話.png?orientation=landscape&width=546&height=388)
1580
三年磨一劍，團(tuán)隊(duì)規(guī)模已近千人。
芯東西8月9日?qǐng)?bào)道，上海GPU獨(dú)角獸企業(yè)壁仞科技推出首款面向云端人工智能（AI）訓(xùn)練及推理的通用GPU算力產(chǎn)品BR100系列，其旗艦產(chǎn)品的峰值算力超過(guò)了英偉達(dá)目前在售的旗艦計(jì)算產(chǎn)品A100 GPU的3倍。
▲張文展示BR100芯片
“全球通用GPU算力紀(jì)錄，第一次由一家中國(guó)企業(yè)創(chuàng)造。”在發(fā)布會(huì)上，壁仞科技創(chuàng)始人、董事長(zhǎng)、CEO張文宣布，“中國(guó)通用GPU芯片進(jìn)入每秒1,000,000,000,0000,000次計(jì)算新時(shí)代。”
壁仞科技成立于2019年9月9日，再過(guò)一個(gè)月，就是其三周年的紀(jì)念日。團(tuán)隊(duì)總共經(jīng)過(guò)1065個(gè)日日夜夜的奮戰(zhàn)，這才有了這款大算力芯片的誕生。在此之際，張文也宣布他的下一個(gè)小目標(biāo)：“百年基業(yè)長(zhǎng)青”。BR100芯片采用7nm制程、壁仞原創(chuàng)“壁立仞”芯片架構(gòu)，容納近800億顆晶體管，配備超300MB片上高速SRAM，并應(yīng)用Chiplet與2.5D CoWoS封裝技術(shù)，突破了大尺寸芯片制造與封裝中的光罩尺寸限制問(wèn)題，做到高良率與高性能的兼顧。
它也是國(guó)內(nèi)互連帶寬創(chuàng)紀(jì)錄芯片。BR100還首次引入了壁仞科技原創(chuàng)定義的TF32+數(shù)據(jù)精度，可提供比英偉達(dá)TF32更高的數(shù)據(jù)精度與吞吐性能。同時(shí)壁仞提供有配套的原創(chuàng)異構(gòu)計(jì)算平臺(tái)BIRENSUPA，提供端到端全棧覆蓋。
此外，壁仞科技與浪潮現(xiàn)場(chǎng)共同發(fā)布了創(chuàng)全球性能紀(jì)錄的OAM服務(wù)器“海玄”，其峰值浮點(diǎn)算力達(dá)8PFLOPS，最大功耗為7KW，并提供高能效、低TCO（總擁有成本）的數(shù)據(jù)中心集群方案。
“我見(jiàn)過(guò)很多豪華的創(chuàng)業(yè)團(tuán)隊(duì)失敗，但是從來(lái)沒(méi)見(jiàn)過(guò)有信仰的團(tuán)隊(duì)失敗。”張文分享說(shuō)，自己的創(chuàng)業(yè)理念是“做難而正確的事，真正替社會(huì)創(chuàng)造價(jià)值”。
目前，壁仞科技團(tuán)隊(duì)規(guī)模已超過(guò)900人，并有望在今年年底達(dá)到千人規(guī)模，其中85%以上擁有碩士及以上學(xué)位。除了通用GPU外，壁仞科技也啟動(dòng)了圖形GPU產(chǎn)品線。圍繞BR100芯片的更多技術(shù)細(xì)節(jié)和落地進(jìn)展，芯東西采訪了多位壁仞科技高層。壁仞科技聯(lián)合創(chuàng)始人、總裁徐凌杰告訴芯東西，BR100系列芯片以及相應(yīng)硬件計(jì)算產(chǎn)品將于今年年底量產(chǎn)。
01.全球最強(qiáng)性能通用GPU八大核心特性
壁仞科技BR100系列通用GPU算力產(chǎn)品針對(duì)AI訓(xùn)練、推理，以及更廣泛的通用計(jì)算場(chǎng)景而設(shè)計(jì)，主要應(yīng)用于數(shù)據(jù)中心部署場(chǎng)景，兼具高算力、高能效、高通用性等特點(diǎn)。
▲壁仞B(yǎng)R100芯片與英偉達(dá)H100/A100基礎(chǔ)規(guī)格對(duì)比
綜合來(lái)看，其旗艦產(chǎn)品BR100有8項(xiàng)核心特性：
（1）先進(jìn)制造及封裝技術(shù)：采用7nm制程工藝，在1074mm²芯片面積上集成了770億顆晶體管，并應(yīng)用了前沿的Chiplet與2.5D CoWoS封裝技術(shù)，能夠兼顧高良率與高性能。
（2）高性能及高能效比：核心性能媲美英偉達(dá)最新推出的旗艦計(jì)算產(chǎn)品H100 GPU，較英偉達(dá)A100算力提升3倍以上。
（3）多數(shù)據(jù)精度支持：除了原生支持FP32、BF16、FP16、INT8等主流數(shù)據(jù)精度外，還支持壁仞原創(chuàng)定義的TF32+數(shù)據(jù)精度。與TF32相比，TF32+在滿足相同動(dòng)態(tài)表示范圍的前提下，增加了5位尾數(shù)（mantissa），可實(shí)現(xiàn)比TF32更高的數(shù)據(jù)精度與吞吐性能，適用于大量的乘加計(jì)算。
（4）先進(jìn)內(nèi)存系統(tǒng)：64GB HBM2e片外內(nèi)存，數(shù)據(jù)速率高達(dá)3.2Gbps，帶寬高達(dá)1.64TB/s，總計(jì)位寬4096bit。（5）先進(jìn)互連系統(tǒng)： 原創(chuàng)BLink高速GPU互連技術(shù)，采用最新高速serDes技術(shù)，支持8卡點(diǎn)對(duì)點(diǎn)全互連，聚合帶寬達(dá)512GB/s，創(chuàng)國(guó)內(nèi)互連帶寬紀(jì)錄；采用最新一代主機(jī)接口PCIe 5.0并率先支持CXL 2.0通信協(xié)議，雙向帶寬高達(dá)128GB/s。
（6）安全虛擬實(shí)例（SVI）：最高支持8個(gè)獨(dú)立實(shí)例，每個(gè)實(shí)例物理隔離并配備獨(dú)立的硬件資源，可獨(dú)立運(yùn)行。
（7）國(guó)密安全規(guī)范：專用硬件加解密IP，支持 AES等常用安全加密算法，符合國(guó)密一級(jí)安全規(guī)范。
（8）OCP規(guī)范硬件系統(tǒng)：符合OCP規(guī)范的OAM模組，最高支持550W TDP風(fēng)冷散熱，并在通用UBB主板上實(shí)現(xiàn)8卡點(diǎn)對(duì)點(diǎn)全互連。BR100系列還包含另一款主流級(jí)數(shù)據(jù)中心加速計(jì)算芯片BR104，可適配成熟、部署廣泛的PCIe板卡形態(tài)。
BR104搭載于訓(xùn)推一體主流級(jí)產(chǎn)品壁礪104 PCIe板卡上，它采用標(biāo)準(zhǔn)PCIe形態(tài)，整卡峰值功耗300W，適配多種2-4U的PCIe GPU服務(wù)器，與現(xiàn)有基礎(chǔ)設(shè)施高度兼容，現(xiàn)已開放邀測(cè)。
▲壁仞B(yǎng)R100系列產(chǎn)品與英偉達(dá)H100/A100規(guī)格對(duì)比
02.原創(chuàng)訓(xùn)推一體架構(gòu)，自研異構(gòu)計(jì)算平臺(tái)
針對(duì)通用大算力GPU面臨的內(nèi)存墻、功耗墻、并行性、互連和指令集架構(gòu)等挑戰(zhàn)，壁仞科技原創(chuàng)設(shè)計(jì)了訓(xùn)推一體芯片架構(gòu)“壁立仞”，并為其通用GPU打造了完備的BIRENSUPA軟件開發(fā)平臺(tái)。
壁仞科技CTO洪洲負(fù)責(zé)主導(dǎo)其首款通用GPU芯片BR100的原創(chuàng)架構(gòu)研發(fā)設(shè)計(jì)，他將在今年8月26日舉行的GTIC 2022全球AI芯片峰會(huì)·高峰論壇上發(fā)表《大算力通用GPU賦能超大模型訓(xùn)練》主題演講。據(jù)他介紹，壁仞團(tuán)隊(duì)在微架構(gòu)上，以通用計(jì)算核的設(shè)計(jì)為中心，搭配強(qiáng)大的張量計(jì)算引擎，來(lái)進(jìn)行加速計(jì)算；同時(shí)采用自研指令集，以更高效地實(shí)現(xiàn)各功能運(yùn)行。
具體來(lái)看，BR100有32個(gè)SPC流式處理器簇，每個(gè)SPC有16個(gè)EU執(zhí)行單元，每4個(gè)EU可配置成1個(gè)CU計(jì)算單元，每個(gè)SPC共4096個(gè)線程。而每個(gè)EU有16個(gè)通用流式處理器，同時(shí)包含采用脈動(dòng)3D GEMM架構(gòu)的專用張量引擎。
BR100總計(jì)擁有8192個(gè)通用流式處理器、512組專用張量加速引擎，共128K個(gè)線程，配備256MB分布式共享L2級(jí)緩存，支持多SPC間數(shù)據(jù)共享，并可配置成大容量的scratchpad，還能支持不同層次的近存儲(chǔ)計(jì)算。
其自研的GPGPU架構(gòu)及指令集搭配多級(jí)緩存架構(gòu)，可實(shí)現(xiàn)大模型訓(xùn)練下的數(shù)據(jù)重用；基于NoC的通訊架構(gòu)，支持共享數(shù)據(jù)多播機(jī)制，可以與分布式緩存配合實(shí)現(xiàn)高效通信，大大減少對(duì)片外帶寬的需求，并大幅降低功耗。
如前文所述，除了架構(gòu)設(shè)計(jì)外，BR100還采用了許多業(yè)界領(lǐng)先的芯片技術(shù)，包括風(fēng)頭漸盛的chiplet。洪洲向芯東西解釋說(shuō)，對(duì)于可明確劃分功能模塊的芯片，或在公司產(chǎn)品線非常豐富、產(chǎn)品線之間可重復(fù)使用特定模塊的情況下，采用自研chiplet方案進(jìn)行SoC功能模塊的復(fù)用可以縮短設(shè)計(jì)周期、降低設(shè)計(jì)成本并大幅提升良率。這要求芯片設(shè)計(jì)團(tuán)隊(duì)具備對(duì)高速接口、大芯片封裝有豐富經(jīng)驗(yàn)。
需注意的是，壁仞科技此次推出的通用GPU產(chǎn)品，主打面向云端數(shù)據(jù)中心場(chǎng)景的AI計(jì)算及通用科學(xué)計(jì)算，不能與圖形GPU劃等號(hào)。壁仞科技聯(lián)席CEO李新榮告訴芯東西，為了強(qiáng)化計(jì)算能力，通用GPU往往會(huì)弱化圖形渲染，并且往往沒(méi)有顯示輸出接口，并不能直接用于游戲等應(yīng)用（英偉達(dá)的專業(yè)計(jì)算卡雖也具備渲染能力，但也只能用于云端渲染）。這是由它的應(yīng)用場(chǎng)景和設(shè)計(jì)特點(diǎn)所決定的。
另外，有部分人士會(huì)認(rèn)為專用AI芯片的能效比一定比通用GPU能效比高，可以取代通用GPU，但李新榮特別談道，這一觀點(diǎn)并不準(zhǔn)確，因?yàn)椴煌酒哪苄П仁芗軜?gòu)、工藝等多種因素影響。即使某些專用芯片在特定場(chǎng)景下能效比高，也不一定能解決實(shí)際應(yīng)用場(chǎng)景的大算力計(jì)算問(wèn)題，尤其在訓(xùn)練場(chǎng)景下，GPU芯片的絕對(duì)算力大、通用性強(qiáng)、軟件棧的易用性和豐富的軟件生態(tài)等特點(diǎn)使得它仍然占據(jù)數(shù)據(jù)中心的加速計(jì)算主導(dǎo)地位。
“在數(shù)據(jù)中心場(chǎng)景下，所謂的專用AI芯片要取代GPU已經(jīng)證明是非常困難的。”李新榮說(shuō)。
與BR100系列芯片搭配，壁仞科技還自研了異構(gòu)計(jì)算平臺(tái)BIRENSUPA及配套軟件開發(fā)工具，支持業(yè)內(nèi)主流的深度學(xué)習(xí)框架與模型，從而為數(shù)據(jù)中心場(chǎng)景用戶提供靈活、安全的算力部署，有效降低數(shù)據(jù)中心的總擁有成本。
BIRENSUPA（BIREN Scalable Unified Parallel Architecture）平臺(tái)是壁仞科技硬件設(shè)備上開發(fā)深度學(xué)習(xí)和通用計(jì)算應(yīng)用的編程模型和軟件平臺(tái)，為應(yīng)用程序提供輕松訪問(wèn)高性能并行處理硬件的能力，具備可開源、可擴(kuò)展的特征。其完整軟件棧包括固件、驅(qū)動(dòng)程序、編譯器、工具、編程模型、庫(kù)、機(jī)器學(xué)習(xí)（ML）框架和端到端應(yīng)用SDK，兼容TensorFlow、PyTorch、飛槳等主流深度學(xué)習(xí)框架。BIRENSUPA還支持壁仞自研高性能推理引擎并適配第三方推理引擎，支持現(xiàn)有GPU代碼平滑遷移。
03.已與重點(diǎn)客戶啟動(dòng)產(chǎn)品適配進(jìn)入測(cè)試階段
“今年三月底，還處于上海疫情風(fēng)控期間，壁仞B(yǎng)R100系列芯片率先回片，通過(guò)團(tuán)隊(duì)的努力成功完成一次性點(diǎn)亮工作。”
李新榮透露道，經(jīng)過(guò)4個(gè)多月的開發(fā)，BR100系列在硬件與軟件方面都取得進(jìn)展，不僅芯片順利完成工程樣品的開發(fā)，與服務(wù)器設(shè)備的適配也有了階段性的成果，整體系統(tǒng)已在最短時(shí)間內(nèi)進(jìn)入了產(chǎn)品化階段，并獲得了穩(wěn)定優(yōu)異的性能數(shù)據(jù)。
“作為一家國(guó)內(nèi)初創(chuàng)企業(yè)，第一次在極短的時(shí)間內(nèi)完成這樣的工作是非常難得的，足以證明我們?cè)谇捌诘脑O(shè)計(jì)工作是扎實(shí)的、可靠的、經(jīng)得住考驗(yàn)的。”他感慨道。據(jù)徐凌杰分享，壁仞科技已與互聯(lián)網(wǎng)、云計(jì)算、金融、通信、數(shù)據(jù)中心的行業(yè)的頭部客戶簽署戰(zhàn)略協(xié)議，其中與重點(diǎn)客戶已啟動(dòng)產(chǎn)品適配，并進(jìn)入測(cè)試階段，獲得客戶積極的反饋。目前BR100應(yīng)用的重點(diǎn)領(lǐng)域以互聯(lián)網(wǎng)、通信運(yùn)營(yíng)商、行業(yè)AI等領(lǐng)域?yàn)橹鳌，F(xiàn)場(chǎng)，壁仞和浪潮共同發(fā)布為數(shù)據(jù)中心云端訓(xùn)練打造的“海玄”OAM服務(wù)器及集群方案。
“海玄”OAM服務(wù)器可實(shí)現(xiàn)8PFLOPS浮點(diǎn)算力，最大功耗7KW。徐凌杰說(shuō)，“海玄”OAM服務(wù)器創(chuàng)全球單臺(tái)GPU服務(wù)器的算力紀(jì)錄，將于2022年第四季度開放邀測(cè)。
基于海玄OAM服務(wù)器，壁仞向市場(chǎng)提供一整套具有高性能、高性價(jià)比的集群式算力基礎(chǔ)設(shè)施解決方案。與國(guó)際廠商數(shù)據(jù)中心方案相比，壁仞的數(shù)據(jù)中心集群方案僅用1/3的服務(wù)器數(shù)量，實(shí)現(xiàn)了更高的浮點(diǎn)算力、更低的峰值能耗和占地空間，同時(shí)將標(biāo)準(zhǔn)煤發(fā)電量降低64%，具有高能效利用率、實(shí)用性、經(jīng)濟(jì)性、環(huán)境協(xié)調(diào)性等特性。
壁仞科技還宣布加入百度飛槳硬件生態(tài)共創(chuàng)計(jì)劃，BR100產(chǎn)品與百度飛槳已經(jīng)完成I級(jí)兼容性測(cè)試，達(dá)到兼容性要求。此外，為了更好服務(wù)全球開發(fā)者，壁仞科技開發(fā)者云已經(jīng)上線。
04.AI芯片進(jìn)入拼落地時(shí)段
在李新榮看來(lái)，高質(zhì)量人才團(tuán)隊(duì)、前沿的產(chǎn)品定位、微架構(gòu)創(chuàng)新能力、軟硬件的高效實(shí)現(xiàn)和交付能力等能力，構(gòu)成了壁仞科技的護(hù)城河。“壁仞提供的GPU芯片，不僅僅是解決國(guó)產(chǎn)芯片「有和無(wú)」的問(wèn)題，更是解決性能「好和優(yōu)」的問(wèn)題。BR100是一種面向客戶需求的具備超強(qiáng)算力的通用國(guó)產(chǎn)化產(chǎn)品方案，競(jìng)爭(zhēng)力遙遙領(lǐng)先國(guó)內(nèi)同行。”徐凌杰說(shuō)。就認(rèn)知而言，他認(rèn)為，壁仞團(tuán)隊(duì)非常清楚只有追求更高的性能、更低的TCO才能獲得商業(yè)落地的優(yōu)勢(shì)，最重要的是產(chǎn)品競(jìng)爭(zhēng)力要獲得商業(yè)客戶的認(rèn)可，才能最終做大做強(qiáng)。據(jù)徐凌杰觀察，近兩年，AI芯片、GPU芯片行業(yè)已經(jīng)過(guò)了單純講述PPT的時(shí)段，更多的是考驗(yàn)企業(yè)在具體場(chǎng)景落地等方面的實(shí)踐。資本市場(chǎng)也更加關(guān)注芯片公司在客戶側(cè)的實(shí)際應(yīng)用落地反饋。在他看來(lái)，當(dāng)前AI芯片的比拼，關(guān)鍵在于打造有差異性的產(chǎn)品，深入了解客戶需求與應(yīng)用場(chǎng)景痛點(diǎn)，為客戶解決業(yè)務(wù)實(shí)際問(wèn)題，以創(chuàng)新的架構(gòu)、突破的性能為目標(biāo)打造產(chǎn)品，而不僅僅是對(duì)標(biāo)已有產(chǎn)品，長(zhǎng)期處于追趕狀態(tài)。“GPU芯片作為大國(guó)重器，是目前集成電路領(lǐng)域需要重點(diǎn)突破的關(guān)鍵環(huán)節(jié)，需要政府、企業(yè)、高校長(zhǎng)期在技術(shù)、人才、資金等方面進(jìn)行投入。”
看向未來(lái)，他判斷國(guó)內(nèi)通用GPU產(chǎn)業(yè)往后發(fā)展，最好的結(jié)果是能產(chǎn)生1-2家芯片企業(yè)，真正趕超國(guó)際巨頭在加速計(jì)算芯片領(lǐng)域的市場(chǎng)地位；最差的結(jié)果是需要更長(zhǎng)時(shí)間去建立國(guó)產(chǎn)芯片的技術(shù)壁壘，尤其在集成電路全球產(chǎn)業(yè)鏈持續(xù)分裂的趨勢(shì)下，這需要政府和國(guó)家投入更多的資源。
05.結(jié)語(yǔ)：用系統(tǒng)性思維解決通用GPU落地難題
在通往大規(guī)模商用落地的路上，國(guó)產(chǎn)通用GPU還有多道難關(guān)待闖。李新榮舉例說(shuō)，這包括軟件棧的成熟度、客戶基礎(chǔ)設(shè)施的兼容性、產(chǎn)品的性價(jià)比、支持的應(yīng)用種類等都需持續(xù)優(yōu)化。目前，通用GPU面臨的一大關(guān)鍵技術(shù)瓶頸是提升能效比，現(xiàn)存計(jì)算體系架構(gòu)依然存在內(nèi)存墻、功耗墻等問(wèn)題，計(jì)算資源規(guī)模很難在現(xiàn)有工藝技術(shù)下繼續(xù)實(shí)現(xiàn)快速翻倍。這要求GPU企業(yè)需要以系統(tǒng)性的思維去解決問(wèn)題，包括封裝工藝、稀疏化、精度類型、光互連、近存儲(chǔ)計(jì)算等。
為了應(yīng)對(duì)這些挑戰(zhàn)，李新榮說(shuō)：“壁仞未來(lái)會(huì)繼續(xù)大力布局?jǐn)?shù)據(jù)中心的計(jì)算產(chǎn)品，持續(xù)優(yōu)化軟硬件，不斷擴(kuò)展壁仞在智能計(jì)算領(lǐng)域的能力和行業(yè)觸角，推動(dòng)產(chǎn)品落地和后續(xù)迭代。”
作者 | 心緣
編輯 | 漠影
