聊聊大家都经常聊的算力话题-电子发烧友网

1 算力由性能、规模和利用率三部分组成

算力 = （单芯片）性能 x 规模（即数量） x 利用率。

算力是由性能、规模、利用率三部分共同组成的，相辅相成，缺一不可：

有的算力芯片，可能可以做到性能狂飙，但较少考虑芯片的通用性易用性，然后芯片销量不高落地规模小，那就无法做到宏观算力的真正提升。

有的算力提升方案，重在规模投入，摊大饼有一定作用，但不是解决未来算力需求数量级提升的根本。

有的解决方案，通过各种资源池化和跨不同的边界算力共享，来提升算力利用率，但改变不了目前算力芯片性能瓶颈的本质。

性能、规模、利用率，宏观微观，牵一发而动全身。管中窥豹终有偏，既要考虑多种因素协同设计，更要宏观的统筹算力问题。

2 最核心的，通过超异构实现芯片性能的数量级提升

一方面，超异构可以通过集成更多的加速引擎来实现相比CPU、GPU的性能的数量级提升，但更多的计算是在DSA架构引擎完成的，从单位晶体管资源的性能效率视角看，是和DSA在一个量级的。

工艺进步、3D封装、Chiplet封装等各种创新，支持数量级提升的设计规模。但要想充分利用这些价值，就需要创新的系统架构。超异构计算，通过分布式系统设计，可以驾驭数量级提升的更大的设计规模。因此，可以做到相比传统DSA再继续10倍甚至100倍的性能提升。

3 在超异构的约束下，实现规模化落地

3.1 芯片要更好的支持规模化

从微服务的视角，云计算是由不同的服务组成的分层服务体系：每一层就是一个服务族，然后不同层次的服务族组成整个云计算服务体系，这就是我们所熟悉的云计算三层服务IaaS、PaaS和SaaS。

更详细的软件堆栈如上图所示，从非云系统所有的“服务”堆栈都需要用户自己拥有并维护，经过IaaS、CaaS、PaaS、FaaS，再到最后的SaaS，一切都由供应商运营维护。从左到右的过程，就是“服务”堆栈的下层layer不断地由云运营商接管的过程。

这是一个鲜明的“二八定律”案例：80%的任务由云运营商负责，20%的任务由用户负责；站在用户的角度，20%自己负责的任务价值占到80%，而运营商负责的部分只占到到20%的价值。

因此，基于二八定律，我们可以把整个系统分为三部分：

基础设施层。基础设施层的任务都相对确定，适合DSA和ASIC处理引擎处理。

应用层可加速部分任务。基础设施层是CSP使用，而应用层则是给到用户应用。用户的应用多种多样，因此应用层的加速也需要一定程度的弹性。这样，GPU和FPGA就相对比较合适。

应用层的不可加速部分。主要是一些通用的处理，如控制以及一些细粒度的计算。协处理器是CPU的一部分。因此，CPU适合各类通用任务处理，CPU负责兜底。

如上图所示，整个系统的处理有点像塔防游戏：DSA负责干粗活累活，大量的计算任务在DSA中完成；GPU是性能和灵活性折中一些，负责一些弹性加速的计算任务；CPU啥都能干，但性能较差，因此负责兜底，也就是其他处理引擎都干不了的，都放在CPU。

这样，CPU+GPU+DSA+etc.的超异构计算架构就可以实现“包治百病”的、相对通用的计算架构和平台，就可以实现在云、网、边、端等大算力场景以及用户的绝大部分覆盖。

更多场景和更多用户的覆盖，这样才能真正实现芯片的规模化落地。芯片的大规模落地之后，又进一步摊薄一次性研发成本，进一步降低成本，形成良性循环。

3.2 宏观算力建设实现芯片规模化

要想持续不断地增加算力，不可避免的就是建设更多的数据中心。2022年2月，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。

“东数西算”通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。“东数西算”工程有三个总体思路：一是推动全国数据中心适度集聚、集约发展。通过在全国布局8个算力枢纽，引导大型、超大型数据中心向枢纽内集聚，形成数据中心集群。二是促进数据中心由东向西梯次布局、统筹发展。三是实现“东数西算”循序渐进、快速迭代。

除了大型云数据中心建设之外，也需要更多的边缘数据中心和服务器、更多的超高算力的智慧终端，以及更智慧的网络核心设备，来共同提升宏观总算力。

4 在超异构的约束下，提升算力利用率

4.1 提升算力利用率的手段

云计算出现之前，部署一套互联网系统，一般有两种方式：小规模的时候，自己购买物理的服务器，然后租用运营商的机房；超过一定规模的时候，就需要自己建机房，租用运营商的网络，自己运维数据中心的软件和硬件。这个时候的算力资源是一个个孤岛，整个业务的模式也非常之重，成本很高而且弹性不足。如果算力资源配置比较多，就意味着资源浪费和利用率低；如果算力资源配置比较少，就意味着无法支撑业务的发展，丢失关键的商业机会。

云计算通过互联网按需提供IT资源，并且采用按使用量付费的方式。用户可以根据需要从云服务商那里获得技术服务，例如计算能力、存储和数据库，而无需购买、拥有和维护物理数据中心及服务器。云服务使用多少支付多少，可以帮助用户降低运维成本，用户可以根据业务需求的变化快速调整服务的使用。

其他如基于分布式云的边缘计算、跨不同云厂家的MSP、算力网络以及云网边端融合等，都是尽可能的把算力资源整合成一个巨大的资源池，然后可以灵活的根据各种完全动态变化的需求来提供合适的算力。

我们分析一下，要想提升算力利用率，肯定不能是算力的孤岛：

第一个阶段，所有的设备是孤岛，各自要实现各自的所有功能。软件应用也是单机版，算力利用率很低，应用的规模受单个硬件规格的限制；

第二阶段，有了互联网。不同的设备可以进行协作。可以通过C/S架构实现跨设备的软件应用协作。这样，应用的规模就突破了单个设备的约束。

第三阶段，所有的算力资源形成一个整体。可以自动的、任意的切分算力资源。软件也升级成了MicroService架构。这样可以根据设备的规格大小，运行合适大小合适数量的微服务。只有资源形成巨大的资源池，然后通过各种运营管理，才能真正提高算力的利用率。

4.2 芯片视角看算力利用率

资源池化是提升算力利用率的根本途径，但资源要想池化，对硬件有很高的要求：

不同设备架构/接口一致。比如CPU等引擎架构一致（比如都是x86架构平台），那么软件可以运行在任何一个设备上，硬件也可以支持各种不同的软件运行。比如NVMe SSD，可以被不同的用户访问，也可以同时或分时地支持多种用户的工作。

支持虚拟化。一方面是资源粒度的问题，另一方面是资源自由和动态分配的问题，都可以通过虚拟化技术解决。虚拟化还可以实现不同架构/接口的抽象，屏蔽硬件差异。