來源：華強資訊

首先，從RISC-V的角度來看，它究竟能何種程度上提升AI芯片在變幻莫測的AIoT市場形勢下的適應力？譚章熹表示：“RISC-V是非常簡單和非常干凈的設計，用戶指令和特殊指令分開，它是模塊化的，可以根據需求做自己定制化的模塊和擴展，有足夠的指令空間做定制化。另外，它的穩(wěn)定性也很好，當我們定了RISC-V本身的基準指令后，不會再有變化，要想增加新的指令，可以通過擴展子集實現(xiàn)，而不是加強新版本?！弊鳛檐浻布?a target="_blank">接口的指令架構，RISC-V對AI芯片提供了非常重要的基礎，有非常好的標準指令子集，以及編譯器、Linux支持，這樣的靈活性使得自由修改AI擴展非常容易。

也正基于此，OURS的首款AI芯片僅用7個月就完成了從零開始設計驗證到交付流片的全部工作，而高通最近領投的SiFive公司，也宣稱開發(fā)出一套RISC-V新的IP僅需要1-3個月的時間，相比之下ARM芯片往往需要1年甚至更久，這是非常直觀的差距。對此，譚章熹解釋到：“之所以能夠在不到一年的時間內完成全部研發(fā)工作，一個很關鍵的因素就是RISC-V的指令集。我們知道，一款微處理器的設計很難，因為軟件和硬件接口的地方很多，比如OS、SW framework、模擬器等，不過我們依靠RISC-V的生態(tài)，生態(tài)中的開發(fā)工具以及工具鏈等幫助我們極大的縮短的芯片的校驗時間?！?/p>

另外，在AI算法運行的核心載體即AI加速引擎方面，據悉OURS的首款AI芯片Pygmy除了核心的CPU架構采用RISC-V指令集設計之外，內置的12個高度可編程AI加速引擎同樣是基于OURS自定義開發(fā)的RISC-V矢量擴展指令集設計而成，這也為其進一步保持與跟進新算法預留了充足的可擴展空間。

譚章熹指出：“Pygmy的12個高度可編程的AI引擎，主要針對神經網絡以及CNN算法進行了優(yōu)化，能夠支持AI圖像和語音的應用。之所以集成的是12個可編程AI加速引擎，與我們芯片的面積是有很大關系的。當然12個加速引擎只代表一個邊界，根據不同應用的性能和功耗要求，可以配置數量不同的可編程AI加速引擎，并且我們的團隊能夠在3個月內就完成AI加速引擎核的定制?！?/p>

固然，為提升AI芯片對新算法的適應力，除了指令集上從復雜轉向精簡化設計之外，芯片架構上的創(chuàng)新也非常重要。專用加速引擎的設計上，時擎智能主要采用的是當下大火的可重構的芯片架構。這種方法類似于以一種搭積木的方式來進行架構設計，即將神經網絡打散成很多個不同模塊，當客戶需要做語音AI時，就通過選擇特定的區(qū)塊來進行組合，從何實現(xiàn)語音AI加速功能；而當客戶需要做視覺AI時，就重新將“積木”打散，根據需要來進行組合使用。這樣既可以做到更強的適應性，同時又能保持小體積、低功耗以及夠用的性能。

時擎智能設計總監(jiān)曹英杰表示：“AI算法的演進速度會比芯片設計的速度會快得多，目前擺在芯片架構師面前的很大挑戰(zhàn)就是，如何要為兩年以后的算法做架構設計，如果AI芯片架構做的過于的固化和專用，當芯片出來的時候，當時所支持的專用AI算法很有可能已經過時。而可重構的架構雖然可能在某些專用算法上，計算效率會比那些比較固化的設計差幾個百分點，但它適用于不同AI算法的平均計算效率會高的多，通用可重構的架構在比較長的一段時間內都能適應新進來的算法?！蓖ㄟ^這種方式，能夠進一步提升AI芯片對市場應變能力，靈活適應AIoT市場變幻莫測的環(huán)境。

總之，算法演進與芯片架構之間的矛盾已在當今的AI芯片市場廣泛顯現(xiàn)。對如今越來越多的行業(yè)新秀們來說，這種矛盾也將在未來相當長一段時間內持續(xù)存在且難以根除。因此，在沒有如高通、英偉達以及地平線等AI芯片大廠那般的算法實力背景下，采用RISC-V以及可重構架構來提升產品競爭力會是當下很多中小型AI芯片廠商的一條出路。但鑒于RISC-V及可重構架構現(xiàn)階段都還不夠成熟，這也將會抬高中小型AI芯片廠商試水的成本。但可以預見的是，未來一段時間內，高通、英偉達以及英特爾會陸續(xù)針對RISC-V以及可重構芯片展開更多的技術布局，編者認為，這些重量級AI芯片玩家的加速推進，也將快速拉低這類領域的入局門檻。不過，國際大廠的陸續(xù)跟進，也將加劇市場競爭，對于很多AI芯片產業(yè)的中小型玩家來說并不是好事。畢竟，市場份額被大廠迅速分食和擠壓的形勢下，“存亡”可能僅在一念之間。

審核編輯黃昊宇