全球首颗！RISC-V处理器大飞跃，模拟AI芯片问世

近日，据外媒披露，全球首款集成了RISC-V指令集的模拟AI芯片——Mythic AMP在美国奥斯汀问世。

这是一款单芯片模拟计算设备，并采用Mythic的模拟计算引擎，而不是利用传统的数字来创建处理器，以便于将内存集成到处理器中，耗电量比传统模拟处理器低 10 倍。

熟悉传统计算原理的都知道，在常规计算机中，数据会定期从 DRAM 内存传输到 CPU。

内存保存程序和数据。计算机中的处理器和内存是分开的，数据在两者之间移动。处理器无论速度有多快，在从内存中获取数据时都必须处于空闲状态，并且取决于传输速率——这就是所谓的冯诺依曼限制。因此，将计算和内存合并到单个设备中就成为了大家 探索 的解决方法，而模拟 AI 就消除了冯诺依曼瓶颈，从而显着提高了性能。

目前关于AI 芯片并没有一个严格的定义。比较宽泛的定义是面向人工智能应用的芯片都可以称为AI 芯片。

AI 芯片主要包括三类：

在AI应用还没有得到市场验证之前，通常使用已有的通用芯片进行并行加速计算，可以避免专门研发ASIC芯片的高投入和高风险。但是这类通用芯片设计初衷并非专门针对深度学习，因而存在性能、功耗等方面的局限性。随着人工智能应用规模持续扩大，这类问题日益突显，待深度学习算法稳定后，AI 芯片可采用 ASIC 设计方法进行全定制，使性能、功耗和面积等指标面向深度学习算法做到最优。

提高AI 芯片性能和能效的关键之一在于支持高效的数据访问。在传统冯·诺伊曼体系结构中，数据从处理单元外的存储器提取，处理完之后再写回存储器。在AI 芯片实现中，基于冯·诺伊曼体系结构，提供运算能力相对是比较简单易行的，但由于运算部件和存储部件存在速度差异，当运算能力达到一定程度，由于访问存储器的速度无法跟上运算部件消耗数据的速度，再增加运算部件也无法得到充分利用，即形成所谓的冯·诺伊曼“瓶颈”，或“内存墙”问题，是长期困扰计算机体系结构的难题。目前常见的方法是利用高速缓存（Cache）等层次化存储技术尽量缓解运算和存储的速度差异。

无剑600平台是全球RISC-V可量产SoC芯片设计平台：它支持4核高性能RISC-V处理器，最高主频可达2.5GHz，实现了CPU+XPU异构架构的全面优化；支持64位LPDDR4X，最高吞吐率4266MT；整合4TOPs的Int8 AI算力；全流程满足GP TEE国际安全标准。无剑600平台有望帮助芯片公司显著降低芯片开发成本和风险，并大幅缩短研发周期。由于相关产业刚刚起步，中外芯片设计公司在创新赛道的同一起跑线上，都面临着采用新架构、构建新生态的挑战。国内企业尤其是高科技企业被卡脖子的问题日益突出，如何突破技术瓶颈成为国内企业面临的一大挑战。

如何根据企业技术创新的发展要求，选择不同的产学研合作模式，已成为企业亟待解决的问题。在市场竞争中，技术创新和专利布局无疑是企业提升市场竞争力的两大法宝。从长远来看，我国企业仍需进一步加强自主研发，加强原始创新，并通过专利布局、专利挖掘等方式，建立“核心技术+外围技术”的专利组合，形成严密的专利网络。在面向新时代的发展背景下，中国企业在不断创新、谋求发展的同时，也需要越来越多的高质量专利为其保驾护航。在当前的形势下，国内企业应借鉴国外企业的先进经验，学习如何利用专利保驾护航，在应用领域找到自己的一席之地。

对于开拓海外市场的企业来说，专利布局更是重中之重，这是企业在海外市场占有较大市场份额不可或缺的因素之一。同时，成熟企业尤其是国外企业，往往以专利组合的形式对一项技术或一项产品进行专利保护。但从实际情况看，企业在生产技术应用上的投入远大于生产技术创新的投入，往往采用直接购买专利成果或合作研发等形式，基于产业共性技术及其衍生技术的研发受制于企业之外，不利于企业的发展。对于如何培育高价值专利，作为新时代创新驱动下的技术创新的“量尺”和“试金石”，谢商华建议，国家有关部门应尽快制定相应的扶持措施。从政府层面来说，应完善研发激励机制、知识产权保护体制、企业技术创新的财税优惠政策、规范研发费用和技术人员的信息披露等，为企业增加研发投入、提高研发效率、加快科研成果的转化创造营造良好的研发环境。

---