解讀英特爾的「超異構計算」

近日，英特爾公司提出「超異構計算」的概念。

英特爾中國研究院院長宋繼強表示受萬物互聯所帶來的數據洪流所推動，海量數據對處理器的性能提出更高要求，且需更具有靈活性，傳統上半導體公司單純發展先進工藝製程，或者封裝技術，或者改善架構設計的做法，已不足以滿足用戶需求，半導體的發展需要整合多個層面的技術加以應對。

同時，宋繼強也表示，英特爾在製程、架構、內存、互連、安全、軟體等諸多層面均具有領先優勢，面對海量數據處理的需要，可以提供多樣化的標量、矢量、矩陣和空間架構組合，以先進位程技術進行設計，顛覆性內存層次結構提供支持，通過先進封裝集成到系統中，使高速的互連技術進行超大規模部署，提供統一的軟體開發接口以及安全功能。

模塊級的「超異構計算」?

異構計算的概念早已有之，20世紀80年代該項技術就已經被人提出。

傳統上，異構計算是將CPU、DSP、GPU、ASIC、FPGA等多種不同計算單元，以及使用不同的類型指令集、不同的體系架構的計算單元，組成一個混合的系統級晶片(SOC)，以應對特定的計算用途。

另有一種路徑是可在PCB板上實現對不同計算單元的整合，然而這種方式無論在性能和功耗上都落後於SOC。

英特爾提出的「超異構計算」概念，在一定程度上可以理解為通過封裝技術所實現的模塊級系統集成，即通過先進封裝技術將多個小晶片(Chiplet)裝配到一個封裝模塊當中，既減化了SOC的複雜技術，更加靈活，又避免了PCB板級集成的性能和功耗瓶頸。

當然，模塊級的系統集成也並非是首次提出，系統級封裝(SIP)已經被廣泛應用於消費電子當中了。

但是，英特爾本次提出的「超異構計算」是以「Foveros」3D封裝技術為基礎。

該技術在2018年底英特爾「架構日」上發布。

相比SIP只能實現邏輯晶片與內存的集成，「Foveros」可以在邏輯晶片與邏輯晶片之間實現真正的三維集成，晶片面積更小，同時保證晶片間的帶寬更大、速度更快、功耗更低。

活動現場，宋繼強展示了英特爾計劃於今年年底會發布的Lakefield晶片結構圖，採用「Foveros」封裝，在邏輯處理器層中，集成了兩種不同的10納米計算內核，一顆10nm高性能Sunny Cove處理器和4顆10nm凌動處理器，同層還集成了GPU和其他加速器晶片。

在邏輯處理器層之上則堆疊了DRAM內存晶片，下層堆疊了Cache緩存及I/O晶片。

這些晶片的類型不同，採用的工藝也有所不同，既有10nm工藝，也有14nm或者其他工藝節點。

它通過三維空間堆疊封裝，既提高了電晶體密度，也具備多功能集成特性，為計算力帶來大幅提升。

當然，英特爾提出的「超異構計算」創新之處並不僅局限於3D封裝這一個層面。

事實上，宋繼強特彆強調了英特爾在製程、架構、內存、互連、安全、軟體等多個層面均具有領先優勢。

「超異構計算」的實現是建立在整合其多層面技術優勢基礎上的。

首先是架構創新。

「未來十年我們認為架構創新會是創新的主要驅動力，會帶來指數級的擴展效應。

」宋繼強強調架構創新的重要性。

近年來，由於處理器基本都採用多核方案，總線和內存牆成為提升處理器速度的主要限制，優化的架構處理數據、訪問內存機制，甚至是在晶片架構里放入內存，架構創新可以大幅改善系統性能。

另外，英特爾將DRAM、NAND Flash和傲騰技術相結合，在緩存和DRAM之間，DRAM存儲之間插入第三層，填補內存層級上的空白，使存儲結構間的過渡更加平滑，對於提高系統性能非常有利。

至於互連方面，英特爾可以提供全面的互連產品，包括在祼片間實現互連，為大規模的異構計算提供了基礎。

在安全方面，英特爾可以在硬體層級給出完整的安全技術方案，提供端到端的安全性保障。

在軟體方面，英特爾創建了統一的軟體架構，可進一步簡化並延伸整個堆棧中的應用開發。

總之，英特爾正在為「超異構計算時代」的到來做出準備。

從PC到以數據為中心

英特爾之所以會提出「超異構計算」概念，與其當前啟動的「數據為中心」轉型一脈相承。

作為PC時代的霸主，隨著移動智能時代的到來，不可避免面臨戰略重心轉移的挑戰。

因此，在前任CEO布萊恩·科再奇時期，英特爾便提出了從電晶體為中心到數據為中心的轉型。

近年來，英特爾整合併購動作不斷，正是為了構建端到端的數據處理能力。

「超異構計算」也正是「數據為中心」戰略的一環。

英特爾這種體量的超大型公司要想實現轉型絕不容易，目標市場必須具有足夠的容量，否則無法容納每年高達700億美元規模的企業營收。

不得不說，英特爾選定的目標市場具有前瞻性。

根據IDC估計，在5G通信與人工智慧的推動下，數字經濟已經向社會全面滲透，從2015年到2025年，全球數據量以25%的年複合增長率攀升。

到2025年，全球產生的數據量將達到175ZB，全球智能網際網路設備2025億部。

「所以說數據就是未來石油。

我們面臨3000億美元規模的市場。

」英特爾公司全球副總裁兼中國區總裁楊旭表示。

2018年英特爾營收達到708億美元，其中48%來自於數據中心的業務，占比將近一半。

而按楊旭的說法：「這就意味著，還有2300億美元的空間可以發展。

」。

然而，對數據實施有效地處理，並不如想像當中那樣簡單，未來的數據不僅海量，而且數據形態也有著極大不同：有傳統的數據，有未來的AI數據，還有來自於神經擬態計算的數據，還有未來的量子計算數據，所以需要的計算能力也不相同。

這就要求晶片具備的處理能力根據不同數據形態有所不同，從處理到傳輸、再到存儲都需要有更多的創新和革命。

宋繼強列舉了四種不同的數據類型：標量、矢量、矩陣和空間數據。

其中CPU善長處理標量數據，GPU善長處理矢量數據，GPU或者專門的AI處理器善長處理矩陣數據，而FPGA可用於空間數據的處理。

面對未來的數據洪流，半導體公司單純發展先進工藝製程，或者封裝技術，或者改善架構設計的做法，均不足以滿足用戶的需求，半導體的發展需要整合不能層面的技術加以應對。

單一因素不足以滿足多元化的未來計算需求。

這是英特爾提出「超異構計算」的主要原因，同時亦向外界宣示其在數據處理能力上的領先優勢。

繼續「擠牙膏」?

從英特爾此次提出「超異構計算」的做法當中，還可以得出另一個解讀，即英特爾在工藝演進上仍未改變以往採取的「擠牙膏」式做法。

台積電2018年7nm工藝實現量產，電晶體密度達到了每平方毫米近1億個電晶體的程度。

據媒體報導，華為麒麟980採用台積電7nm工藝代工，電晶體密度達到0.93億個/mm²。

三星7nm為平方毫米1.0123億個。

而台積電今年計劃採用極紫外光(EUV)技術生產的7nm+計劃，電晶體密度將進一步提升。

英特爾雖然表示10nm將會於2019年年底推出，但在電晶體密度上，與台積電和三星相比已經較難再如以往般保持領先優勢。

如今，從英特爾開始大談3D封裝，淡化工藝演進的做法來看，英特爾在先進工藝上仍將繼續採取「擠牙膏」的策略。

雖然預計2019年將會量產10nm。

但是，下一代7nm恐需耐心等待了。