人工智能（AI）正在全方位改變我們的生活，從智能音箱到智能汽車(chē)，每一項(xiàng)AI應(yīng)用的背后，都離不開(kāi)強(qiáng)大芯片的默默支撐與高效運(yùn)轉(zhuǎn)。然而，隨著AI計(jì)算需求暴增，芯片設(shè)計(jì)正面臨巨大挑戰(zhàn)：如何在性能、能效和安全之間找到平衡，同時(shí)精準(zhǔn)契合客戶的定制需求并快速推向市場(chǎng)？領(lǐng)先的計(jì)算平臺(tái)公司Arm近期發(fā)布了《芯片新思維：人工智能時(shí)代的新根基》行業(yè)報(bào)告。從AI芯片設(shè)計(jì)的趨勢(shì)和挑戰(zhàn)，到Arm的技術(shù)創(chuàng)新，再到安全防御和生態(tài)系統(tǒng)的構(gòu)筑，Arm解決方案工程部執(zhí)行副總裁Kevork Kechichian圍繞該報(bào)告與媒體分享了AI時(shí)代芯片設(shè)計(jì)的新方向。

報(bào)告指出，通過(guò)摩爾定律實(shí)現(xiàn)半導(dǎo)體縮放的傳統(tǒng)方法已達(dá)到物理與經(jīng)濟(jì)的極限，產(chǎn)業(yè)正轉(zhuǎn)向創(chuàng)新的替代方案，如定制芯片、計(jì)算子系統(tǒng) (CSS) 以及芯粒 (chiplet)，以持續(xù)提升性能與能效。如何應(yīng)對(duì)AI時(shí)代的芯片設(shè)計(jì)難題？芯片設(shè)計(jì)的未來(lái)是什么？且看Arm的洞察與解析。

一、AI推動(dòng)芯片革新，聚焦能效與可持續(xù)性

想象一下，訓(xùn)練一個(gè)AI模型需要消耗相當(dāng)于幾百戶家庭一年的電量——這就是AI計(jì)算的現(xiàn)實(shí)。隨著AI應(yīng)用從云端走向手機(jī)、汽車(chē)等邊緣設(shè)備，芯片設(shè)計(jì)正迎來(lái)大變革。

該報(bào)告指出，步入AI時(shí)代，定制芯片正在被全行業(yè)廣泛采用，芯粒技術(shù)也在加速崛起。同時(shí)，行業(yè)協(xié)作越來(lái)越緊密。芯片設(shè)計(jì)不再是單打獨(dú)斗，IP提供商、晶圓代工廠、封裝廠都在聯(lián)手創(chuàng)新。這種“團(tuán)隊(duì)作戰(zhàn)”讓芯片開(kāi)發(fā)更快、更高效，通過(guò)標(biāo)準(zhǔn)化接口讓不同模塊無(wú)縫連接。

但AI芯片設(shè)計(jì)并非一片坦途。AI工作負(fù)載的計(jì)算需求極大，需要大量電力與能源資源來(lái)支持其運(yùn)行。一大挑戰(zhàn)是如何實(shí)現(xiàn)算力和能效的平衡。對(duì)此，Kevork表示，首先需要從最底層出發(fā)，從晶體管層開(kāi)始，與晶圓代工廠緊密合作，確保晶體管在功耗和性能方面實(shí)現(xiàn)優(yōu)化，無(wú)論是動(dòng)態(tài)功耗還是漏電功耗；再來(lái)是架構(gòu)層面，對(duì)CPU以及各類(lèi)處理引擎的指令集進(jìn)行針對(duì)性優(yōu)化；然后向上進(jìn)入整個(gè)結(jié)構(gòu)中的更高層級(jí)，從系統(tǒng)級(jí)芯片(SoC)設(shè)計(jì)、封裝到數(shù)據(jù)中心等方面進(jìn)行優(yōu)化。在此過(guò)程中，關(guān)鍵要點(diǎn)在于對(duì)數(shù)據(jù)及其傳輸過(guò)程的保護(hù)，降低在內(nèi)存之間傳輸數(shù)據(jù)所消耗的電力；最后，在支撐大型數(shù)據(jù)中心運(yùn)行的軟件層，實(shí)現(xiàn)智能負(fù)載均衡，即針對(duì)AI的不同方面進(jìn)行處理上的優(yōu)化，并合理分配工作負(fù)載，盡可能減少不同節(jié)點(diǎn)之間的數(shù)據(jù)傳輸。

此外，定制芯片的開(kāi)發(fā)成本非常高。開(kāi)發(fā)一顆新芯片需要大量人力和計(jì)算資源。而且，客戶希望芯片盡快上市，開(kāi)發(fā)團(tuán)隊(duì)也面臨著產(chǎn)品上市時(shí)間的壓力。如何能夠有效降低開(kāi)發(fā)投入并加快產(chǎn)品上市時(shí)間？Kevork分享到，最基礎(chǔ)的方法就是從平臺(tái)的角度出發(fā)，識(shí)別可復(fù)用的模塊與資源，并確保定制工作是在已有基礎(chǔ)上進(jìn)行，無(wú)需一切從零開(kāi)始。

AI推理在設(shè)備端的加速落地也為行業(yè)帶來(lái)了新挑戰(zhàn)，比如如何在智能手機(jī)、物聯(lián)網(wǎng)等端側(cè)設(shè)備上實(shí)現(xiàn)高性能、高能效的計(jì)算。Kevork強(qiáng)調(diào)，AI推理運(yùn)算需要獨(dú)特的技術(shù)開(kāi)發(fā)路徑——從計(jì)算子系統(tǒng)到SoC框架的專(zhuān)用架構(gòu)設(shè)計(jì)，再到實(shí)現(xiàn)這一切的軟件體系。主要的架構(gòu)差異在于對(duì)帶寬和數(shù)據(jù)傳輸?shù)年P(guān)注，這些系統(tǒng)需要針對(duì)推理工作負(fù)載和高帶寬進(jìn)行優(yōu)化，以滿足不斷增長(zhǎng)的需求。

關(guān)于在云端進(jìn)行模型訓(xùn)練與在邊緣設(shè)備上運(yùn)行推理的趨勢(shì)，Kevork表示，一旦模型在云端利用海量數(shù)據(jù)集完成訓(xùn)練，就可以進(jìn)行優(yōu)化，使其能夠運(yùn)行在較小的服務(wù)器，甚至是邊緣設(shè)備上，從而提升數(shù)據(jù)傳輸效率和整體性能。

二、應(yīng)對(duì)AI時(shí)代芯片設(shè)計(jì)挑戰(zhàn)的 “組合拳”

Arm作為計(jì)算平臺(tái)的領(lǐng)頭羊，拿出了一套應(yīng)對(duì)AI時(shí)代下芯片設(shè)計(jì)挑戰(zhàn)的“組合拳”。

持續(xù)發(fā)展計(jì)算子系統(tǒng) (CSS)

Arm Neoverse CSS 經(jīng)過(guò)驗(yàn)證的核心計(jì)算功能以及靈活的內(nèi)存與 I/O 接口配置，加快了產(chǎn)品上市進(jìn)程，帶來(lái)顯著的優(yōu)勢(shì)。它在確保軟件一致性的同時(shí)，為 SoC 設(shè)計(jì)人員提供了靈活性，使其能夠基于 CSS 周?chē)略龆ㄖ谱酉到y(tǒng)，以打造差異化的解決方案。微軟、智原科技和 Rebellions 等公司展示了 CSS 如何實(shí)現(xiàn)定制芯片的快速開(kāi)發(fā)，同時(shí)保留了系統(tǒng)級(jí)優(yōu)化的靈活性。這種方法不僅降低了開(kāi)發(fā)門(mén)檻，還讓芯片和軟件更兼容，幫客戶在競(jìng)爭(zhēng)激烈的市場(chǎng)中搶占先機(jī)。

聚焦異構(gòu)計(jì)算

基于 Arm 架構(gòu)的 CPU 正成為GPU 和 TPU 等 AI 加速器的理想搭檔——既能高效管理數(shù)據(jù)流和通用計(jì)算任務(wù)，又能應(yīng)對(duì)工作流程中遇到的瓶頸。Kevork表示，該范式中的 CPU、GPU 和 TPU 能夠支持不同的工作負(fù)載。上述所有處理器都可以作為 AI 推理的處理引擎，被部署到 Arm 合作伙伴所開(kāi)發(fā)的 SoC 中。

與此同時(shí)，大型 AI 模型的訓(xùn)練通常依賴高性能 GPU，而 Arm 的高能效處理器則非常適合在端側(cè)和數(shù)據(jù)中心執(zhí)行推理任務(wù)。而在可擴(kuò)展性方面，Arm 架構(gòu)支持 CPU、GPU 與專(zhuān)用加速器的無(wú)縫集成，這對(duì)于打造優(yōu)化的 AI 系統(tǒng)至關(guān)重要。

推進(jìn)芯粒技術(shù)的標(biāo)準(zhǔn)化

先進(jìn)的封裝技術(shù)和工藝推動(dòng)了芯粒的發(fā)展。這些技術(shù)允許多個(gè)半導(dǎo)體晶粒的堆疊和互連，在提升性能和能效的同時(shí)，開(kāi)創(chuàng)了現(xiàn)代芯片設(shè)計(jì)的可能性，如晶粒間接口以及新的 2.5D 和 3D 封裝解決方案。理想情況下，芯片廠商無(wú)需重新設(shè)計(jì)一款芯片，只需添加更多芯粒以增加算力和性能，甚至可以升級(jí)現(xiàn)有芯粒，從而更快地將新產(chǎn)品推向市場(chǎng)。與此同時(shí)，生產(chǎn)更小的芯片還有助于提高良率，并減少制造過(guò)程中的浪費(fèi)。

但芯粒也有難題：不同模塊之間該怎么通信？Arm的答案是標(biāo)準(zhǔn)化。Arm 推出的芯粒系統(tǒng)架構(gòu) (Chiplet System Architecture, CSA)，旨在對(duì)各個(gè)芯粒之間及在整個(gè)系統(tǒng)內(nèi)的通信方式等多個(gè)方面實(shí)現(xiàn)標(biāo)準(zhǔn)化。此外，Arm 攜手合作伙伴共同推動(dòng) AMBA CHI 芯片到芯片互連協(xié)議等倡議的落地實(shí)施，確保來(lái)自不同供應(yīng)商的不同芯粒通過(guò)一個(gè)統(tǒng)一的接口協(xié)議來(lái)確保芯粒之間的互操作性。

Kevork強(qiáng)調(diào)，過(guò)去標(biāo)準(zhǔn)化常被視為放棄自身的 IP 或競(jìng)爭(zhēng)優(yōu)勢(shì)。但如今，鑒于系統(tǒng)的高度復(fù)雜性以及合作模式的演變，標(biāo)準(zhǔn)化變得尤為重要——所有參與方都將從中獲得多重益處。

三、加強(qiáng)應(yīng)對(duì)AI時(shí)代的安全威脅

安全威脅隨著 AI 技術(shù)的發(fā)展也在同步演進(jìn)，其中 AI 驅(qū)動(dòng)的網(wǎng)絡(luò)攻擊為各行各業(yè)帶來(lái)新的挑戰(zhàn)。報(bào)告指出，當(dāng)前行業(yè)面臨的安全挑戰(zhàn)不僅在于防御已知威脅，還在于打造出強(qiáng)大的安全功能，以適應(yīng)并抵御日益復(fù)雜的 AI 驅(qū)動(dòng)型攻擊，同時(shí)保持系統(tǒng)的性能和可靠性。

當(dāng)談及如何確保芯片在復(fù)雜多變的網(wǎng)絡(luò)環(huán)境中的安全性時(shí)，Kevork 表示，Arm 正在通過(guò)構(gòu)建多層級(jí)的軟硬件防護(hù)體系，提升防御能力。比如，Arm 在芯片中直接集成加密技術(shù)，并結(jié)合經(jīng) AI 強(qiáng)化的安全監(jiān)測(cè)系統(tǒng)，使現(xiàn)代 SoC 架構(gòu)能夠抵御傳統(tǒng)攻擊與新興的威脅。

事實(shí)上，AI 本身也正日益成為抵御安全攻擊的有力助手。通過(guò)基于網(wǎng)絡(luò)的監(jiān)測(cè)與先進(jìn)的代碼分析，AI 驅(qū)動(dòng)的技術(shù)能夠以人類(lèi)難以企及的速度和規(guī)模識(shí)別可疑行為，并發(fā)現(xiàn)潛在漏洞。Arm 正在最大限度地發(fā)揮這一優(yōu)勢(shì)。

此外，快速發(fā)展的定制芯片在顯著提升性能優(yōu)化的同時(shí)，對(duì)安全性提出了更高要求。Arm 推出的 PSA Certified 已成為安全芯片設(shè)計(jì)領(lǐng)域的黃金標(biāo)準(zhǔn)。通過(guò)對(duì)安全啟動(dòng)、加密服務(wù)以及更新協(xié)議等方面制定全面的要求，PSA Certified為芯片制造商提供了清晰的路線圖，使其能將安全機(jī)制深植于定制芯片解決方案的基礎(chǔ)架構(gòu)中。作為對(duì)PSA Certified的補(bǔ)充，物聯(lián)網(wǎng)平臺(tái)安全評(píng)估標(biāo)準(zhǔn) (SESIP) 為定制芯片的安全評(píng)估提供了結(jié)構(gòu)化的方法。該標(biāo)準(zhǔn)深入剖析多個(gè)關(guān)鍵安全領(lǐng)域，涵蓋從安全初始化流程到敏感數(shù)據(jù)徹底清除的全過(guò)程，確保定制芯片在整個(gè)運(yùn)行生命周期內(nèi)始終保持其完整性與安全性。

寫(xiě)在最后

AI時(shí)代，芯片設(shè)計(jì)就像一場(chǎng)高難度的平衡游戲：性能要強(qiáng)、能耗要低、安全要牢、開(kāi)發(fā)要快。就像Kevork所說(shuō)的，“計(jì)算的未來(lái)，尤其是AI的未來(lái)，取決于我們能否持續(xù)突破芯片技術(shù)的極限。”隨著新工藝節(jié)點(diǎn)需要更緊密的合作，芯片設(shè)計(jì)與制造之間的傳統(tǒng)界限正在逐漸消失。新的時(shí)代需要具備創(chuàng)造力、系統(tǒng)級(jí)思維，以及對(duì)能效的不懈追求。

此外，Arm強(qiáng)大的生態(tài)系統(tǒng)讓行業(yè)上下游擰成一股繩，共同推動(dòng)AI技術(shù)落地?！癆rm深知高效且可擴(kuò)展的計(jì)算架構(gòu)在釋放 AI 潛能中的關(guān)鍵作用。通過(guò)與半導(dǎo)體生態(tài)系統(tǒng)中的合作伙伴持續(xù)協(xié)作，我們致力于應(yīng)對(duì)能效、安全性和性能等根本性挑戰(zhàn)，定義計(jì)算的未來(lái)?！盞evork總結(jié)道。