曾經(jīng),，摩爾定律是推動(dòng)芯片設(shè)計(jì)飛速變革的隱形推手，但如今隨著物理和經(jīng)濟(jì)極限的逼近，它已漸漸不再適用,。

尤其是隨著AI計(jì)算浪潮的崛起,，芯片設(shè)計(jì)面臨著諸多挑戰(zhàn),，迫切需要一場(chǎng)全新的深度變革,，從多個(gè)層次重構(gòu)，才能滿足當(dāng)下,、適應(yīng)未來,。

憑借35年來在SoC芯片設(shè)計(jì)領(lǐng)域的豐富經(jīng)驗(yàn)與深厚積累，Arm一直走在芯片技術(shù)革命的前沿,，從移動(dòng)芯片到再到定制芯片莫不如此。

近日,，Arm解決方案工程部執(zhí)行副總裁 Kevork Kechichian分享了Arm對(duì)于AI時(shí)代芯片設(shè)計(jì)變革的深度思考,，并從多個(gè)角度提出了下一步的走向。

摩爾定律早在1965年就誕生了,，尤其是在20世紀(jì)八九十年代,，它持續(xù)且精準(zhǔn)地指導(dǎo)著芯片和半導(dǎo)體行業(yè)的快速迭代，推動(dòng)了芯片和其他組件的小型化,、移動(dòng)化,，行業(yè)呈現(xiàn)出一片欣欣向榮的景象，這也為Arm的發(fā)展提供了廣闊空間,，使其開始大展拳腳,。

從20世紀(jì)90年代中期的移動(dòng)芯片組崛起，到21世紀(jì)初期SoC系統(tǒng)級(jí)芯片的繁榮,，技術(shù)的演進(jìn)歷程推動(dòng)了整個(gè)移動(dòng)行業(yè)的繁榮發(fā)展,，SoC也逐漸滲透至更多領(lǐng)域，甚至包括對(duì)性能、擴(kuò)展性要求極高的數(shù)據(jù)中心,。

AI時(shí)代來臨,，隨著計(jì)算負(fù)載規(guī)模、復(fù)雜性的持續(xù)攀升,，能源消耗,、成本劇增的壓力越來越大，這顯然并非可持續(xù)發(fā)展之路,，計(jì)算能效,、定制化、平臺(tái)化等正受到越來越高的重視,。

能效無疑是其中最為核心的關(guān)鍵點(diǎn),。從芯片設(shè)計(jì)的角度來看，最主要的能耗來源有兩個(gè)：計(jì)算和數(shù)據(jù)傳輸,。此外,，還需要對(duì)過程中所產(chǎn)生的熱量進(jìn)行冷卻處理。

AI對(duì)于算力的渴求,，導(dǎo)致芯片功耗呈現(xiàn)爆炸式增長(zhǎng)趨勢(shì),，比如NVIDIA最新的Blackwell B200 AI芯片，其功耗可能將達(dá)到1千瓦,。

權(quán)威機(jī)構(gòu)高盛也預(yù)測(cè),，AI將推動(dòng)數(shù)據(jù)中心的電力消耗快速增長(zhǎng)160％，為一座大型數(shù)據(jù)中心配備一座專門的發(fā)電廠并不是開玩笑,。

更不要提這對(duì)于環(huán)境的破壞……

為此,，整個(gè)行業(yè)都在進(jìn)行各種新的探索嘗試，從多角度解決能耗問題,，包括但不限于：更高效的芯片設(shè)計(jì),、更深層次的架構(gòu)與指令集創(chuàng)新、更小尺寸和更高效率的AI模型,、云邊端結(jié)合的AI執(zhí)行,，等等。

AI 驅(qū)動(dòng)的網(wǎng)絡(luò)威脅 - 來源：DarkTrace—2024 年 AI 網(wǎng)絡(luò)安全狀況報(bào)告

與此同時(shí),，安全威脅也在AI時(shí)代日益突出,。

DarkTrace 2024年公布的一項(xiàng)調(diào)查報(bào)告，接近74％的受訪者表示AI驅(qū)動(dòng)的網(wǎng)絡(luò)威脅已帶來顯著沖擊,，60％的受訪者擔(dān)心尚未做好充分準(zhǔn)備應(yīng)對(duì)這類威脅與攻擊,。

311研究所甚至提出，“我們已經(jīng)到達(dá)了這樣一個(gè)階段：完全自主的智能體 AI 網(wǎng)絡(luò)攻擊能夠自我進(jìn)化,、識(shí)別系統(tǒng)漏洞,，并發(fā)動(dòng)復(fù)雜攻擊,。”科幻中的場(chǎng)景已經(jīng)開始成為現(xiàn)實(shí),。

在一個(gè)實(shí)際案例中,，一種AI攻擊不到2分鐘就通過串聯(lián)零日漏洞，攻破了軍用級(jí)系統(tǒng),。

這意味著,，如今的安全防御已不再僅僅是對(duì)抗傳統(tǒng)惡意軟件的問題，而是要為一個(gè)AI本身就是攻擊者的未來做好準(zhǔn)備,。

為此,，Arm和其他芯片企業(yè)在現(xiàn)代SoC中集成了越來越多層次的安全機(jī)制，協(xié)同工作抵御各種威脅,，包括但不限于：嵌入式加密保護(hù),、機(jī)密計(jì)算架構(gòu)(CCA)、硬件信任根(RoT),、安全飛地,、可信賴執(zhí)行環(huán)境(TEE)、安全內(nèi)存管理單元(MMU),、內(nèi)存擴(kuò)展標(biāo)記(MTE),、PSA認(rèn)證、定制芯片安全標(biāo)準(zhǔn),，等等,。

同時(shí)，行業(yè)正在不斷加大對(duì)硬件級(jí)安全的投入,，通過構(gòu)建具備信任根和標(biāo)準(zhǔn)化安全機(jī)制的系統(tǒng),，抵御AI驅(qū)動(dòng)型攻擊。

可以說,，AI正在深刻影響著芯片設(shè)計(jì),。由于AI負(fù)載的興起，尤其是它的多樣化,、復(fù)雜化,，正在從根本上改變芯片的設(shè)計(jì)方式,，特別需要針對(duì)大規(guī)模并行處理,、內(nèi)存帶寬優(yōu)化的差異化架構(gòu)。

具體來說,，AI時(shí)代的芯片設(shè)計(jì),，迫切需要新型的專用加速器架構(gòu)、內(nèi)存子系統(tǒng)的創(chuàng)新與突破,、能效的高度聚焦,、封裝與集成方式的演進(jìn),。

Arm在報(bào)告中提出，未來的芯片,，將具備幾個(gè)鮮明的特點(diǎn)：不同技術(shù)與路徑的深度集成,、更成熟的電源管理技術(shù)、更緊密的生態(tài)系統(tǒng)協(xié)作,、內(nèi)存架構(gòu)與集成方式的創(chuàng)新,、面向AI及其他高性能計(jì)算需求的專用解決方案。

同時(shí)不容忽視的是,，除了設(shè)計(jì)芯片服務(wù)AI,，AI也在服務(wù)芯片設(shè)計(jì)，AI正成為芯片設(shè)計(jì)流程中不可或缺的一部分,，比如機(jī)器學(xué)習(xí)(ML)技術(shù)正廣泛應(yīng)用于布局布線,、能耗優(yōu)化等各個(gè)設(shè)計(jì)環(huán)節(jié)。

由此,，形成了一個(gè)有意思的反饋回路——AI正在協(xié)助設(shè)計(jì)用于運(yùn)行AI工作負(fù)載的芯片本身,。

基于此，Arm提出了五個(gè)清晰可辨的芯片設(shè)計(jì)大趨勢(shì).

一是協(xié)作深化：

現(xiàn)代芯片設(shè)計(jì)日益增加的復(fù)雜性,，要求IP提供商,、晶圓代工廠、封裝廠,、系統(tǒng)集成商之間,，建立更加緊密的合作關(guān)系，因?yàn)闆]有一家公司能夠獨(dú)立完成所有工作,。

二是聚焦系統(tǒng)：

芯片成功的關(guān)鍵,，不再是單一組件的優(yōu)化，而是對(duì)系統(tǒng)進(jìn)行整體優(yōu)化,，包括計(jì)算,、內(nèi)存、電源管理,、散熱管理等各個(gè)方面,。

三是標(biāo)準(zhǔn)化：

為了實(shí)現(xiàn)真正模塊化的芯片設(shè)計(jì)，靈活,、高效匹配不同的負(fù)載和場(chǎng)景,，業(yè)界必須制定新的標(biāo)準(zhǔn)，包括芯粒接口,、電源管理,、散熱管理等。

四是能耗感知設(shè)計(jì)：

從架構(gòu)設(shè)計(jì)到具體落地,，芯片設(shè)計(jì)的每一個(gè)環(huán)節(jié),，都必須以高能效為核心進(jìn)行考量,，不能單純追求性能而無視能耗問題。

五是專用化：

差異化的工作負(fù)載,，將催生更多專用架構(gòu),，推動(dòng)芯片設(shè)計(jì)走向多元化。

尤其是在架構(gòu)設(shè)計(jì)方面,，正因?yàn)樗鼪Q定了一款芯片幾乎所有方面的表現(xiàn),，包括性能、能效,、安全,、靈活性、發(fā)展?jié)摿Φ鹊?，所以更加至關(guān)重要,，AI時(shí)代的芯片架構(gòu)設(shè)計(jì)自然需要及時(shí)轉(zhuǎn)變。

AI負(fù)載對(duì)計(jì)算的需求與以往截然不同,。Arm堅(jiān)信,，只有通過異構(gòu)計(jì)算，也就是CPU,、GPU,、加速器及網(wǎng)絡(luò)等技術(shù)的共生協(xié)作，才能最大程度地滿足AI驅(qū)動(dòng)的算力增長(zhǎng)需求,，而Arm計(jì)算平臺(tái)就是這樣的一個(gè)行業(yè)優(yōu)解,。

異構(gòu)計(jì)算方面，基于Arm架構(gòu)的CPU,，正在成為GPU,、NPU、TPU等AI加速器的理想搭檔,，既能高效管理數(shù)據(jù)流和計(jì)算任務(wù),，又不會(huì)遇到瓶頸。

推理效率方面,，大型AI模型的訓(xùn)練通常依賴高性能GPU,，而對(duì)于端側(cè)和數(shù)據(jù)中心的推理任務(wù)，Arm的高能效處理器就非常適合,。

可擴(kuò)展性方面,，Arm架構(gòu)支持CPU、GPU與專用加速器的無縫集成,，可以組成優(yōu)化到位的AI系統(tǒng),。

可以說,，芯片架構(gòu)如今已經(jīng)成為決定AI系統(tǒng)能效,、性能的關(guān)鍵要素,。Arm正是憑借創(chuàng)新、定制,、高能效的獨(dú)特優(yōu)勢(shì),，成為行業(yè)的核心力量。

創(chuàng)新方面,，Arm定期發(fā)布新CPU架構(gòu)及支持功能,，專注于推動(dòng)定制芯片發(fā)展，確保與不斷演進(jìn)的AI工作負(fù)載需求保持同步,。

定制化潛力方面,，隨著AI模型在復(fù)雜度和規(guī)模上的不斷增長(zhǎng)，Arm架構(gòu)的靈活性使其能夠針對(duì)特定AI任務(wù)打造專用解決方案,。

能效方面,，基于Arm架構(gòu)處理器的高能效特性，使其在管理大規(guī)模AI部署的總擁有成本方面,，展現(xiàn)出更高的價(jià)值,。

當(dāng)然，單純的硬件是不能解決任何問題的,，軟件的協(xié)同至關(guān)重要,，可以說AI發(fā)展的未來就在于軟件與硬件的深度融合與協(xié)同發(fā)展。

比如AI框架之間的互操作性,、AI模型向定制硬件的移植,、AI開發(fā)中的標(biāo)準(zhǔn)化、各種新的數(shù)據(jù)類型的處理,，以及各種開發(fā)工具的適配,，都給行業(yè)帶來了新的挑戰(zhàn)。

Arm致力于支持能與所有主流AI框架廣泛兼容的芯片解決方案,，從而確保Arm計(jì)算平臺(tái)能夠與多樣化的AI工具無縫集成,，使開發(fā)者在擁有軟件靈活性選擇的同時(shí)，還能充分利用Arm架構(gòu)芯片卓越的性能和能效,。

對(duì)于AI軟件的開發(fā),，Kevork也提出了四點(diǎn)關(guān)鍵建議：

一是善用廣泛的通用工具，有助于簡(jiǎn)化開發(fā)流程,，減少開發(fā)碎片化,，從而加速結(jié)果落地、降低成本,。

二是提供預(yù)構(gòu)建的后端支持,，為定制芯片提供“開箱即用”的兼容性，從而加快其落地,。

三是保持對(duì)上游的貢獻(xiàn),，積極開發(fā)開源框架,，從而確保兼容性，避免技術(shù)發(fā)展停滯不

前,。

四是緊跟框架演進(jìn)步伐,，隨著AI框架的快速演進(jìn)，保持與最新技術(shù)同步對(duì)于維持競(jìng)爭(zhēng)力至關(guān)重要,。

當(dāng)下,，半導(dǎo)體行業(yè)正處于一個(gè)重要的轉(zhuǎn)變時(shí)刻。傳統(tǒng)的摩爾定律和制造工藝縮放技術(shù)已經(jīng)陷入瓶頸,，定制芯片,、芯粒等創(chuàng)新方案正煥發(fā)全新活力。

AI時(shí)代的到來,，更是對(duì)整個(gè)芯片行業(yè)提出了全新的考驗(yàn),，需要上下游企業(yè)摒棄以往的傳統(tǒng)觀念，針對(duì)AI負(fù)載的突出特點(diǎn),，重新思考芯片的架構(gòu),、性能、能效,、安全,、軟件工具等各方面如何協(xié)同設(shè)計(jì)才能達(dá)到最佳成果。

正如Kevork所總結(jié),，計(jì)算的未來,，尤其是AI的未來，取決于我們能否持續(xù)突破芯片技術(shù)的極限,。

未來幾年,，半導(dǎo)體行業(yè)如何持續(xù)創(chuàng)新以適應(yīng)AI需求，將變得至關(guān)重要,。只有通過整個(gè)生態(tài)系統(tǒng)的協(xié)作,，才有可能達(dá)成最理想的境界，既能釋放AI的變革潛力,，又能有效控制復(fù)雜度,、能耗和成本，從而通過AI讓我們的世界變得更加美好,。