联发科联手英伟达挑战高通与AMD，游戏、3纳米和大模型

2023年5月，联发科与英伟达宣布合作，共同研发车载芯片，原本计划是采用Chiplet形式。

2024年3月，联发科正式发布新一代Dimensity Auto 座舱平台，最大亮点是英伟达RTX GPU IP的加入和台积电3纳米的制造工艺。台积电3纳米制造工艺是目前芯片行业最先进的制造工艺，这是汽车芯片第一次与手机和AI芯片同时使用最先进的制造工艺，但不是Chiplet，推测一来是3纳米的Chiplet制造工艺不够成熟，二就是Chiplet需要动用台积电先进封装，成本并不比单一die低，甚至可能高2-3倍，汽车行业对价格还是相对比较敏感的。

联发科是一家非常低调的公司，品牌形象营造远不如高通，也极少对外透露信息。

联发科一直被高通挤压，特别是在GPU和AI方面，联发科引入英伟达的GPU IP来弥补这一短板。

从联发科官方介绍中，我们不难看出联发科使用的英伟达GPU IP是何种类型的IP，因为DLSS3是RTX40系列独有的功能，也就是说联发科使用了英伟达RTX40系列桌面显卡的IP。

简单介绍一下DLSS3

图片来源：英伟达

DLSS全称Deep Learning Super Sampling（深度学习超采样），主要包括DLAA、插帧和光线重建。插帧即帧生成，它可以生成全新帧，而不仅是像素，从而带来惊人的性能提升。基于NVIDIA Ada Lovelace架构的新光流加速器可分析两帧连续的游戏图像，并计算帧到帧中物体和元素的运动矢量数据，而不使用传统游戏引擎的运动矢量进行建模。这极大地减少了AI在渲染诸如粒子、反射、阴影和光照等元素时的视觉异常。

通过综合游戏中的一对超级分辨率帧，以及引擎和光流运动矢量，并将其输入至卷积神经网络，就能计算生成出新的一帧，这在实时游戏渲染中是首次实现。将DLSS生成的全新帧与DLSS超级分辨率帧相结合，使DLSS 3能用AI重建八分之七的显示像素，与没有DLSS相比，游戏性能提升了4倍。

由于DLSS生成帧在GPU上作为后处理执行，即使游戏受到CPU性能限制，也能从中获得游戏性能提升。对于受到CPU限制的游戏，例如物理计算密集型游戏或大型场景游戏，DLSS 3令GeForce RTX 40系列GPU以高达两倍于CPU可计算的性能渲染游戏。

DLSS 3集成也包括NVIDIA Reflex，可以使GPU和CPU同步，确保最佳响应速度和低系统延迟。

DLSS3的插帧技术目前还是英伟达独有，AMD和英特尔没有，也就是说如果用联发科的芯片运行《赛博朋克2077》这样的硬件杀手游戏，效果或可以碾压特斯拉座舱的AMD 分离式GPU。

RTX40系列也有多个版本，最低的是笔记本电脑用的GTX4050，AD107架构，2560个CUDA，联发科最大可能用这个架构。RTX4050的稀疏INT8算力估计有104TOPS，将来联发科的旗舰芯片或许AI算力大约就是100TOPS，当然了功耗会有25-35瓦以上，水冷恐怕不可避免。

另一大特色就是3纳米工艺，据称目前苹果和联发科已经包下了台积电全部的3纳米产能，高通拿不到台积电的3纳米产能了，高通打算使用三星的3纳米。众所周知，三星与台积电差距还是很大的。制造工艺上，联发科与同在台湾省内的台积电合作更加顺利，联发科的手机芯片也拿到了4纳米首发，领先了高通一步，3纳米上基本也可以确定，联发科也是首发。台积电第一代3nm工艺是N3B，由台积电的大客户苹果率先使用，A17 Pro、M3系列芯片等都是使用的台积电第一代3nm工艺制程。台积电第二代3nm工艺是N3E，N3E预计将比N3B应用更广泛，除了前面提到的联发科天玑9400芯片外，高通骁龙8 Gen4、A18系列芯片也原本计划采用N3E工艺。台积电N3E是N3B的增强版，良率更高，成本更低，但密度会略低于N3B。

联发科这次也是和高通一样，手机芯片与车载芯片同步，都采用最先进的3纳米制造工艺，考虑到3纳米高达数亿美元的惊人的一次性流片成本，联发科的手机和车载芯片应该有共通之处。

2023年9月，联发科宣布首款使用台积电3纳米工艺的芯片即将在2024年量产，这就是联发科新旗舰天玑9400。

天玑9300开始使用全大核设计，晶体管数量高达227亿，比英伟达自动驾驶Orin的170亿还要多很多。天玑9300的227亿晶体管，是真正的遥遥领先：苹果A16是160亿，A17 Pro是190亿，苹果M2是200亿。即便是苹果M3，也“仅”有250亿晶体管，而高通好几代没公布晶体管数目了。历史性的取消小核，CPU由4颗X4超大核和4颗A720大核组成，最高频的X4有更大的缓存。跳出安卓SoC的视角看，天玑9300的4颗超大核和4颗大核，其实更接近于苹果A系列和英特尔的P核（性能核）、E核（能效核）概念。

天玑首发LPDDR5T 9600Mbps内存，速度比之前的LPDDR5x 8533Mbps提升12.5%，这是大家以为要等LPDDR6才能达到的频率（2年前的天玑9000是首发LPDDR 5x 7500Mbps内存，天玑9200是首发LPDDR5x 8533Mbps）。

天玑9400采用ARM旗舰Cortex-x5（下图TCS24就是Cortex-x5，代号黑鹰），这是ARM最强CPU架构。

ARM的路线图

图片来源：ARM

Cortex-x5据说将消除Arm设计的CPU内核与苹果基于Arm指令集自研的CPU内核之间的性能差距。Moor Insights & Strategy CEO Patrick Moorhead指出，ARM全新的Cortex-X系列CPU内核的内部代号为“Blackhawk”，是ARM CEO Rene Haas接下来的工作重点之一，旨在消除Arm设计的CPU内核与苹果基于Arm指令集自研的CPU内核之间的性能差距。Moorhead引用ARM说法表示，“Blackhawk”核心将会带来巨大的性能提升，是五年来同比最大的IPC性能提升。

整理：佐思汽研

多年来ARM一直在挤牙膏，IPC带宽从2位，缓慢上升，而苹果一开始就到巅峰的8位，导致安卓性能远低于苹果，X5可能追平苹果的8位解码宽度，也可能直接到10位，超过苹果。

图片来源：联发科

很多人以为AI运算和CPU没关系，或者说CPU无法做AI运算，实际上CPU完全可以做任何类型的AI运算，只是数据吞吐能力不如GPU或AI加速器，抛开数据吞吐，单纯AI运算，CPU是最快的。ARM最新的CPU如Cortex-X3/X4/X5，都能够运行大模型，目前手机领域或者说移动领域大模型最常见的是LIama2，这是目前最好的语言类开源大模型。天玑9400可以做到每秒12-15 tokens。

简单介绍一下LIama2，Meta 出品的 Llama 续作 Llama2，一系列模型（7B、13B、70B）均开源可免费商用。Llama2在各个榜单上精度全面超过Llama1，同时也超过目前所有开源模型。用于车载和手机的70亿参数的相对较小的模型。

尽管语言类大模型LLM训练方法很直观：基于自回归的transformer模型，在大量预料上做自监督训练，然后通过人类反馈强化学习 (RLHF) 等技术来与人类偏好对齐。但高计算需求限制了LLM 只能由少数玩家来推动发展。现有的开源大模型，例如BLOOM、Llama1、Falcon，虽然都能基本达到匹配非开源大模型（如GPT-3、Chinchilla）的能力，但这些模型都不适合成为非开源产品级LLM （比如ChatGPT、BARD、Claude）的替代品，因为这些封闭的产品级LLM经过大量微调，与人类的偏好保持一致，大大提高了它们的可用性和安全性。这一步在计算和人工标注中需要大量的成本，而且往往不透明或容易重现，限制了社区的进步，以促进AI对齐研究。

图片来源：网络

Meta自己的奖励模型在基于Llama 2-Chat收集的内部测试集上表现最佳，其中「有用性」奖励模型在「元有用性」测试集上表现最佳，同样，「安全性」奖励模型在「元安全性」测试集上表现最佳。总体而言，Meta的奖励模型优于包括GPT-4在内的所有基线模型。有趣的是，尽管GPT-4 没有经过直接训练，也没有专门针对这一奖励建模任务，但它的表现却优于其他非元奖励模型。

审核编辑：刘清