芯片设计成本降50%！阿里平头哥半导体发布“无剑”SOC芯片平台和视觉Ai平台！

2019-08-29 19:58:51
燚智能小编

简介

全栈、开放、被集成是平头哥模式的三大特点。具体来说，平头哥模式就是从芯片到应用的全栈集成模式，实现处理器、算法、操作系统等软硬件核心技术的深度融合，打破传统通用芯片时代IP授权商用模式成本高、使用难、周期长的局限，为企业提供芯片设计的全栈技术能力，并将这种能力开放给全社会。

IDC预测， 2025年全球联网的IoT设备将达到416亿台，其中80%将由AI加持。这些端上设备将产生的数据量为79.4 ZB ，相当于9万亿部时长2小时的高清电影。

算力是推动AI产业发展的关键动力之一，所有芯片正面临升级。为了使芯片设计更高效，芯片设计的3.0时代正在加速到来。

高效的芯片3.0时代来临

在芯片设计2.0时代，基于IP的模块化的设计方法降低了芯片的开发成本和设计风险。但随着设计复杂度和上市周期的要求日益苛刻，这种搭积木的方式效率还是不够高，设计芯片与应用的精密度也不够，通用芯片还可以继续用这种方式，但面向领域的IoT芯片对于周期和成本都无法适应。

所以，在今后的芯片设计3.0时代，芯片设计都是基于框架或模板，设计公司大部分精力花在如何定义出更加符合应用需求的产品，做差异化，然后用最快的速度做出来抢占市场。3.0时代核心就是更加高效的设计方法。

另外，在摩尔定律时代，芯片研发追求通用性，比工艺、比投入；在后摩尔定律时代，碎片化的AIoT场景对芯片的要求更多在于市场灵敏度，芯片研发比的是需求适配和成本。通用芯片无法适应小批量、定制化的需求，这意味着需要全新的、更加高效的设计方法学。

手中无剑，胜在芯

今年7月，阿里巴巴旗下平头哥半导体公司铸造了业界最强 RISC-V 处理器——玄铁 910。今（29）日，平头哥再度利刃出鞘，推出SoC芯片平台“无剑”。

独孤求败四十岁前使用玄铁重剑，四十岁后，草木竹石均可为剑，渐进于无剑胜有剑之境。正如顶级剑客手中无剑一般，平头哥的无剑平台并无芯片，但可协助各路芯片设计企业“铸剑”。

作为系统芯片开发的基础共性技术平台，无剑由SoC架构、处理器、各类IP、操作系统、软件驱动和开发工具等模块构成，并提供集芯片架构、基础软件、算法与开发工具于一体的整体解决方案，能够帮助芯片设计企业将设计成本降低50%，设计周期压缩50%。

据了解，无剑能将芯片设计成本降低50%，主要来源于2个方面的优化。第一，平台化的设计方法让IP能够很快的接入到系统，IP支持成本大幅降低，进而让IP的价格也大幅下降。第二，通过硬件和软件平台化的思路，研发上所需要的人力投入也会大幅降低。两者结合有望将设计成本降低50%。

关于设计周期的缩短，无剑主要是通过减少芯片设计过程中的重复性的投入。另外，平头哥方面还指出，50%以上的设计验证工作是可以消除的，如果平台的各种模拟IP与代工厂工艺已经完成了验证的话，可以跳过3个月以上的试生产（MPW）的阶段，直接进入量产，通常芯片从设计到量产的时间可以控制在9个月以内。

无剑视觉AI平台

此外，平头哥同时发布了无剑视觉AI平台，该平台基于高性能玄铁全系列CPU，包含128位单指令多数据SIMD矢量扩展技术，在处理器侧提供足够的计算能力，主频支持从1G-2GHz不等。

无剑视觉AI平台最大的特点就是支持第三方的AI加速器，支持算力从0.5-16Tops不等的神经网络加速器。它是一个开放的架构，能够最大支持400Gbps的存储带宽，带宽根据算力的不同进行匹配，后续会支持HBM等更高带宽的存储。支持视频编解码相关的核心IP，支持MIPI/ PCle/USB/GMIC等高速接口，提供丰富的可扩展的能力。

该平台还能够支持多个小的芯片扩展成算力更强的芯片，提升芯片的适配能力。另外，该平台还对IP公司开放，吸纳全球最有竞争力的IP产品与无剑平台进行原型流片验证，提供硅验证可量产的芯片级整体解决方案。

至于无剑视觉AI平台的基础属性，首先是低功耗特性，无剑芯片平台采用大小核的架构，大核支撑神经网络加速器实现高性能的计算，小核以MCU的方式管理片上的电源网络、外围的接口等。在大核关闭的情况下，待机电流可以小于10uA。整个系统的启动时间被有效的控制在200ms以内，这一重要的低功耗配套技术，是AI芯片拓展到电池领域的必要技术。

其次是安全架构，目前大部分的神经网络模型和特征属性属于裸跑状态，这是AI大规模部署的一个重要障碍。无剑视觉AI平台提供了硬件支持的TEE安全技术，能够将安全的信息有效的隔离起来，应用无法直接访问到安全资源。该技术已经通过了Global Platform的兼容性认证。平台同时还提供AliOS及其配套的安全基础软件，实现从端到云的全体系安全保护。

最后是针对AI芯片的在线性能分析，大部分的AI芯片在仿真设计的时候很难了解实际运行过程中的性能瓶颈，但在芯片量产软件开发的过程中，芯片又无法实时的提供在线情况下性能的数据，所以性能瓶颈很难追踪定位。无剑AI平台可以提供实时在线的算力和带宽的分析能力，能够让用户自定义事件的捕获，同时支持DDR、USB、PCIE和JTAG等不同接口的数据导出。这让AI芯片的开发和性能优化变得更加友好。

平头哥认为，软硬融合是挖掘芯片潜在能力的最好办法。在软件方法方面，平头哥拥有震旦软件团队提供神经网络模型压缩技术。这是一个基于强化学习的稀疏度自动感知的结构化压缩方法。通过与无剑平台的硬件结合，提供软件协同的稀疏化算法，能够压缩神经网络模型的空间占用平均60%以上，性能平均提升60%以上。

无剑平台还提供全栈AI开发套件，统一的AI软件开发框架能够支持多场景可配的AI加速引擎，并实现应用的一键部署和图形化算力分析的能力。另外，还拥有支持异构联合调试的功能。第三方的AI加速引擎，通过对接平头哥统一的应用开发框架，可以快速支持业界主流的神经网络框架。