四月作者

芯片技术被「卡脖子」?这是中国对抗封锁最有效的「武器」

2010年的夏天,伯克利大学的研究团队尝试设计和开发一套完整的新指令集。四年后,RISC-V问世。

从最初的多方质疑,到逐渐获得学术圈、芯片和系统公司以及政策的认可和重视,近年来业界对于RISC-V的态度发生了180度的转变。

在中国芯片核心技术被「卡脖子」的当下,RISC-V将成为中国与美国封锁技术政策对抗最有效的技术武器。

它被行业给予重托,被视为中国未来十年里最具潜力的芯片平台,大有超越ARM之势。

ARM架构 和 RISC-V架构都源自1980年代的精简指令计算机RISC,正如上世纪末的Windows和Linux之争。

PC时代成就了x86,移动互联网时代ARM是绝对的主流。

但在物联网和AI时代的新兴领域,RISC-V和ARM正处于同一起跑线上,RISC-V凭着指令集开源、简洁等特性很有可能可以击败ARM,或者至少能够占据可观的市场份额。

更为重要的是,在芯片核心架构技术被「卡脖子」的当下,RISC-V将成为中国与美国封锁技术政策对抗最有效的武器。

机器之心消息,RISC-V芯片设计公司芯启科技日前在北京发布三款国产CPU IP产品,并同时对外开源,以促进国内RISC-V芯片的产业发展。

发布活动由中关村芯园联合北京芯启、中国RISC-V产业联盟(CRVIC)共同举办,在产品发布之余,各方还积极探讨了基于RISC-V技术架构的应用发展方向和创新设计思路,RISC-V的工程经验以及在AI芯片设计中的经验等话题。

1 爆发式机遇

随着美国对中兴、华为等中国IT命脉企业立下重重技术铁幕,一时间国内舆论大哗。越来越多的产业人士意识到:

以美国为代表的发达国家正在通过高附加值产业进行产业垄断,以ARM、Synopsys、Cadence等为代表的知识产权交易商,通过苛刻的知识产权授权规则已经阻碍并减缓我国集成电路设计商的技术创新与产业的发展速度。

所谓中国「自主研发」的芯片技术,到了关键时刻却实实在在地被人卡着脖子。

如何利用好更为强大和开发的技术武器与之长期有效对抗,成为摆在我国集成电路从业者面前必须面对的重大问题。

谈到芯片的「自主可控」,最为关键的技术在于芯片指令集架构,通常简称为「芯片架构」。它是沟通软硬件运算之间的桥梁,是核心基础软硬件生态系统的基石,其重要性不言而喻。

在半导体行业的历史上,曾出现过诸多的架构,但随着时间推移和市场竞争,类似于MIPS等架构已经逐渐退出舞台。目前主流的架构包括Intel的X86、ARM架构,在日常生活中见到最多的是ARM,基本上所有的芯片公司都在采用ARM的架构。

谈到物联网应用已经不能绕开ARM,但是在ARM基本上要一统天下,甚至侵入Intel的桌面PC和服务器业务的时候,免费开源的RISC-V诞生了。

RISC-V是一种免费开源指令集架构(ISA)。由加州伯克利分校的研究团队开发与公布,于2011年5月正式发布第一版。该指令集设计非常简单,采用了基础指令集与扩展指令集的方式,基础指令集只包含了不到50条指令。

「RISC-V可能真正能成为国产的自主的指令集架构。」RISC-V推广人,武汉聚芯微电子架构师胡振波在接受媒体采访时谈道,RISC-V作为免费的架构,将会和ARM产生竞争。在手机等传统ARM的垄断领域会保持强势存在,在一些新兴的边缘领域,比如IoT、AI、边缘计算领域,RISC-V将具有爆发空间。

「中国未来十年都会去全力支持这个技术」,品利基金半导体行业投资经理陈启向机器之心表示。这被行业视为最具潜力的芯片平台,大有超越ARM之势。

历经八年时间发展,RISC-V指令集「朋友圈」已经逐步吸收到大量具备影响力的企业。2015年非盈利组织RISC-V基金会成立,旨在凝聚全世界力量构建开放社区,推广RISC-V架构。

迄今已有100多个机构加入,包括谷歌、华为、IBM、阿里巴巴、英伟达、高通、三星等企业,以及加州大学伯克利分校、麻省理工学院以及中科院计算所等学术机构。

此外,美国之外的产业界和国家也在积极备战RISC-V技术。全球第一大硬盘产商西部数据宣布将把每年各类存储产品中嵌入的10亿个处理器核换成RISC-V;印度将它作为事实国家指令集,以色列国家创新局选择基于RISC-V研制为全国企业服务的处理平台。

去年,我国发布了首个RISC-V支持政策并成立了中国RISC-V产业联盟。上周,清华和伯克利共同发起RISC-V国际开源实验室,由图灵奖David Patterson教授牵头。

相对于ARM和x86,RISC-V强调开源和成本优势,并以简单可扩展的指令集提供更高效的硬件。不过,RISC-V想要全方位进军芯片市场,与ARM以及x86分庭抗礼,其背后的生态建设尤为关键,这也是当前RISC-V中国化面临的最大问题之一。

专业用户独享

本文为机器之心深度精选内容,专业认证后即可阅读全文
开启专业认证
产业RISC-VARM芯片AI芯片
相关数据
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

华为机构

华为成立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。华为的主要业务分布在无线、网络、软件、服务器、云计算、人工智能与大数据、安全、智能终端等领域,发布了5G端到端解决方案、智简网络、软件平台、面向行业的云解决方案、EI企业智能平台、新一代FusionServer V5服务器、HUAWEI Mate等系列智能手机、麒麟系列AI芯片等产品。目前华为拥有18万员工,36所联合创新中心,14所研究院/所/室,业务遍及170多个国家和地区。

http://www.huawei.com/cn
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

池化技术

池化(Pooling)是卷积神经网络中的一个重要的概念,它实际上是一种形式的降采样。有多种不同形式的非线性池化函数,而其中“最大池化(Max pooling)”是最为常见的。它是将输入的图像划分为若干个矩形区域,对每个子区域输出最大值。直觉上,这种机制能够有效的原因在于,在发现一个特征之后,它的精确位置远不及它和其他特征的相对位置的关系重要。池化层会不断地减小数据的空间大小,因此参数的数量和计算量也会下降,这在一定程度上也控制了过拟合。通常来说,CNN的卷积层之间都会周期性地插入池化层。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

图像处理技术

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
相关技术
三星机构

三星集团是韩国最大的跨国企业集团,同时也是上市企业全球500强,三星集团包括众多的国际下属企业,旗下子公司有:三星电子、三星物产、三星航空、三星人寿保险、雷诺三星汽车等,业务涉及电子、金融、机械、化学等众多领域。 三星集团成立于1938年,由李秉喆创办。三星集团是家族企业,李氏家族世袭,旗下各个三星产业均为家族产业,并由家族中的其他成员管理,集团领导人已传至 李氏第三代,李健熙为现任集团会长,其子李在镕任三星电子副会长。

加州大学伯克利分校机构

加利福尼亚大学伯克利分校,简称加州大学伯克利分校,又常被译为加利福尼亚大学伯克莱分校,位于美国加利福尼亚州旧金山湾区伯克利市,是一所世界著名的公立研究型大学。其许多科系位于全球大学排行前十名,是世界上最负盛名的大学之一,常被誉为美国乃至世界最顶尖的公立大学。

https://www.berkeley.edu/
暂无评论
暂无评论~