AI推理带火的ASIC，开发成败在此一举！

电子发烧友网报道（文/梁浩斌）去年年底，多家大厂爆出开发数据中心ASIC芯片的消息，包括传闻苹果与博通合作开发面向AI推理的ASIC，亚马逊也在年底公布了其AIASIC的应用实例，展示出ASIC的应用性价比远超GPU，加上博通财报AI业务同比大增220%，掀起了AI推理端的ASIC热潮。

那么ASIC跟传统的GPU有哪些区别，开发上又有哪些流程上的不同？

ASIC和GPU

通用GPU在设计之初就为了适配更多使用场景，在AI应用上，GPU支持训练、推理、通用计算等全流程，以英伟达GPU为例，通过CUDA生态，英伟达GPU能够快速适配新的算法，比如从Transformer到CNN的迁移，只需要修改30%左右的代码。

相比通用GPU，ASIC是专为满足特定应用而设计的芯片，针对特定应用的特定算法进行硬件级别的优化，尤其在AI应用中，比如运行矩阵乘法、张量计算等任务，能够相比GPU效率更高。

比如谷歌TPU就是一款ASIC，采用脉动阵列设计，通过固化数据流水线减少内存访问次数，能效比达GPU的3.2倍。

相比之下GPU使用通用计算单元处理多种任务，为了满足不同类型的计算需求，必然需要存在计算冗余。

GPU由于架构的特性，一般会在AI计算中保留图形渲染、视频编解码等功能模块，但在AI计算中这些模块大部分处于闲置状态。有研究指出，英伟达H100GPU上有大约15%的晶体管是未在AI计算过程中被使用的。

同时，在计算流程上，GPU在处理AI计算任务时是需要通过CUDA软件栈进行任务调度，比如矩阵乘法的运行时需要经过内存加载、指令分发、TensorCore计算、结果回写等多个步骤。

而在ASIC上，可以通过硬件级的流水线固化数据流，能够减少计算流程步骤，提高运算效率。在减少计算流程的同时，ASIC对内存访问模式的优化，还能有助于降低内存控制器的功耗。

AI计算中，低精度是以损失部分准确率为代价，通过量化压缩数据来提高推理速度。目前AI推理中INT8/FP16的精度，GPU一般支持FP32/FP64等高精度计算，在混合精度训练中，GPU还需要额外的显存来转换成低精度结果，同样的芯片，在运行高精度和低精度的算力也不同。

尽管精度的选择本质上是准确性和效率的取舍，但AI推理等应用中，对精度的需求并不需要极致的接近100%，但仍能保持较高的水准。ASIC一般直接支持低精度计算，在AI计算时的效率能够相比GPU大幅提高，但保持一定的准确率。比如有数据显示，TikTok的推荐算法系统采用INT8精度，但依然保持了接近99%的推荐准确率。

所以，ASIC相比GPU，在硬件架构上可以针对专有应用进行特定优化，提高计算效率和降低功耗。在成本方面，ASIC在规模量产的情况下可以降至GPU的三分之一，但前期开发成本仍不能忽视。

可能大家也发现，目前定制开发高算力ASIC的厂商，无一例外是云计算大厂，本身公司业务就有极大规模的算力需求。ASIC定制费用，主要是开发过程中的一次性工程费用，也被业内称为NRE（Non-RecurringEngineering）。顾名思义，NRE费用只需要支出一次，后续规模生产中不需要再增加这部分费用。

NRE费用中，包含芯片设计的成本，比如研发人员薪酬、EDA工具授权费等，这与芯片使用的制程工艺、芯片本身的复杂程度相关；然后是版图设计成本，其实这里的概念跟芯片设计的成本类似，主要是涉及芯片的物理布局设计，需要特定的研发人员和软件支持；再是IP授权费用，一般是一些通用的IP，比如CPUIP、内存控制器、接口IP等。

以定制一款采用5nm制程的ASIC为例，NRE费用可以高达1亿至2亿美元。然而一旦能够大规模出货，NRE费用就可以很大程度上被摊薄。

此前有业内人士分析，中等复杂程度的ASIC盈亏平衡点在10万片左右，这对于很多厂商来说已经是遥不可及。

ASIC开发流程

在开发ASIC时，最关键的是以算法架构为主导，围绕这一方面去进行其他工作。

首先是进行需求定义，要明确ASIC的目标场景是什么，比如推理还是训练？端侧还是云端？用到CNN还是Transformer？在AI领域，定制ASIC的往往是云计算大厂，这些厂商一般会有顶尖的架构师去进行充分考虑，未来可能的应用、效率、成本、技术可行性等都会包含在内，同时平衡性能、成本、功耗等关键指标。当然也有一些芯片厂商推出针对某些应用场景的ASIC产品。那么在前期产品定义就十分关键，有时候还需要开发针对应用场景的算法配合自己的芯片产品使用。

接下来是最关键的算法和架构优化，需要对行业发展趋势有足够认知，选择适合的算法进行优化，保证算法与硬件架构适配，通过仿真测试验证。

然后设计ASIC的整体架构，比如功能模块的划分和模块之间的互连，以及接口等IP的使用。

在前端设计中，使用VHDL或Verilog等硬件描述语言对设计进行编码，然后将编码转换为门级网表，对其进行优化满足芯片面积和性能要求。

进入后端设计后，需要将门级网表映射到具体的芯片物理结构上，进行布局和布线。

完成模块布局和布线后，就可以开始进行FPGA验证，测试ASIC设计的功能是否满足需求。随后完成流片、测试后就可以投入大规模生产。

总的来说，ASIC的开发中，硬件和软件的协同是其成功的关键，在拥有强大的芯片性能同时，还要筑建完整的软件生态，吸引更多用户使用。

当然，在ASIC量产进入市场后，软件栈开发也是相当重要的，需要编译器将TensorFlow和PyTorch等机器学习模型映射到硬件指令上，在生态上也需要支持更多主流的框架，以尽可能满足更多使用需求。