国产自主GPU构架天狼星发布 高端与未来的自主GPU问世

国产自主GPU架构“天狼星”鉴定及发布会6月15日在北京举办，GPU架构“天狼星”由国内企业中天恒星科技有限公司（Advanced Technology Stellar）自主研发。这是国内首次向通用桌面显卡GPU发起冲击。中天恒星创始人兼CEO黄永博士、中天恒星联合创始人兼总架构师邓仰东博士、中天恒星芯片设计部负责人李宗辉博士出席活动，正式向业界公布自研第一代产品。

图1：渲染未来 中天恒星科技自研第一代GPU架构天狼星发布暨品鉴会现场

在芯片领域，CPU、GPU、FPGA是芯片中技术难度最高的类别，业界把他们称之为芯片中的珠穆朗玛峰，足以说明它们在技术领域的难度。随着数字时代的来临，图形渲染需求越来越大，所以GPU图形处理器的作用开始越来越凸显，比如现在的元宇宙、数字孪生、游戏这些都是依赖于图形处理器GPU做重要的技术支撑的。今年ChatGPT把AI重新带热，作为全球GPU巨头，英伟达也是借着这股东风，它的市值前几天突破了万亿美元，成为全球芯片市值最高的公司。

GPU作为芯片领域里技术难度最高的主赛道的芯片，我们现在是九成以上都是靠进口。而且现在随着美国对我们的科技打压日趋收紧，我们在采购高端GPU的时候，也受限制，以至于英伟达的两款受限制的芯片被炒货炒到八万多、十万多甚至几十万元。中国有这么大的市场需求，但是没有自主可控的GPU，所以自主可控GPU在国内迫在眉睫。

图2：中天恒星科技高管与行业专家领导合影

（出席本次活动的行业领导有：国际信息显示学会中国总裁、fellow、俄罗斯工程院外籍院士、国际信息显示学会北京分会理事长严群博士；上海市集成电路行业协会秘书长郭奕武；原国家能源局电力可靠性和质监中心副主任胡红升；国家开发投资集团国投委执行总监梁敬东；杭州市上城区国有资本运营集团有限公司总经理陈轰；湖州市南太湖新区招商服务中心章佳辉；OPPO投资部陆宇仟珊；量子创新（北京）信息技术有限公司创始人程全富，副总裁郭松；北京锐马视讯科技有限公司副总裁徐言茂，副总裁肖志刚；北京德风新征程科技股份有限公司副总裁王妙维）

中天恒星研发团队由卡内基梅隆大学电子与计算机工程博士、清华大学软件学院、微电子学研究所副教授、NVIDIA合作教授邓仰东博士率领研发团队自主开发。GPU架构从0开始拥有自己的知识产权，绕开了国际巨头的专利限制。

当前,Imagination和Vivante两家公司是主要IP来源，这些IP主要是针对移动应用的GPU内核，不适合桌面应用。此外，购买第三方的IP，难以形成成熟的图形显卡级GPU，核心电路专利无法自控和自主迭代。天恒星联合创始人、总架构师邓仰东博士表示：“很多国产的GPU的IP授权主要购买的第三方。中天恒星的路线有所不同，核心的图形引擎完全自主设计的，所以3D图形引擎这块不涉及到别人的知识产权，也没有IP的问题，全部是我们自己拥有，从0到完整架构的实现，都是我们自主的技术。”

中天恒星联合创始人、总架构师邓仰东博士在分享会上发言先介绍了当前GPU架构的技术。

首先，GPU是Graphics Processing Unit，是一个可编程芯片，目标是把我们要呈现的场景，通过一系列计算之后投射在一个两维计算机屏幕上，这就是渲染的过程，人的眼睛是世界上最复杂的视觉仪器，我们感受到惊人的分辨率，GPU力图在屏幕上再现和真实世界完全一样的渲染效果，这就是GPU的作用。

有了ChatGPT之后，GPU概念异常火热，出现了超大的GPU算力市场，GPU从一开始出现，它是为图形渲染而生的，由于GPU拥有强大的并行计算能力，后来我们用它加速机器学习的训练，就是所谓的算力的GPU。今年，按照黄仁勋的说法，算力GPU的产值会超过300亿美元的规模，到2027年会达到1500亿美元的量级。但是我们要看到，除了算力之外，真正用于渲染的这部分GPU，才是GPU市场的主流，也是我们关注的重点，所以我们今天发布的“天狼星”架构是一个图形渲染GPU，先不说算力，我们关注最主流的GPU市场。
可以看一些具体数据，这个表格里，我们按照年份列出了GPU不同市场分布情况。头两列，在服务器中使用的GPU，这部分确实是用于算力的，2022年的数字加起来一共是80、90亿美元左右的市场。另一大块是以独立显卡为代表的用于渲染的GPU市场，这个占到了整个GPU市场的80%以上，也就是说图形渲染GPU是大家必须关注的一个现象。除了独立显卡，还有一部分是集成显卡，英特尔的主板上有集成显卡，还有一部分是正在快速升级的嵌入式GPU市场，比如很多汽车的面板用嵌入式GPU做渲染的，这个也是渲染GPU市场，加起来，这块要占GPU总体市场的80%以上。

渲染GPU的重要性还可以通过另一个数字来看，比如说服务器的出货量和PC出货量，2021年全球服务器出货量1300万台，PC出货量3.5亿台左右。一般来说，潜在的每一台PC都会搭载一块图形显示的显卡，所以从这个意义上来讲，整个渲染GPU也是主流。

我们还要关注到还有一个更大可能性，今天大屏电视已经非常普及，除了投影PPT以外，大屏还有一个作用就是家里看电视，还有一个更有前景的市场就是我们希望家里以互动方式和大屏交互，典型应用就是游戏。但是要打游戏，大家还是买一个游戏机，游戏机的核心也是GPU。实际上如果能做到性价比足够高的GPU产品，我们可以给每一块大屏配备一块GPU芯片，这又是一个惊人的市场，所以总体来看，渲染的GPU是整个GPU市场的主流，也是我们关注的重点。

GPU芯片是高度标准化的芯片，首先渲染的内容是高度标准化的，标准主要有几个方面，由三大图形和计算标准界定的，一是Open GL，OpenGL是国际标准化组织在1997年推出的一个学的标准，此后从2007年开始，OpenGL连出三版，基本上界定了整个图形渲染要完成的工作，与此同时，微软推出了Direct X，微软专门针对windows的一个图形标准。OpenGL是跨平台兼容的，Direct X只管windows平台，Direct X的渲染效果更好，但是不具备平台的兼容性。还有一个标准是OpenCL，这个一开始是为了针对图形的纯计算能力，后来也延伸到通用计算。这三大标准都是在2007-2017年经历了黄金时代，2017年基本固化，也就是说今天的图形标准仍然是2007年主要的图形显示内容，这也是很关键的信息，就是说从2007年之后，基本上图形标准没有很大变化，GPU要做的刚需工作基本没有变化，这里有一个赶上NVIDIA图形渲染GPU设计的可能性。

这些图形标准共同定义了大量算法，我们要做图形渲染的工作要做什么呢？我们面向的是3D场景，人眼能够感受到或者真实世界是3D场景，3D场景要投射到一个二维屏幕上，这就是渲染的过程。要做到渲染，做到让肉眼看屏幕有很多立体的感觉，要经历一系列的算法步骤，图形图像标准就定义了各种各样的算法步骤，这些算法步骤最终组成一个3D渲染流水线，这是OpenGL的典型的3D渲染流水线，是一个长系列工作，每一帧图像都要经过一系列处理，每个步骤上有不同算法，算法处理之后，用GPU加速，最终在屏幕上看到一个具有很强真实性的渲染效果。这是GPU要完成的工作。

随着这些算法的提出，GPU硬件逐渐发展起来，早年间有图形指令集、顶点处理、片源处理，后来逐渐过渡到统一架构，再过渡到今天的光线追踪等等，这些硬件的特征，随着标准一步一步形成。我们的研究工作主要在清华大学前期研究工作，07年开始进行了大量这样的研究工作，这里包括一开始并行计算的工作，后来是虚拟指令集的设计、GPU加速的仿真，再后来是GPU核心模块设计，我们在2013年做到在一块FPG（音）平台上，把整个GPU架构仿真出来，但是要做架构仿真的时候，为了提高仿真速度，把传统软件仿真搬到FPG平台上，通过分时复用硬件的方式，利用有限的资源，完成整个GPU架构的仿真，实现快速的迭代。此后我们又进行了很多比如说光线追踪算法硬件的工作、片上调度的工作，因为GPU是一个海量线程，需要对线程进行大量的调度工作，还有片上通信网络的工作，最后在这些工作基础上，我们发展出了第一代和第二代的中天恒星GPU架构。第一代我们叫做“天狼星”，“天狼星”是夜空中肉眼可见的最亮的恒星，第二代叫做大角星，这是我们技术发展的轮廓。

最后总结一下，产品是GPU芯片，今天发布的是“天狼星”第一代GPU架构，我们希望以PC标准，包括台式机、一体机、笔记本电脑为核心目标，逐渐拓展到大屏电视、数据中心、云渲染以及车载这样一些市场，我们的特点是产品拥有全部的自主知识产权包括指令集、核心架构包括最后的物理设计，是全部的自主知识产权。我们的产品会兼容主流图形产品，天然和各种图形软件生态吻合，通过一套架构多种配置的方式支持不同场景的需求，最终构造一个具有高能效优势和高性价比优势的领先的GPU产品。

国际信息显示学会中国总裁fellow、俄罗斯工程院外籍院士、国际信息显示学会北京分会理事长严群博士也在发布会上作了发言。严博士曾经参与了整个等离子显示的原创研发、规模化生产。他指出，从CRT到平面显示，两代显示技术有一个通用的形式，就是它的显示内容，包括今天看到的显示内容，显示的所有都在显示的平面上，没有跳跃出平面的状态，最大的问题就是它的互动性没法体现。我们现在逐步进入到下一代显示，我有机会看到这个，我估计这个是五年到十年时间可能就会到来，就是说显示的内容不仅在平面上，而且可以跳到空间上，跟人进行实时影像交互。他认为接下来5到10年间，3D互动显示技术将会实现。苹果不久前发布的Vision Pro最大的特色就是开始进入空间三维显示时代。虽然现在还只是被动的3D显示，将来真正的3D显示是可以摆脱头盔的。未来的显示屏加上很多的GPU功能，有沉浸式的三维影像呈现和交互体验，不再是传统的电视。一旦需要有交互体验的时候，我们会重新回到大屏，重新回到这些有渲染的、真实的、你可以融入其中的体验，这种体验非常不得了。而且这个体验，现在我们讲的元宇宙，如果没有这个体验，永远火不起来。

“回到苹果做的Vision Pro，大家仔细看，实际是一个操作系统的革命，包括它的生态的革命。我觉得真是一个很好的时机，要抓住它，潮流也在往这个方向走，机会非常多，我认为现在只是看到芯片，我希望能够在很多应用场景上，如果需要我帮助的话，我也非常乐意推动，本身也是我感兴趣的点。我们如果能够逐步上去的话，应该是非常大的东西，这个点如果抓得好的话，我们不见得比现在西方的有些国家的东西会落后，因为你抓的点是更高阶层的点，对我们芯片的要求也会越来越高，”严群博士指出。

上海集成电路协会秘书长郭奕武跟中天恒星创始人兼CEO黄永博士认识于两年前。他认为黄总的团队是非常踏实地在做事情，我觉得在这个方面值得大家学习，也是值得大家肯定的。郭奕武在发言中表示，“他们自己把自己的钱掏出来做这件事，把整个产品、公司的命运和自己的命运联系起来，这是我看到比较少的。“

他也谈了他对天狼星GPU架构的看法。”特别关键的是他们的自研架构，而且在自研架构中，有这几个特点：一是3D图形渲染。二是指令集的自主可控，这是非常不容易的。三是它的框架结构，包括在整个储存器当中的DDR4，这个也是现在比较领先的存储架构，他都用上了，决定了他未来的产品、用途非常广泛，而且可以用在各个方面。会前我和黄总交流过程中，他觉得他现在的切入点在显示器，我觉得显示领域非常广阔，很多是一开始就很高，但是落不了地，显示是非常重要的落地，现在显示很多，这个地方落地既有他的高度又有他的落地，并没有说是空中阁楼。我相信在黄总的带领下，中天恒星一定会从架构到产品，最后能够使我们的产品在全球落地。”郭奕武秘书长说。

创业非常难，相比来说，创业做芯片更难，如果在创业芯片里又选择GPU赛道，真的是难上加难。中天恒星这样的国内在非常主赛道、难度非常高的创业公司能够选择这样的赛道，大家都有一种明知山有虎，偏向虎山行的魄力和勇气，让大家看到了中国新的未来之光，只有有这样的担当，有愚公移山的精神，才可以不断实现我们的自主创新，也才能不断打破国外对我们技术的封锁。

在媒体问答环节上，有媒体提出天狼星GPU架构是针对信创赛道，还是对标国际GPU厂商如英伟达、AMD的产品时，中天恒星创始人兼CEO黄永博士作了回答。

黄永博士说：“这就是我们创业底层的商业和技术路线统一的逻辑，一个企业必须要有商业实现的可能。商业实现的前提是要有技术积累的过程和技术的壁垒，才能实现商业溢价。商业上没有突破口落地是很难存活的。显示、图形渲染恰恰是目前需求量最大的一块市场，是高度标准化的市场，唯一要做的就是提高性价比，这就是我们突破口的商业逻辑的最底层的，我们把它打磨成我们商业模式的竞争力，从性价比着手，突破渲染、显示这样标准化的市场，进而再往定制、半定制、更高端的市场去突破。和英伟达、AMD的竞争，这个市场很大，不仅仅是一个竞争，而且还有很多刚需没有得到满足，普通家用电脑或者显示，更多集中在四千块人民币左右的市场售价，很难有更多选择买更高端或者更贵的显卡，我们恰恰满足了这个刚需没有得到满足的市场的需要，我们不是抢它的蛋糕或者和它分这个市场蛋糕，是满足了一部分刚需没有得到满足的市场。”

对于天狼星在GPU能效与现有产品的对比，黄永博士介绍称，“我们在内存上使用了DDR4，这是小带宽，通过一些高速芯片通信网络搭组成高带宽，所以能效上也有一定优势，具体评估我们还需要具体去做。我刚才说的指标，32比特峰值运算能力是3T左右，如果集中度稍微提一下的话，可以到5.6TFLOPs，象素点大概48G，纹理象素点96G这样一个能力，这个能力来看，比GTS1050高半代或者差不多的水平。刚才说了，2017年图形标准定型之后，基本上定义了图形渲染刚需是什么。2017年EVIDIA推出的产品就是1050这一代GPU，某种程度上反映了刚需的GPU需要的能力，所以我们对标也是这款产品，当然我们某些指标比它还要更好一些。”

国内出现多家做GPGPU的芯片公司，那么现在的GPGPU和GPU又有什么样的区别呢？黄博士耐心地作了回答。

他介绍说，GPU就是一个标准的从图形加速开始，慢慢成为一个处理器，现在基本承担了全世界80%左右的算力由GPU提供，未来GPU在算力方面的贡献会越来越多。 GPGPU在GPU渲染和并行计算架构优势上找到一个专门把它用来做成矩运算，在人工智能加速上、机器学习，尤其训练算法上的专用电路，用的是GPU的平行计算架构，把渲染拿掉了，只保留了平行计算架构。某种意义上来说，它是一个专用电路，好处就是在专用的训练或者学习或者推理领域，有它的效率优势，但是不足之处在于一旦固化了这个架构和线路以后，这个电路图一旦固化以后，很难有通用性了，所以只能在某一个领域有效率。

另外，人工智能算法迭代很快，每三个月到半年就迭代一次，人工智能固化成算法的GPGPU电路，做一个芯片至少十二个月甚至一年半时间，也就意味着电路一旦做出来就已经落后了，这是一个矛盾，很难解决的矛盾。这也是为什么GPU还是在算力里提供了很大的算力支持或者说占有更多市场份额的原因，就是它的可编程性，它对算法通用的适用性是GPGPU不可替代的。相反，GPGPU是一个专用电路，很有可能在有些领域里还有其他替代方案，这个创业路线我们当时没有选择，也是基于刚才几个方面的考虑。

中天恒星联合创始人兼总架构师邓仰东博士也对这个问题作了补充回复。“GPGPU其实是比较早的说法，我们说GPU，早年间只做图形计算，2004年的时候，当时GPU计算能力已经超过了CPU，所以很多人说能不能用GPU做通用计算，做一般的非图形计算，非图形计算叫做通用计算，所以叫做GPGPU。从这个意义上，黄总说的就是这个意义。但是GPGPU当时用图形OpenGL，把一个算法程序写成OpenGL代码，要做矩阵计算写成一堆三角形数组然后做一些计算，和后面的纯GPU编程还是有很大区别的。我一开始做科研，也是从GPGPU下手的，现在GPGPU说得相对比较少一点，有了KUDA做GPU这样的计算，GPGPU这样的词更多贴合某些AI芯片公司，确实是针对某一领域的，但是在这个领域内具有一定通用性的GPU架构。”

不久前黄仁勋也提到美国对中国的封锁只会加剧中国在GPU等关键核心领域的自我突破，所以我们才会看到，国内中天恒星这样的企业已经开始在蓄势待发的状态了。另外，现在国内国产替代已经进入了推进期，从2018年中兴事件起，大家就开始提国产替代，只是少部分下游企业会用国内的。但是现在已经优先用国内芯片企业，成了全产业链的共识，随着国内GPU芯片、自主可控芯片出现之后，整个国内的应用市场都会起来，更多地采用国内自主可控的芯片。在这样的大背景下，国产自主可控的GPU也是未来可期。

天狼星的开发里程碑：

2019年，第一代“天狼星”架构芯片设计验证完成。

2021年，第一代“天狼星”架构GPU诞生；

2022年，定义第二代GPU架构“大角星”；

2023年，第一代“天狼星”架构GPU实现量产。