NVIDIA公開RISC-V研究成果：可應用於AI產品設計

除了x86架構非等長指令集和ARM的等長指令集外，開源的RISC-V架構和指令集憑藉開放的特性，得到越來越廣泛的關注，甚至被視為ARM乃至是x86的潛在「備胎」。無論是國內的晶元廠商，還是英特爾、三星、高通等巨頭都非常關注。被視為AI第一股的NVIDIA對RISC-V架構同樣十分關注，早早的加入RISC-V基金會，並做了不少研究。

NVIDIA近日還公開了在深度神經網路(DNN)中應用RISC-V指令集的可能。NVIDIA同時表示DNN需要高性能、高精度，對功耗也比較敏感，打造DNN加速器並不容易，而且成本很高。所以NVIDIA計劃使用低功耗、高帶寬的晶元互連技術，將多個推理加速晶元組成一個Mesh網格網路。

在一款研究性晶元中，NVIDIA設計了16個用於深度學習計算的處理元件(PE)，搭配一個採用RISC-V指令集的控制器，提供4.01TOPS(每秒4.01萬億次操作)的算力，最多36塊晶元互連，總算力達到128TOPS。

晶元採用台積電16nm工藝製造時，單晶元封裝面積為6平方毫米(2.4×2.5毫米)，內核面積3.1平方毫米，36塊晶元互連就能實現216平方毫米的總封裝面積，總內核面積111.6平方毫米，大小處於可控制範圍，每平方毫米的能效可達1.15TOPS。

但NVIDIA表示這項研究只是一種方向性探索，暫時不會有對應的商用產品，但思路可能會融入到未來的架構和產品設計中。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！