒng)的總線理論，把所有的數(shù)據通過橋接模塊的形式分成數(shù)據包，然后再用互聯(lián)網的方法分發(fā)出去。

他將這種片上網絡(NoC)理念比喻成“在芯片上布了一張互聯(lián)網”。也就是說，傳統(tǒng)的方法傾向于孤立地優(yōu)化各個子系統(tǒng)，從而導致瓶頸問題和采用過度的系統(tǒng)設計來處理最極端的情景，這對當前在視頻、語音、預測、機器人及診斷等應用中正漸入佳境的人工智能技術來說尤其不利。因為這些新興應用對處理能力提出了進階需求，推動計算架構發(fā)生天翻地覆的變化，并急劇改變著SoC的設計模式。用NetSpeed首席執(zhí)行官Sundari Mitra的話來說，就是這些新SoC內部體現(xiàn)出的是一種新的數(shù)據流。

“以自動駕駛為例，這是人類第一次如此堅決的把身家性命交給半導體芯片來做決斷。”黃啓弘對《電子工程專輯》說，芯片設計師為此需要大量的計算單元來實現(xiàn)快速有效的點對點數(shù)據交換，需要保證信號回路沒有任何阻斷和延遲，再加上人工智能系統(tǒng)需要任意位置數(shù)據交換和支持長突發(fā)傳輸，采用中央存儲作為數(shù)據交換系統(tǒng)的傳統(tǒng)總線架構在這些需求面前幾乎處于完敗的境地。

用人工智能來優(yōu)化SoC設計

于是，Orion AI出現(xiàn)了。

它是NetSpeed在AI SoC設計領域內的最新嘗試，因為NetSpeed認為這是一個展示自身優(yōu)勢的絕佳的時間節(jié)點。

按照官方給出的說法，Orion AI是業(yè)界首款以人工智能為基礎的SoC芯片內部互連解決方案，由經過硅驗證的Orion IP構建而成。支持多播與廣播等先進特性，能極大提升人工智能SoC與加速器ASIC的性能與效率，可廣泛應用于數(shù)據中心、自動駕駛、AR/VR，以及先進視頻分析。

Orion AI架構

從技術角度來看，當一顆芯片內部集成了數(shù)百甚至上千個運算單元時，傳統(tǒng)總線架構需要針對不同的系統(tǒng)需求單獨進行設計，當系統(tǒng)功能擴展時，需要對現(xiàn)有設計方案重新設計，研發(fā)成本與設計周期均比較長，在性能、功耗、全局時鐘同步、信號完整性及可靠性等方面面臨的挑戰(zhàn)也將呈指數(shù)型增長。

NetSpeed的解決方案采用分層堆疊方式將網絡架構解耦，具有良好的可擴展性。當SoC片內網絡中節(jié)點數(shù)量增加時，僅需要按照相應拓撲結構規(guī)則繼續(xù)增大網絡規(guī)模即可，縮短了產品的設計周期，節(jié)約了研發(fā)成本。另外，傳統(tǒng)總線架構，每次信息交互都需要驅動全局互連線，因此總線結構所消耗的功耗將隨SoC規(guī)模增加而顯著增加，而在NetSpeed方案中，可以將一部分信號通路關掉，從而實現(xiàn)低功耗。

授權費用方面，盡管黃啓弘不能透露具體數(shù)字，但他承諾說“絕對低于arm的費用”，但也肯定高于普通接口IP的費用，通常是根據定制的復雜度來決定該怎么收費。NetSpeed一般會在授權完成之后對客戶進行1-2天的培訓，因為無論簡單還是復雜的工具，最后都是由AI工具自動生成RTL，所以商業(yè)模式相對比較靈活。

Orion AI由NetSpeed的圖靈機器學習引擎提供支持，該引擎使用監(jiān)督學習來探索和優(yōu)化SoC設計與架構。據稱這也是當前市場上唯一采用機器學習方法的產品，能在多次迭代之后慢慢收斂，精確地進行整體系統(tǒng)建模，以實現(xiàn)最優(yōu)的應用性能。中國最牛的幾家互聯(lián)網公司之所以愿意與NetSpeed合作，也是看上了這一核心技術。

除了通過人工智能進行SoC設計之外，Orion AI的片上帶寬高達萬億字節(jié)每秒(TB/s)，并具備支持數(shù)千計算引擎的底層架構。它提供超寬數(shù)據通路，接口位寬高達1024位，可支持高達4K字節(jié)的長突發(fā)傳輸，并可定制更高位寬。此外，為優(yōu)化對自動駕駛應用的支持，Orion AI還通過了ISO 26262標準，可支持ASIL D級別安全要求。

Linley Group首席分析師Linley Gwennap對這種以人工智能為核心的設計方法給予了極高的評價，稱“就像有一位隨時在線的建筑大師給出設計建議。處理器架構師可以采納圖靈的建議，然后花時間去解決SoC設計中的其他難題。”

Turn-Key模式不適合我們

把人工智能技術從云端引入到終端，會遇到一些挑戰(zhàn)。

首先，云端追求的是極致性能，對功耗沒有太多要求。但對終端設備而言，能耗卻是非常重要的指標，芯片需要滿足系統(tǒng)低功耗的要求。

其次，是通用性與特殊性如何平衡。當一個終端產品從通用產品變成專用產品的時候，市場規(guī)模會小很多，例如做血液檢查的終端產品就只能做血液檢查，不能做別的事情。

因此，對那些有志于從事嵌入式人工智能的人士來說，黃啓弘的建議是需要綜合考慮公司是否能做？怎么做？如何在性能、功耗和通用性三者之間找到平衡點等關鍵問題。

“我拜訪過很多人工智能公司，留給我的印象是如果不開發(fā)出幾款AI芯片，都不好意思說自己是這個行業(yè)里的人。”黃啓弘說從理論上來講，開發(fā)芯片永遠比賣算法要好，因為如果只有算法，對知識產權的保護還是相對比較弱的，一篇論文就可以讓天下人皆知。但很多公司此前之所以不愿意研發(fā)芯片，主要的顧慮在于芯片研發(fā)周期比較長，一旦出錯，上億的資金付之東流是常見的事情，代價太大。然而隨著中國政府對集成電路產業(yè)支持力度和對知識產權保護力度的不斷加強，AI公司看到了實現(xiàn)自主可控的希望，獨立開發(fā)芯片的意愿也更加強烈。

但“一千個人眼里有一千個哈姆雷特”，即便是同一個應用場景，不同客戶間也存在著不同的理解，導致芯片設計的復雜度也各不相同。因此，無論用戶采用通用還是定制化計算平臺，都可以在SoC設計中使用Orion AI解決方案，縮短研發(fā)周期，快速完成設計迭代，自然成為了NetSpeed的使命。

AI時代，傳統(tǒng)的SoC芯片高度集成，一家獨大的模式正在發(fā)生變化，由于不同場景對芯片、算法的需求各不相同，導致定制化計算平臺需求旺盛。黃啓弘說自己認同這樣的看法，的確是同一顆芯片，在不同的算法和應用中，也會產生不同的價值。

但這是否就意味著以往的Turn-Key模式走向衰落？

他認為并不一定。“因為很多做系統(tǒng)的人對芯片設計并不了解，這時要能給他一個Turn-Key的方案，說不定他就會借此把市場做大。但NetSpeed設計的是總線，不會參與到客戶最核心的神經網絡設計之中，因此Turn-Key這種模式不適合我們。”