這是阿蘭·圖靈在1950年論文《計算機器和智能》中的經典提問，圍繞著圖靈的目標，軟件和硬件開啟了分頭行動。

軟件，以算法為核心，衍生出了神經網絡，并在深度學習的加持下，讓人工智能浪潮實現全面洶涌。

硬件，以芯片為載體，從CPU、GPU到各類AI芯片，從執行人的計算程序，到像人一樣計算。芯片和AI，硬件和軟件，一個源頭流出的兩條大河，終于在此刻合流交匯。

但背后的驅動力也越來越明顯：

一個時代有一個時代的架構。

現在，面向AI時代的計算架構，呼之欲出。

讓機器執行人的思考和計算：從CPU到GPU

要想知道未來到哪去，必先知道自己從哪兒來。

今天，一切智能機器無論大小，都少不了一塊CPU。正是這個好比“大腦”的東西，讓大大小小的硬件可以執行人寫好的規則，實現各式各樣的功能。

世界首塊CPU誕生于1971年，但它的概念可以追溯到世界上第一臺具有現代意義的通用計算機——EDVAC身上。

EDVAC是ENIAC（世界第一臺電子計算機）的小老弟，由馮·諾伊曼設計。EDVAC最大的改變之一，就是將計算機劃由運算器、控制器、存儲器、輸入和輸出這五個部分組成。

這就是著名的馮·諾伊曼架構。從這個架構里，我們就可以看到CPU的雛形。

——從彼時至今，無論CPU的具體實現怎么變、晶體管數量翻多少番，它的構成始終由運算器、控制器和寄存器這三大部分組成。

其中，運算器也叫算術邏輯單元（ALU），負責算術運算和邏輯運算。寄存器細分為指令寄存器和數據寄存器等，負責暫存指令、ALU所需的操作數、ALU算出的結果等。

控制器則負責整體調度工作，包括對要執行的指令進行譯碼、從內存中調取數據給寄存器、向運算器和寄存器發出具體操作指令等。

從上面這個分工我們也能看出CPU的大概工作流程，簡單來說就是這四步：

1、從內存提取指令；2、解碼；3、執行；4、寫回。

其中寫回到寄存器的結果，可供后續指令快速訪問。

看起來，整個流程沒有什么bug。

但仔細回看一下CPU三大組成的各自分工，可以發現控制器和寄存器是這里面要負責的東西最多、要存的東西最多的兩部分。

從下面這張CPU的簡略架構圖也能看出，運算器“偏居一隅”，幾乎80%的空間都被控制單元和存儲單元占據。

這樣的設計就造成CPU最擅長的是邏輯控制，而非計算。

同時，依照馮·諾依曼架構“順序執行”的原則，“古板”的CPU只能執行完一條指令再來下一條，計算能力進一步受限。

當然，你說CPU靈活性高、通用性強，我們可以將它進行同構并行。

但別忘了，單個CPU的性能上限就那么高、能容納的核數也有限，這種方法能挖掘的潛能實在有限。

所以，要是讓CPU來完成計算量動輒上億的AI任務，實在是“愛莫能助”。就比如在自動駕駛領域，系統需要同時查看人行道、紅綠燈等路況，如果交給CPU來計算，總不能車都撞上了還沒算出來結果吧。

所以，針對CPU“拉垮”的計算能力，GPU站在了浪潮之巔。

正如其全稱“圖形計算單元”，GPU的初衷主要是為了接替CPU進行圖形渲染的工作。

因為圖像上的每一個像素點都需要處理，這項任務計算量相當大。尤其遇上一個復雜的三維場景，就需要在一秒內處理幾千萬個三角形頂點和光柵化幾十億的像素。

不過，由于每個像素點處理的過程和方式相差無幾，這項艱巨的任務可以靠并行計算來化解。

而這恰好就是GPU最得天獨厚的優勢，尤其以處理這種邏輯簡單、類型統一的瑣碎計算任務為甚。

GPU之所以擅長并行計算，從其架構里就決定了。

GPU幾乎主要由計算單元ALU組成，僅有少量的控制單元和存儲單元。

這也就意味著，GPU可以擁有數百、數千甚至上萬核心來同時處理計算任務，使計算的并行度得到成千上萬倍的提升——相比現在普通電腦最多8核CPU同時工作，這是一個多么恐怖的數字。

再舉一個最簡單的例子來直觀感受一下。

比如現在我們來計算一下5000個數相加之后的總和。

如果我們用CPU來算，即使派上8核CPU，每個核也需要計算625個數；假設每計算一個數需要1s，即使8核并行計算，總共也需要625s。（這里暫時不考慮支持向量指令的CPU）而GPU，核心數成千上萬，計算5000個數字只需每核算1個數，1s就能搞定。

625sVS1s，這是何等的差距。

除了并行計算能力，GPU的內存帶寬也是CPU的幾十倍 ，決定了它將數據從內存移動到計算核心的速度更快，整體計算性能更加讓CPU望塵莫及。

由于GPU的設計并沒有專門跟圖形綁定的邏輯，屬于一種通用的并行計算架構，所以除了圖像處理，它其實也非常適用于科學計算，乃至復雜的AI任務。

所以在2012年，當Hinton及其弟子Alex Krizhevsky將其作為深度學習模型AlexNet的計算芯片，一舉贏得Image Net圖像識別大賽之后，GPU在AI領域的名聲就一炮打響。

而早就基于自家GPU推出了CUDA系統的英偉達，又憑借著三年時間里將GPU性能提升65倍，并提供后端模型訓練和前端推理應用的全套深度學習解決方案，奠定了自己在該領域的王者地位。

直到今天，GPU也還是AI時代算力的核心、人工智能硬件領域的霸主。

然而，GPU屬于通用計算芯片和架構，并非專門為AI打造，無法實現性能和功耗的統一。它的計算能力越強代表核心越多，功耗也就越大。

比如RTX 4090，450W；比如今年9月剛上市的H100，直接史無前例，700W。這種情況還大有逐年攀升之勢。

還是拿自動駕駛舉例，在電車基本成為主流的當下，如此高的功耗勢必對續航里程造成困擾。更別提越來越多的終端也開始具備AI能力（比如手機、智能音箱），它們不僅要求計算能力，對功耗的要求也更加嚴格，再強的GPU在這里也顯得很弱勢。

另外，一些更復雜的AI場景（如云端推理、模型訓練等），常常動輒就需要上百塊GPU一起運算，這讓整個計算平臺的功耗控制也是相當棘手。很多機構不得不考慮能源和環保問題。

這不，今年7月誕生的目前最大的多語言開源模型BLOOM，就動用了384塊A100煉成，釋放的熱量最終都用來給學校供暖了。

所以，綜上來看，CPU和GPU的出現，雖然幫助機器擁有了執行人的思考和計算的能力，尤其后者讓AI計算任務得到了相當大的加速，但一些缺點還是讓它們無法大展身手。

因此要想讓機器像人一樣思考和計算，通用計算芯片的架構決定了不會是最佳方案。

讓機器像人一樣思考和計算：AI芯片大爆發

數據驅動的方式方法，讓機器像人一樣思考和計算展現了可能。

但背后的計算需求，也讓過去的計算架構越顯強弩之末。

據統計，光是在2012年到2018年的六年時間里，人們對于算力的需求增長了就超過30萬倍。也就說，每3.5個月AI算力就大約翻一倍。如今這個數字還在繼續攀升。

所謂“通不如精”，以CPU和GPU為代表的通用計算芯片架構，已經無法很好地匹配和滿足這一需求，所以在各類新AI技術層出不窮的同時，新計算、新架構、新芯片在過去幾年也迎來了前所未有的大爆炸。

因此這幾年，我們看到了很多除了CPU和GPU以外的各種“xPU”，諸如谷歌TPU、Graphcore IPU、特斯拉NPU、英偉達DPU……

盡管它們的分類不同，有的屬于半定制化的FPGA，有的屬于全定制化的ASIC，有的應用于終端，有的應用于云端……但作為專門為AI任務和需求而生的新芯片，它們都有著比CPU/GPU功耗低、計算性能高、成本更低等優勢，落地到哪里就給哪里帶去了翻天覆地的變化，比如最近幾年的智能手機、自動駕駛、機器人、VR等領域。

按照能力和用途，這些AI芯片們在這個過程中上演了這樣兩個階段：

首先是僅作為加速器，輔助CPU完成HPC、模型訓練/推理等AI任務。

（AI芯片幾乎都不具有圖靈完備，所以必須要和CPU一起搭配使用，這也是所謂的“異構融合”大趨勢。）

它們的結構類似串聯，可以用“CPU+xPU”這樣的公式來表達。

這一組合最經典的其實就是CPU+GPU，它倆到現在其實也還在流行。

只不過如前面所說，GPU不算專門為AI設計的芯片，無法在這一領域發揮出極致的性能，所以這里的xPU更多的指TPU、IPU、DPU等AI加速芯片。

（當然，GPU還是自有它的用處，所以它有時也會加入進來，形成“CPU+GPU+xPU”的結構。）

這一模式最大的特點就是，CPU只負責少量的計算，一般為那些情況比較復雜、計算難度不確定、靈活性要求高的部分；大部分“臟活累活”都由計算能力超強、能耗又沒那么高的xPU來完成。

就如下圖所示，在實際情況中，它們的分工很可能遵守“二八定律”——xPU負責整個系統80%的計算任務，剩下的20%由CPU+GPU分擔，其中GPU的比例又高達16%，留給CPU的只剩下4%。

如果進行軟硬件融合的進一步優化，三者之間的比例還可能變動為90%、9%和1%。

這樣各司其職、各揮所長的安排可以保證最極致的性能和性價比，做到從前CPU和GPU單上無法企及的高度。

其次，AI芯片作為專用芯片，針對專門的領域推出，負責某一特定AI任務的計算。

（說通俗點，就是某一塊專用芯片能在自動駕駛領域使用，換了機器人領域就不行）。

在這種模式下，各xPU已成為各系統的主角，決定該系統的整體性能和效果。

這就導致一些自動駕駛公司，在宣傳它們的技術時，只把xPU拉出來大肆宣傳，基本不提CPU和GPU的事兒了。

那么CPU在干嘛？當然是利用自己擅長的邏輯控制來把控整個流程。

因此此時，CPU和AI芯片的關系更像一種并聯結構，我們就可以用“CPU、xPU”的公式來表達（當然，GPU也仍然可能參與其中）。

如前面所說，由于CPU基本不決定計算性能，我們也就不用再寄希望于CPU的戰斗力有多強。

進一步地，我們可以認為，這種模式其實是將通用計算芯片的核心地位削減了——CPU的地位又變了。

那么，成為“中流砥柱”的AI芯片們究竟有多大威力？我們來看3個案例。

首先是云端。

在這個領域，互聯網巨頭們有著“本土作戰”的優勢，因此大多可以不依賴英偉達等傳統巨頭。

如谷歌2015年就推出了自己的云端加速AI芯片TPU。

它的中文名叫張量處理器，屬于ASIC芯片的一種，專為加速深度學習框架TensorFlow而設計。

得益于用量化技術進行8位整數運算、脈動陣列、基于復雜指令集（CISC）等設計，它與同期的CPU和GPU相比（英特爾至強E5-2699 v3與Tesla K80 GPU），可以提供大約15-30倍的性能提升。

如下圖所示，當將延遲全部控制在7毫秒之內時，TPU每秒可運行的MLP0預測可達22.5萬次。同等情況下，CPU只有5000多，GPU也僅為1.3萬+。

效率方面（性能/瓦特）的提升也高達30-80倍：

（谷歌第一代TPU功耗約為40W，性能最強的第四代也只有175W，而同時期的A100已達400W。)

這樣的成績意味著它既可以大規模運行于最先進的神經網絡，也可以同時把成本控制在可接受的程度上。

△ TPU在以上6種神經網絡中的CNN1上表現最好，性能是GPU的26倍

它的出現，不僅打破了深度學習硬件執行的瓶頸，也在一定程度上撼動了英偉達等傳統巨頭的地位。

谷歌也對它重用有加，搜索、街景、照片、翻譯等服務以及AlphaGo背后的神經網絡計算，都交由它來完成。TPU的出現，成為了AI時代云端計算需求的代表性解決方案。

終端方面，最具代表性的場景是AI司機變革下的汽車領域，即自動駕駛。

目前，自動駕駛芯片有兩條主要技術路線：

一是英偉達Orin靠“魔改”GPU所走的通用架構路線；另一個是特斯拉、高通、Mobileye等青睞的專用芯片技術路線，也就是CPU+（GPU）+xPU的形式。

比如特斯拉FSD芯片就是主要由CPU、GPU和NPU組成。

△ 圖源wikichip，特斯拉FSD芯片die shot圖

其中，NPU是里面占比最大的處理器，是整個架構的重點。

它是由特斯拉硬件團隊自研的一種ASIC芯片，主要用來對視覺算法中的卷積運算和矩陣乘法運算進行有效加速。

具體來看，每塊NPU的運行頻率為2GHz，峰值性能可達每秒36.86萬億次運算（TOPs），總功耗卻僅為7.5W。

所以，正是從特斯拉開始，專為自動駕駛所需的神經網絡打造的NPU開始成為汽車芯片的主要組成部分，傳統的通用芯片CPU、GPU開始退居輔助位置。

國內方面，唯一實現車載智能芯片大規模前裝量產的地平線，其代表芯片征程系列，也是采用“CPU+ASIC”的技術路線，ASIC部分用的是自研的BPU。

它的使用使最新的征程5芯片算力達到了128TOPS，功耗也只有30W。

由此，征程5靠4.3TOPS/W能耗比，一舉超過了特斯拉FSD（2TOPS/W）、也超過了2022年高端智能電動車標配的英偉達Orin（3.9TOPS/W）。

這種性能和功耗展現出的對比，甚至是標志性的。背后是芯片架構在AI時代正在發生的變化趨勢：

CPU在其中的作用和地位一直在變化，而這其實反映的是AI時代計算架構客觀需求的進化——

一開始是完全規則驅動，只有CPU\GPU等通用計算芯片進行發力，但由于架構的規則都是被寫死的，無法適應越來越快的算力需求；

于是開始了半規則驅動，CPU\GPU等通用計算芯片的核心能力繼續發力，但已開始有專用芯片的介入，讓AI計算架構不再依賴于完全寫死的規則，相對靈活地發揮出價值；

再到后來，便開啟了自定義規則驅動的階段，此時專用型AI芯片占據核心地位，CPU/GPU僅僅作輔助之用，AI計算架構獲得最大的自由度。

而我們的機器也終于能夠從執行人的思考和計算，越來越接近像人一樣思考和計算。

但這還不是終點。

終極計算架構：Neural Computing

終點是什么？不同視角會有不同的答案。

最近正在被更多人認同的是：Neural Computing，神經網絡架構，或者說神經網絡統一架構。

即一個大一統的神經網絡計算架構，一套架構驅動所有場景、領域或任務，比如圖像處理、視頻編解碼、圖像的生成、渲染，只需要很少的一點點改動或者一點點算法的調優，就能解決各式各樣的問題。

其特點，就是用技術驅動的方式去集成少量的規則，讓硬件因軟件而打造，軟件為實現算法而生，這樣更符合AI算法模型和任務的特點，也才能真正讓模型躍遷驅動性能躍遷。而不再是傳統的用硬件迭代解決問題。

而且這種方法論，不只是單純的展望，因為正在被實踐。

比如智能車載芯片，不僅用神經網絡做了分割、檢測和識別等語義級信息，而且能夠清晰地看到一個趨勢，包括ISP（Image Signal Processing）這樣的圖像處理任務，也都能夠用神經網絡實現了。

而業內，視頻編解碼相關的方法，神經網絡也比傳統方式實現得更好，信噪比更優異。

這兩年火爆的NeRF，涉及到過去非?？简炗布芰Φ膱D像渲染，需要基于光線追蹤等等圖形學理論建立復雜規則的算法，也都被證明神經網絡可以做得更好。

甚至用的還是很簡單的神經網絡計算方法，通過學習再推理的方式重構整個過程，把過去花費大力氣求解的3D點云恢復重建等問題，更直接高效解決，實力和潛力，都不言自明了。

更重要的是，這種實踐被放到了一個更具時代變革的趨勢上：計算架構領域到了一個分久必合的時候，到了一個傳統馮諾依曼架構亟待突破的時候。

這是兩個時代的劃分，背后是人與機器關系的兩種范式。

1.0時代，依賴于經驗和規則，把人類理性分析轉換成計算機可具體執行的規則代碼，不僅定義目標，也定義整個執行的過程。

這個時代里有很多經典的算法排序，會告訴機器每一步做什么，以及怎么做。CPU和GPU都是這個時代里的集大成者。

2.0時代，依靠的是神經網絡學習和迭代，人類提目標、要求，有時目標甚至會是一個大致的方向和框架，但機器會在神經網絡驅動下，搞清楚如何去執行，如何圍繞目標求解最優解——機器有了自主性。于是就得從算法、架構到芯片確保機器的這種自主性。

1.0時代可以很多精細的規則、后處理、后融合，把所有人類對于具體場景任務的know-how變成計算機可嚴格執行的代碼，再與“摩爾定律”和硬件革新配合，做到極致的高效。

然而AI模型范式下對數據的需求，以及先進制程的瀕臨極限，摩爾定律失效已然是再明顯不過的事實。

所以計算架構和范式，一定會進入2.0時代，人類架構的是神經網絡模型，模型自己去求解目標和結果，整個過程不再依賴人寫死的規則和經驗。這會是軟件、硬件到認知方法方方面面的根本性改變——傳統的計算架構不再適用。

這種對自主機器到來的判斷，實際也能理解很多新現象。

比如馬斯克為什么把特斯拉的下一步，定在機器人形態上。

百度創始人李彥宏，把自動駕駛、智能車，放在了“汽車機器人”的維度上思考和談論。

以及當前以智能車載芯片知名的地平線，全名里為啥是“機器人技術”。

因為一旦沿著AI落地展開思考和推演，最后能作為獨立品類、物種展現AI核心變革力的，有且只有機器人，或者說就是自主機器人。

它可以是家里掃地的那種，可以是提供自動駕駛出行的那種，也可以是仿照人類形體而生的那種——從感知到控制都有自主權，會是邊緣的而非云端的，會是去中心化的而非中心化的。

而既然自主機器人是AI最終的歸屬，那更本質的要打造的產品，就是驅動這個自主機器人的大腦，就是處理器，或者更本質地說是計算架構。

這個本質問題的搞清楚，也能理解整個芯片半導體、信息計算產業的興衰規律。

按照經濟學的觀點說，需求決定了供應，經濟基礎決定了上層建筑。

這也是為什么一個時代會有一個時代的芯片，因為一個時代會有一個時代的計算架構。

既然神經網絡已經開啟了“機器像人一樣思考和計算”的變革，那固化執行人類思考和計算過程的架構，注定讓出中心地位，通用計算芯片也會逐漸失去主導權。

One more thing

這種無情的歷史變遷，也讓另一個知名類比更具現實骨感。

在AI浪潮洶涌的熱潮中，CPU一而再被質疑，一而再被挑戰，后來英特爾的高管給出了極具中國色彩的比喻——

“CPU是所有XPU平臺的中央神經系統，這就有點像中國人的主食米飯，別的XPU都是菜，不同地方的人喜歡不同的菜，但他們都需要和大米來搭配。”

這個類比，彼時彼刻，不得不承認既形象又巧妙。

只是比喻后來也跟此時此刻一樣精準：追求低碳水的新時代里，誰也沒想到，米飯竟然不再必要了。