“中国最大”AI 单芯片邃思 2.0 发布：12nm 工艺，支持 HBM2E 内存
今天，中国最大 AI 单芯片邃思 2.0 在上海正式发布，这款芯片面向 AI 云端训练，尺寸为 57.5 毫米 ×57.5 毫米（面积为 3306mm2），达到了芯片采用的日月光 2.5D 封装的极限，与上代产品一样采用格罗方德 12nm 工艺，单精度 FP32 算力为 40TFLOPS，单精度张量 TF32 算力为 160TFLOPS，整数精度 INT8 算力为 320TOPS。
燧原科技创始人兼 COO 张亚林表示：“基于邃思 2.0 芯片打造的云燧 T20 加速卡支持的集群规模从上一代云燧 T10 的千张卡提升至 8000 卡，用云燧 T20 可以打造一个 E 级单精度算力集群 CloudBlazer Matrix 2.0。”
E（Exascale）级计算也就是百万兆级的计算，是目前全球顶尖超算系统新的追逐目标。用一个不精确的说法来解释百万兆级计算，一个百万兆级计算机一瞬间进行的计算，相当于地球上所有人每天每秒都不停地计算四年。
那号称中国最大 AI 单芯片，有何特色？竞争力到底如何？
▲ 燧原科技 CEO 赵立东（左）与 燧原科技 COO 张亚林（右）
中国最大 AI 计算单芯片的两个“首个”2019 年底，燧原科技发布了从启动项目研发到发布用时仅 18 个月的云端训练芯片邃思 1.0，基于邃思 1.0 的云燧 T10 加速卡单精度算力高达 20TFLOPS。时隔一年半，邃思 2.0 和云燧 T20 就推向市场。之所以说“就”，是因为云端训练这样复杂的超高算力芯片通常的迭代周期是两到三年一代，如果遇上特殊情况可能还会延迟半年。
“我们第一代和第二代产品的迭代节奏快于业内速度，主要有两方面的原因，一方面是首代产品落地后得到了用户的反馈，另一方面是我们内部技术和架构的更新，催生了第二代产品。”张亚林说，“从一开始我们就强调精准执行产品路线图，第二代产品精准符合燧原的产品路线图。”
至于燧原未来是否会保持云端 AI 训练芯片一年半一代的更新速度，张亚林表示目前暂不方便透露，但会精准执行其产品路线图。
想要在整个行业缺芯的大背景下精准执行产品路线图显然是一个巨大的挑战。在 2020 年疫情开始的时候，燧原准备了两套方案，同时发挥团队成员超过 15 年以上行业经验的优势，以及第一代产品开发过程中建立的供应链关系，最终保证产品的如期推出。
张亚林说：“燧原的整个供应链非常稳健，客户不必担心燧原产品的供货问题。”
在路线图精准下，为什么要把芯片面积做大？张亚林解释，燧原做芯片是高举高打，做大芯片和高端芯片是我们追求的目标，芯片的尺寸大小背后代表的是科技含量，对于中国芯片行业的贡献才是更大的价值体现。
但更大的芯片面积，就代表着更高成本。对此，张亚林表示：“一个成熟的产品必须考虑回报率（ROI）。我们需要做的是在定义产品时，计算好这个产品在市场上的整体收入和销量，从整个产品的成本角度和能够带给客户的价值定义产品。所以我们会持续关注前沿技术，但不会一味追求最新的技术，依然从芯片的性能、成本、功耗三方面考虑。”
邃思 2.0 的特性中，有两个中国首个，一个是首个支持 TF32 精度的 AI 芯片，另一个是首个支持最先进内存 HBM2E 的产品。
AI 业界一直在追求用更小的数据位宽实现更高的模型精度。因此，AI 模型不断优化，数据类型不断推新，AI 芯片作为底层支撑就需要在支持更多数据类型的同时消耗更低能耗。
TF32 代表的是张量单精度 32 位数据类型，相比传统的 FP32，TF32 在位宽更大的同时，消耗的带宽以及计算资源显著更小，被业界视为能够取代全尺寸单精度数据的革新性数据精度。
“目前业界的判断是，TF32 对大部分 AI 场景都有应用潜力。我们紧跟国际创新者的步伐，很早就布局数据进度的研究和分析，所以才有了燧原第二代产品就支持 TF32 精度。”张亚林同时指出：“邃思 2.0 支持全精度 AI 精度范围，包括 FP32、TF32、FP16、BF16 和 INT8。要用一个非常革命性的算力引擎囊括所有的精度，并且能够做到所有的精度的算力都有效，这是非常大的挑战。”
打破算力与存储之间的瓶颈，高效利用数据是 AI 芯片的另一大挑战。在国内最大的 AI 计算单芯片中，集成了 4 颗三星 HBM2E，支持最高 64 GB 内存，内存带宽最高达 1.8 TB/s。
“HBM2E 是目前全球最快的存储芯片，通过集成 4 颗 HBM2E，邃思 2.0 可以实现算力和存储带宽的匹配，实现更强算力。我们一直努力把理论算力和理论带宽匹配，有效控制整个产品的成本。采用最新的技术并不会使我们产品的整体拥有成本增加。”张亚林表示。
在燧原的产品理念中，更好的 AI 芯片只是构建 AI 系统的基础，客户最关心的并非底层 AI 芯片的参数。
AI 芯片的比拼上升到系统级“客户并不会直接关心芯片层面的理论参数，AI 落地的时候，他们更看重的是包括硬件、软件、互联的整体解决方案的有效利用率。所以我们已经从单芯片的维度升级到了更高的系统层面。这也是燧原推出整机多卡、多卡互联、分布式软件、云端部署的一整套交钥匙解决方案的原因。”张亚林说道，“我们也更强调通过低碳绿色化的云燧智算集群服务客户。”
AI 芯片的比拼要升级到 AI 系统的比拼，从用户角度，对比 AI 系统的维度就会包含五个：软硬件一体的性价比、能效比、易用性、迁移成本、范化性。
既然是系统，互联技术非常关键。目前，业界通过不同的远程直接内存访问技术（RDMA）进行互联，比如 InfiniBand、iWARP、RoCE。燧原采用的是自研 GCU-LARE 互联技术实现云燧 AI 加速卡的多卡集群互联，同时兼容业界其它 RDMA 技术便于与其它系统互连。
据介绍，燧原自研的 GCU-LARE 多卡集群互联技术，支持 6 个带宽 50GB/s 的卡间传输端口，总带宽达到 300 GB/s。
GCU-LARE 具备两大特色，一个是不需要传统互联技术的连接卡或桥接卡，可以直接通过线缆的方式直连，降低成本。另一个是能够根据用户的需求和机房的实际情况，定制不同的拓扑结构，能够轻松构建 4000 卡以上的大型训练集训拓扑，实现定制化集群产品 CloudBlazer Matrix。
在云燧 T20 的发布会上，燧原发布了云燧智算集群 CloudBlazer Matrix 2.0，最高可实现 1.3E（130000T）的单精度只能算力集群。
“云燧的互联接口在单口速度保持不变的前提下，接口数量从 T10 的 4 个增加到 T20 的 6 个，带宽提升 150%。用云燧 T20 可以打造中国 E 级单精度算力集群。”张亚林表示。
“在软件易用性和迁移成本方面，我们投入了大量精力。”
与云燧 T20 一起发布的还有软件平台驭算 2.0，进行了多方面提升，包括：为用户提供高度契合业界标准的编程接口，以支持高性能自定义算子开发；全面优化的动态性模型支持；引入业界先进的 MLIR 编译框架；基于启发式自适应方法的算子泛化实现以及图优化策略，可以广泛支持更多标准模型和自定义模型训练。
张亚林介绍：“驭算 2.0 的重点是提升易用和泛化，同时也能降低迁移用户的成本。我们的产品从第一代开始就采用的热启动的方式降低用户的迁移难度和成本，也就是在进行硬件架构设计的时候就已经考虑了客户的需求，在落地的时候得到了客户认可。如今第二代产品，同样采用热启动的方法，使用更多的用户反馈进一步降低迁移难度和成本。”
“在软件层面，现在业内比较通用的两个 AI 框架是 TensorFlow 和 Pytorch，如果他们的模型完全基于框架开发，切换到燧原的产品只需要硬件切换，软件可以无缝切换。软硬件一定是一体化，也只有软硬一体化设计才对客户有更高价值。”张亚林进一步表示。
因此，驭算 2.0 还支持资源虚化、重组以及系统级设备虚拟化，使用户在业务部署和资源整合上可拥有更为灵活的方法；支持 4000 卡规模以上的集群分布式训练；升级系统兼容性方案、部署方案和 RAS，支持主流操作系统最新发型版，开箱即用，简化客户定制系统集成，对客户的部署和运维更加友好。
实际上，芯片实力的比拼从来都不是单芯片的比拼，而是系统和生态实力的比拼。纵观目前全球前几大芯片巨头，持续迭代的芯片只是其保持竞争力的基础，围绕芯片的互联技术、软件栈以及不断拓展的生态才是竞争的护城河。
燧原既然已经从单芯片的能力拓展到系统层面，那如何挑战云端训练芯片的霸主英伟达？
聚焦三个业务群，与霸主差异化竞争“作为一个追赶或者新生者，差异化竞争是必然的。燧原进行差异化竞争时一直注重三个部分，第一是我们提供的算力性价比一定要越来越好，第二是中国有最丰富的业务场景，也有最丰富业务场景使用者，所以我们与最丰富的业务场景做更多深入的结合，并进一步做业务场景的泛化，第三就是本土化、定制化、客户的服务开发。”张亚林说。
据了解，燧原从 2020 年公布第一个落地客户腾讯开始，一直坚持的是三条业务线：泛互联网、垂直行业（金融、交通、电力、医疗、工业等）以及新基建。
“我们在这三个业务线上不断发力，构筑整个业务群，三个业务群都已经实现客户接入，同时也拿到非常多的客户反馈。有了因第一代产品开拓的战略合作伙伴，利用第二代产品我们可以把这三个业务群的场景和客户群扩大，这也是燧原的生态护城河。”张亚林表示。
燧原科技 CEO 赵立东还宣布了燧原的异构计算生态 ——“燎原”计划，目标是以 AI 为起点构建通用异构计算生态，构建标准化技术体系，共建完整生态服务数字中国。
三个业务群对燧原的产品生态也有不同的意义。商业客户更看重整个业务，或产品的性价比。传统行业更多看重的端对端的解决方案，而不是一个简单的加速卡。
张亚林解释，燧原与商业客户一起打磨产品，建立原始创新生态。在传统行业客户端打磨端对端的场景生态。同时，燧原科技响应国家绿色化的号召，实现集群的功耗、能效进一步的优化，真正能够在新基建层面做出更加普惠的绿色算力，符合国家关于碳中和、碳达峰的政策导向。
“对于初创公司而言，刚开始需要尽快证明我们的执行力、产品以及商业化的价值，所以与一些战略伙伴展开了合作，但这并不代表我们的产品是专用的。随着我们第二代产品的推出，会进一步泛化场景和拓展客户，从一个点切开一条线最后达到一个面。并且，对于任何一家初创公司而言，智能计算的任何一个市场都已经足够庞大。”张亚林说。
除此之外，燧原还通过与之江实验室、上海交通大学、西安交通大学等高校的合作，构建生态的同时培养人才。
对于与国内和国际巨头的竞争，张亚林的态度是，“目前对国内芯片行业的发展是天时地利人和，我认为国内半导体和 AI 赛道百花齐放是好事，我们会坚持自己，志存高远、脚踏实地。追赶国际巨头，作为中国芯片公司有市场、政策和资金的优势，我们的普惠智能算力只是第一步，未来燧原会在异构计算领域不断拓展产品线，提供更多异构计算的整体解决方案。”
小结芯片性能参数的提升是最容易感知和理解的产品升级，但这却不是芯片公司最强大的竞争力所在，围绕芯片构建的接口、标准、互联技术，以及软件栈、客户认可、合作伙伴生态才是以芯片为核心构建竞争力公司的终极目标。
这也是在 AI 时代众多芯片初创公司宣称的算力超越行业领导者，却未能获得大量订单的关键所在。很好的现象是，已经有以燧原为代表的 AI 芯片初创公司，开始去强调 AI 算力系统的价值。
