來源：集成電路前沿?

1：AI芯片分類

市場上很多AI芯片，令人眼花繚亂。根據(jù)其應用范圍，大體上可以分為幾類：?

終端AI芯片：

終端AI芯片要求功耗低，算力需求也相對較低，主要是AI推理的應用。終端AI芯片以各種帶AI模塊的MCU來呈現(xiàn)，專注于某一類應用，例如，智能音箱里面的AI芯片，可以用于語音識別。智能門鎖的AI芯片，可以人臉識別等等。

云端AI芯片：

云端AI芯片則是數(shù)據(jù)中心， 用于云端AI加速，不但可以推理也可以做訓練。例如NVIDA的GPU卡，谷歌的TPU等等。云端AI芯片性能比較強，面積也非常大，例如A100據(jù)說在7nm下有826mm2，性能也比較強悍！

除此之外，還有邊緣AI芯片。

那么邊緣AI芯片是做什么來用的。提到邊緣計算，有一個非常有名的“章魚論”。章魚這種生物比較奇怪，章魚有8條腿，但是章魚的某些決策不是都要放到大腦中來計算，而是在腿中就進行計算。這個章魚腿相比于章魚大腦（云端），就是邊緣端！?這個比喻非常有趣，以至于經(jīng)常被邊緣計算的場景來引用。?例如，自動駕駛或者ADAS?（智能駕駛輔助系統(tǒng)），需要在本地就把整個決策及設計完成。有很多在需要大數(shù)據(jù)量計算但是實時性比較高，不需要繞一圈到云中心來計算的場景。例如智能駕駛，智能工廠，與安防結合交通管理等等。相對于終端AI芯片很多消費級的場景，邊緣AI芯片更多的是工業(yè)領域的應用。邊緣AI基本上將應用局限在某個范圍內(nèi)，可以是一輛汽車、一列火車、一個工廠、一個商店。在這個范圍內(nèi)，有一些實時的AI決策及處理需求需要被滿足。相應的我們會把AI賦能稱之為，自動駕駛、智能制造、智慧零售等等。其核心目的主要強調(diào)在數(shù)據(jù)來源側來解決問題。這就是邊緣AI芯片存在的需求。

2：邊緣AI芯片特征

那么邊緣AI芯片都有什么特征？

（1）算力強：

邊緣AI的算力要比終端要算力更強，通常都是獨立解決問題。但是性能要比小區(qū)的人臉識別或者智能音箱這種語音識別的基于某種應用的端側AI芯片的處理能力要強1-2個數(shù)量級。

（2）外設豐富：

邊緣AI基本上強調(diào)信息的可獲得性，例如多路攝像頭的輸入的需求，對于類似MIPI的接口的數(shù)量會有很大的需求，例如可以同時支持多路攝像頭等視頻音頻的輸入。

（3）可編程性：

邊緣AI芯片通常用面向工業(yè)用戶，需要AI賦能用戶，換言之：AI要和用戶應用場景相結合，通常根據(jù)不同工業(yè)用戶不同的場景需要進行編程，用于適配不同的模型和場景。也不局限于某種應用。一個良好的可編程的架構是解決問題的關鍵。邊緣AI芯片不是直接給工業(yè)客戶用，而是要根據(jù)工業(yè)客戶的需求進行客戶需求AI賦能，這個是邊緣AI芯片核心特征。

3：邊緣AI芯片架構

那么邊緣AI芯片的架構是什么樣子的？舉個例子，邊緣AI計算平臺，JESTON?應該算是一個。其最新一代發(fā)布的是JESTON ?AGX Orin 。JETSON作為英偉達邊緣的AI計算平臺，其名氣沒有英偉達的GPU大。但是，JESTON同時繼承了Ampere的架構的GPU和 ARM Cortex-A78，在邊緣側AI芯片中，既可以做推理也可以做訓練。作為一個邊緣AI產(chǎn)品，其有200Tops的處理性能（INT8）。我們以JESTON ?AGX Orin為例，探索下其芯片內(nèi)部架構是怎樣的。

這個芯片的計算部分主要是三大件：CPU，GPU，DSA（NVDLA+PVA）

CPU：

JESTON其內(nèi)部有3組4核的A78，頻率可以到2GHz。也就是說，這個芯片內(nèi)部有12核的A78的處理器，不同于手機的處理器，3個cluster的A78是對稱的，不是手機處理器的大小核設計，其主要是面向計算服務，而不是手機應用中不同負載的低功耗。在一些標量的運算中，多核A78的計算能力也是非常強悍。

GPU：

GPU是英偉達最新的安培架構，擁有2048個CUDA核，以及64個Tensor內(nèi)核。這些都是可編程的。安培架構是最新一代的GPU架構，前面幾代分別是：Kepler，Maxwell，Pascal， Volta等。最新一代的安培架構升級了tensor core。用了安培GPU以后，與其他邊緣AI芯片不同的是，可以支持推理和訓練。最重要的是，這個AI芯片可以用cuda來編程了，而可編程性則是邊緣AI芯片的核心需求了。?

DSA：

作為AI加速單元，JESTON本身也有另外還有2個NVDLA 的硬核，以及VISION加速器 PVA；NVDLA主要用于推理。內(nèi)核核心還是一個大的矩陣卷積運算。其中NVDLA已經(jīng)開源，有興趣的小伙伴可以在GITHUB上下載并運行這些源碼。詳見：nvdla· GitHub? 這個可以可看到工業(yè)界的實際在用的成果開源，也對業(yè)界有很大的促進作用。

PVA用了VPU的架構，使用VLIW的架構，VLIW是超長指令字結構，其并行度比較好，VIEW架構設計簡化了硬件結構，其二，VLIW的大位寬執(zhí)行并不會以犧牲性能和頻率為代價。但是同時將問題交給了軟件來運行。

IO資源：

除了計算資源，IO資源也比較豐富，畢竟邊緣AI側，就需要豐富的輸入，支持6個攝像頭以及16組通道的MIPI接口。?如果邊緣AI芯片選一個重要的接口，那肯定是MIPI了，畢竟，邊緣AI芯片，除了算力之外，還缺少不了的就是MIPI接口。?MIPI就是邊緣AI芯片的眼睛，（用于連接攝像頭）。畢竟和人不同，需要很多雙眼睛，畢竟邊緣AI芯片需要“眼觀六路，耳聽八方”。只有大腦，沒有耳朵和眼睛，邊緣AI芯片是不能工作的。同樣還有USB接口，也可以支持一些USB攝像頭。同樣可以支持PCIe。RC和EP都支持，也就是說，可以同時作為加速卡插在別的主機上，也可以作為主設備插別的加速卡。同時在網(wǎng)絡方面，支持4路10G口，可以實現(xiàn)高速互聯(lián)，如果有需要可以實現(xiàn)高速網(wǎng)絡傳輸，或者幾個JESTON AGX的互聯(lián)。

下圖就是 JESTON ?AGX Orin?的詳細參數(shù)，拿走不謝！

根據(jù)這些參數(shù)，芯片面積小不了，我覺得這顆芯片可能是7nm的制程。才能在面積和功耗上比較平衡一下。其典型功耗大約在15W，30W，45W幾個不同的量級上。

4：邊緣AI芯片作用

那么這么強悍性能的AI芯片能做什么？

舉個例子，現(xiàn)在疫情下，很多場所都有人流的限制（本場所限流100人！）。小到一個商店，大到一個街區(qū)。適時獲取人流就是一個典型的任務。通過人像識別，獲取一個區(qū)域內(nèi)的人流的密度，實時決定對區(qū)域內(nèi)人流進行管控。

如果是終端AI的MCU，很難有很大的算力，也不同時接受多路視頻的輸入。那邊緣端AI芯片就有了用武之地。作為一個方案商，不但要有一個非常強勁的AI引擎，其次要有很多的視頻輸入源。最后要通過一個非常強悍的AI框架（SDK）將這些硬件運行起來。也就是說邊緣AI需要根據(jù)用戶對于AI的需求二次開發(fā)。剛才提到，邊緣AI其中一個重要的特征就是，根據(jù)工業(yè)場景進行AI+場景的再開發(fā)。很多AI芯片紙面性能很強，但是如何將這些算力轉(zhuǎn)換成用戶感知的提升，這個里面就有很多內(nèi)功可做。因此工業(yè)用戶需要的是一個開放AI平臺，而不是一個只有算力的芯片，更重要的是，要根據(jù)用戶需求進行AI業(yè)務開發(fā)。有句古話“干活不由東，累死也無功”。只有硬件，沒有軟件，或者軟件不好用，就好比武功只有一身招式，沒有內(nèi)功心法一樣。AI芯片算力雖強，沒有軟件（SDK）也發(fā)揮不出來。軟硬兼修是永遠不過時的選擇。如何將AI算力轉(zhuǎn)換成用戶生產(chǎn)力。在這個方面，Jeston AGX Orin提供了jetpack 5.0，支持了cuda11和最新版本的cuDNN和tensorRT。

通過這些軟件工作，特別是CUDA，這些利于用戶開發(fā)的工具將JESTON平臺上強悍的算力和豐富IO結合起來。最終完成邊緣計算賦予AI芯片的“使命任務”。最終用戶得到的是：用戶定義的AI芯片?；蛘哒f是需求定義的AI芯片。

這才是邊緣AI芯片的本質(zhì)！

審核編輯：符乾江