芯東西（公眾號：aichip001）
作者 | 程茜
編輯 | Panken
蟄伏六年後，這家清華系AI晶片創企終於開始在國產GPGPU江湖高頻出場。
今年4月，國內首款基於可重構架構的GPGPU晶片RPP-R8亮相，現已小規模量產。其背後的珠海GPU晶片創企芯動力，就此浮出水面。
芯動力GPGPU晶片RPP-R8
芯動力創始人、CEO李原是一位晶片連續創業者。他1989年本科畢業於清華大學物理系，隨後任職於英特爾、德州儀器等晶片巨頭。在英特爾任職期間，他曾開發至強CPU伺服器系統，擁有從產品定義、量產到商用的全鏈條經驗。
從德州儀器辭職後，李原2008年在美國加州創立IPG Communications，承接通訊基站大型晶片設計項目。IPG獨創的Turbo解碼器被英特爾應用於其至強處理器。這家公司後來被美國老牌通信晶片商敏訊科技（MindSpeed）收購，敏訊科技的無線業務又在2013年被英特爾收購。
就在英偉達提出GPGPU新概念的前後腳，李原也開始琢磨類似的思路，即如何在發揮GPU並行計算能力和通用性優勢的同時，通過引入其他類架構的長處，研發出能更好平衡性能、功耗、成本、延遲、部署速度的硬體。從2011年到2016年，經過長達六年的摸索，他們團隊獨創了一個將NPU的高效率與GPU的高通用性相結合的創新架構——可重構並行處理器架構（RPP）。
他為何早早選擇進入GPGPU賽道創業？又如何組建團隊，將芯動力RPP架構從圖紙中的創新設想，變成了在實際應用場景中發揮價值的硬體？在這外部環境複雜多變的五年之間，他對AI晶片及GPU行業的發展脈絡與方向有哪些新的感悟與思考？近日，芯東西與這位國內GPGPU領域的創業代表人物進行了深入交流。
插播一則會議預告。9月14-15日，2023全球AI晶片峰會將在深圳舉行。清華大學魏少軍教授領銜近50位演講嘉賓，NVIDIA與AMD齊聚，15+國產AI晶片企業屆時將登台交鋒，國內邊緣計算AI晶片代表公司亮相。珠海芯動力創始人、CEO李原將在AI晶片架構創新專場，發布主題為《RPP晶片架構給AI晶片帶來的發展前景及機遇》的演講。歡迎掃碼報名~
一、清華物理系校友創業，已在半導體領域深耕19年
創立芯動力之際，李原早已是一位入局半導體行業19年之久的資深老兵。
1989年，他從清華大學物理系本科畢業後，接連遠赴日本、加拿大進修無線通信專業。2004年，李原入職德州儀器，主攻通訊系統研發，在這裡，他和芯動力的另一位聯合創始人、當時已是德州儀器資深硬體工程師的朱建斌相識，這為多年後芯動力核心團隊的組建奠定了基礎。
當李原第一次籌備創業期間，朱建斌主動提出要轉到晶片設計行業，並要從一位硬體工程師跨界成算法工程師，這令李原感到「有點不可思議」。朱建斌很快憑藉其出色的學習能力、抗壓能力證明了自己，李原的創業團隊也組建就緒。
2008年，李原、朱建斌以及幾位來自德州儀器的同事共同創業，在美國加州創辦了一家無線通信晶片公司IPG Communications。
他們的初始目標很簡單，先靠創業生存下來，再換個視角觀察整個半導體行業。IPG創立後不久就承接設計了休斯頓衛星GlobalStar系統的通訊晶片，自研的Turbo解碼器被英特爾應用至其至強處理器，隨後在2011年順利被美國老牌通信晶片商敏訊科技（MindSpeed）收購。
芯動力發展歷程
這一次創業，也讓李原對半導體產業的認識更加深刻，他們發現幾個特點：
半導體行業產業鏈綿長，晶片設計公司就是其中的靈魂。
半導體行業全球競爭激烈，中小規模的公司不停被兼并、收購，很多從業人士被迫改行。李原的觀點是，不能這樣，「我們要逆流而上，要去看一看不同的風景」。
競爭激烈的行業共識後，他們還意識到，一旦在半導體行業里處於領先地位，企業就能獲得巨大市場。最後可能形成第一家公司供應產品，第二家公司艱難競爭，第三家公司基本不存在的現象。
因此，第二次創業，李原和團隊的目標就是：「我們應該成為一家什麼樣的公司才有可能存活下來。」
2011年，他們把各種各樣不同種類的晶片擺到一張圖上，他們發現其中有一個很大的空缺，在常見的CPU、GPU、DSP，以及專用的通信晶片之外，還有一類晶片的位置空缺，未被發現。
在這個空白處畫下的大大的問號，成為芯動力創立的起點。經過5年的探索，2016年他們找到了答案——可重構並行處理器架構。基於這一創新架構，李原等人先是在美國成立了公司，2017年轉回國內，在珠海創立芯動力公司。
二、研發「六邊形戰士」處理器，已實現千片級小規模量產
芯動力剛剛成立，李原曾問過朱建斌一個問題：什麼樣的節點代表他們做的事情成功了？朱建斌的答案是：「我們只要把這顆晶片真的做出來，達到了我們預期的性能指標。」
今年他們迎來了這一時刻。4月，芯動力發布首款基於可重構架構的GPGPU晶片RPP-R8。
RPP-R8每顆晶片內含有1024個計算核，相比傳統GPU架構在同樣的算力占用更小的晶片面積，實現了低功耗和高能效的有效平衡。RPP-R8除了具備專用晶片所沒有的通用編程性，面積效率比可達到同類產品的7～10倍，能效比也超過3倍，可滿足高效並行計算及AI計算應用。
GPU和RPP架構性能比較
這顆晶片於2020年一次性流片成功，李原透露，RPP-R8目前實現上千片級小規模量產，並且已經進行大規模測試，之後他們會根據客戶反饋進行產品修正，再繼續下一個產品研發。
事實上，基於RPP架構的晶片成果做出來，在成立時的他們看來是不可能的事情。
這背後的原因可以先從現在的三大GPGPU技術流派來看，第一類較多公司採用的是在比較成熟的GPU架構之上，構建矩陣計算的能力；第二類是純粹基於可重構技術來做；第三類是將可重構技術與GPU編程模型CUDA語言相結合。
芯動力選擇的即是第三類。李原解釋說，主要有兩大技術原因，首先選擇可重構技術是因為，採用傳統GPU架構很難追齊行業頭部玩家，因此他們需要尋找更好的技術；其次，與CUDA語言相結合是因為其可擴展且廣為行業所接受。
走一條全新的路徑，也意味著他們一定程度上需要從0開始。李原談道，最難的地方就在於，不僅要創新，還要達到市場的需求。
RPP架構是針對並行計算設計的晶片架構，芯動力將其稱作「六邊形戰士」。這一架構既結合了NPU的高效率與GPU的高通用性優勢，還支持實時作業系統（RTOS），具備DSP的低延時，可滿足高效並行計算及AI計算應用，大大提高了系統的實時性和響應速度。
芯動力同樣製程下的GPGPU晶片，與英偉達相比，在一些場景下性能提高達50%，且面積為類似晶片的1/7，功耗僅為其1/2-1/3。
這背後離不開芯動力的研發團隊，其核心成員有平均年限超過15年的資深半導體從業背景，且均來自英特爾、高通、德州儀器、聯發科等半導體知名企業，研發人員占比超過80%。
時至今日，當李原再次問到什麼是最大的成功時，朱建斌已經忘記了當初的說法，他的回答變成了：「我們把它在商業上做到成功，我們把這個事情變成一個客戶喜歡的商品，這樣才是真的成功。」
三、第一家客戶是銀行，率先落地三大應用場景
李原也一直在為做「客戶喜歡的商品」而努力。
芯動力GPGPU晶片的第一家客戶是一家銀行。李原認為，晶片行業周期長，因此晶片設計必須按照產品需求來設計，否則晶片公司拿出的產品很容易因市場需求變化而被淘汰。
因此2017年以後，芯動力團隊花了很長一段時間進行市場調研，調研結果與這家銀行的需求不謀而合。銀行希望將智能攝像頭的「智能」和「攝像頭」區分開，邊緣算力盒子可以獨立於攝像頭進行升級疊代。
李原談道，這也是他們與同類企業在市場策略上的不同之處——更加強調對於客戶需求的分析。
在這個過程中，他們將客戶分為三層，終端用戶、軟體集成商、硬體集成商。其中，關注設備功能的終端用戶目前不在芯動力的合作夥伴之列。
目前，他們採用的策略是，與軟體集成商合作先拿到市場，贏得硬體集成商的認同，進一步推廣晶片產品。
芯動力的產品已經在邊緣計算領域與銀行、通訊領域與醫療超聲波方向、AI方向的高性能計算等領域實現應用。
作為產業鏈的上遊玩家，晶片行業的封裝、模組、軟體、晶片本身領域都會影響到相關晶片企業研發或者進入新領域的動作，因此，芯動力目前的策略是把現存的幾個方向做紮實，按照節奏來走。
在公司的未來規劃中，李原有一個最為清晰的原則，那就是「技術是有邊界的」。放到RPP架構中來說，就是這一架構只做適合的並行計算，不會做串行計算。
從任職大廠到自主創業、從半導體老兵到創企CEO，這些此前的工作經歷及身份的轉變，幫助李原為芯動力一步步確立起了清晰的技術路線和應用方向等。他說，最大的改變是視野不同。創業之前，有限的視野讓他產生諸多困惑，例如自己到底在做什麼，做的東西有沒有用；創業之後，會更關注眼前的困惑，更加重視現在的產品。
四、GPGPU賽道競爭激烈，必須在細分賽道拿下第一
針對當前國內GPGPU產業，李原反覆提及四個字：競爭激烈。
國內相關創企迎著半導體熱潮湧入GPGPU賽道，李原認為，想要在這條賽道活下來，企業必須拿出產品驗證自己存在的價值，在某一些方面超過英偉達，做到英偉達做不到的事。
英偉達這個強大的競爭對手，也是國內GPGPU晶片走向落地的最大攔路虎。李原感慨道，最高端，英偉達的A100、H100晶片擁有市場其它晶片無法匹敵的能力；最低端，英偉達的晶片同樣在性能、價格上有競爭力。
面對這一勁敵，李原認為，全球競爭激烈的半導體產業中，他們必須超過第一位，成為這個賽道的龍頭，才有可能生存下來。想要和英偉達競爭，就要先從與之不同的行業切入。他補充道，英偉達雖然有不同產品，但不見得其產品在每個行業都無可替代。深耕這些行業，使得產品在性能、價格上擁有競爭力是芯動力目前最重要的事情。
此外，當下大模型狂潮席捲，GPU缺貨風波不斷，也為GPGPU產業帶來了很好的機會。在李原看來，主要有兩個方向：
首先是AI訓練，參數規模龐大的大型語言模型，需要強大的計算能力，國內創企未來的技術演進或許能滿足這一需求。不過，目前而言，英偉達在這一方向的領先性鮮少有企業可以與之抗衡。
其次是應用部分，大型語言模型在應用端的計算需求，一般晶片也可以滿足，因此這對於國內創企而言是一個巨大的機會。即便大型語言模型距離未來真正落到某一個場景還有一段距離，但李原對這個方向十分樂觀，其現在面臨的局限性未來有機會被打破。
就芯動力而言，他認為，大型語言模型呈現出的能力和人相比還有一段距離，芯動力會在自己的技術上做一些思考，如何找到創新的晶片架構路徑，使得大型語言模型性能達到替代人的地步。
最後，在半導體行業的漫漫創業路中，李原說：「要保持樂觀。」他和團隊選擇了一條艱難的路創業，正因為他們沒有在整個半導體行業走下坡路時放棄，現在也幸運地碰到了其中為數不多蓬勃發展的好機會。
結語：國產GPGPU新秀髮力，核心團隊離不開三大要素
GPGPU將GPU的應用範圍擴展到了圖形計算之外，在眾多大規模並行計算中得到了廣泛的應用。今年晶片實現小規模量產的芯動力開始在這一領域嶄露頭角。
李原總結了芯動力核心研發團隊具備的幾大核心要素：
首先要有資深從業背景，芯動力的研發團隊准入門檻非常高，有熟練研發經驗、善於從事這一行業的工作，是最起碼的要求。
其次，要對新技術保持開放的心態，他說：「當我們把這件事情做的很好的時候，我們往往會給自己畫地為牢，走出來是很難的。」
第三，研發團隊要有激情，遇到挑戰不低頭。芯動力選擇的路線是沒人做過的事情，因此挫折往往更多。
對於GPGPU賽道則更為艱難，英偉達身處霸主地位已經成為業界共識，另闢蹊徑的芯動力或許有望通過「六邊形戰士」的RPP架構，在部分特定能力上做到超越英偉達。
在今年9月14日-15日舉行的2023全球AI晶片峰會期間，李原教授將對RPP晶片架構給AI晶片帶來的發展前景及機遇進行深入解讀，分享這一架構在適配各種不同AI算法和應用場景方面的通用性，以及如何為AI企業提供強大的計算能力，推動AI產品的應用落地。