圖1：大數(shù)據(jù)、快速數(shù)據(jù)和RISC-V機(jī)會(huì)

在圖1a中，云數(shù)據(jù)中心服務(wù)器利用在大型大數(shù)據(jù)集上訓(xùn)練的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來(lái)執(zhí)行機(jī)器學(xué)習(xí)的功能。在圖1b中，邊緣設(shè)備中的安全攝像機(jī)采用經(jīng)過(guò)大數(shù)據(jù)訓(xùn)練的推理引擎來(lái)實(shí)時(shí)識(shí)別圖像（快速數(shù)據(jù)）。在圖1c中，智能固態(tài)硬盤(pán)設(shè)備采用推理引擎進(jìn)行數(shù)據(jù)識(shí)別和分類(lèi)，從而有效地利用了此設(shè)備的帶寬。圖1展示了RISC-V內(nèi)核的潛在機(jī)會(huì)，它可以自由地添加專(zhuān)有的及未來(lái)標(biāo)準(zhǔn)化的矢量指令，這些指令對(duì)于處理深度學(xué)習(xí)和推理技術(shù)相當(dāng)有效。

另一個(gè)類(lèi)似且重要的趨勢(shì)是大數(shù)據(jù)端和云端上數(shù)據(jù)的移動(dòng)及訪(fǎng)問(wèn)方式（圖2）。傳統(tǒng)的計(jì)算機(jī)體系結(jié)構(gòu)（圖2a）采用慢速外圍總線(xiàn)，該總線(xiàn)連接到許多其他設(shè)備（例如，專(zhuān)用機(jī)器學(xué)習(xí)加速器、圖形卡、高速固態(tài)硬盤(pán)、智能網(wǎng)絡(luò)控制器，等等）。低速總線(xiàn)會(huì)影響設(shè)備的利用率，因?yàn)樗拗屏丝偩€(xiàn)本身、主CPU以及主要的潛在持久內(nèi)存之間的通信能力。這些新型計(jì)算設(shè)備也不可能在它們之間或與主CPU共享內(nèi)存，從而導(dǎo)致在慢速總線(xiàn)上進(jìn)行徒勞且受限制的數(shù)據(jù)移動(dòng)。

關(guān)于如何改善不同計(jì)算設(shè)備（例如CPU和計(jì)算機(jī)及網(wǎng)絡(luò)加速器）之間的數(shù)據(jù)移動(dòng)，以及如何在內(nèi)存或快速存儲(chǔ)中訪(fǎng)問(wèn)數(shù)據(jù)，出現(xiàn)了幾個(gè)重要的行業(yè)趨勢(shì)。這些新趨勢(shì)集中在開(kāi)放標(biāo)準(zhǔn)化工作上，能夠提供更快、更低延遲的串行結(jié)構(gòu)以及更智能的邏輯協(xié)議，從而實(shí)現(xiàn)對(duì)共享內(nèi)存的一致訪(fǎng)問(wèn)。

新一代以數(shù)據(jù)為中心的計(jì)算

未來(lái)的架構(gòu)將需要部署開(kāi)放接口，以連接到持久性?xún)?nèi)存以及接入計(jì)算加速器并支持高速緩存一致性的快速總線(xiàn)（例如TileLink、RapidIO、OpenCAPI和Gen-Z），以期大幅度提高性能，而且使所有設(shè)備共享內(nèi)存并減少不必要的數(shù)據(jù)移動(dòng)。

圖2：計(jì)算體系結(jié)構(gòu)中的數(shù)據(jù)移動(dòng)和訪(fǎng)問(wèn)

在圖2a中，傳統(tǒng)的計(jì)算體系結(jié)構(gòu)由于把一條慢速外設(shè)總線(xiàn)用于快速存儲(chǔ)器及計(jì)算加速設(shè)備，其能力已達(dá)到其極限。在圖2b中，未來(lái)的計(jì)算體系結(jié)構(gòu)采用了開(kāi)放接口，能夠?yàn)槠脚_(tái)上所有的計(jì)算資源提供統(tǒng)一并支持高速緩存一致性的訪(fǎng)問(wèn)方式來(lái)訪(fǎng)問(wèn)共享持久內(nèi)存，（這稱(chēng)為以數(shù)據(jù)為中心的體系結(jié)構(gòu)）。在圖2c中，所部署的設(shè)備能夠使用相同的共享內(nèi)存，從而減少了不必要的數(shù)據(jù)復(fù)制。

CPU 外圍核心及網(wǎng)絡(luò)接口控制器的作用將成為支持?jǐn)?shù)據(jù)移動(dòng)的關(guān)鍵因素。CPU外圍核心組件必須支持密鑰內(nèi)存和永久內(nèi)存接口（例如NVDIMM-P），也必須支持駐留在CPU附近的內(nèi)存。還需要實(shí)施面向計(jì)算加速器、智能網(wǎng)絡(luò)和遠(yuǎn)程持久內(nèi)存的智能快速總線(xiàn)。這種總線(xiàn)上的任何設(shè)備（例如CPU、通用或?qū)Ｓ糜?jì)算加速器、網(wǎng)絡(luò)適配器、存儲(chǔ)器或內(nèi)存）都可以包含其自己的計(jì)算資源并具有訪(fǎng)問(wèn)共享內(nèi)存的能力（圖2b和圖2c）。

RISC-V技術(shù)正是優(yōu)化數(shù)據(jù)移動(dòng)的關(guān)鍵推動(dòng)因素，因?yàn)樗軌蛟谒械挠?jì)算加速器設(shè)備上針對(duì)新的機(jī)器學(xué)習(xí)工作負(fù)載來(lái)執(zhí)行矢量指令。它實(shí)現(xiàn)了多種開(kāi)源CPU技術(shù)，能夠支持開(kāi)放內(nèi)存和智能總線(xiàn)接口；且實(shí)現(xiàn)了以數(shù)據(jù)為中心具有一致性共享內(nèi)存的體系結(jié)構(gòu)。

利用RISC-V解決挑戰(zhàn)

大數(shù)據(jù)和快速數(shù)據(jù)為未來(lái)的數(shù)據(jù)移動(dòng)帶來(lái)了挑戰(zhàn)，也為RISC-V指令集架構(gòu)（ISA）鋪平了道路。這種架構(gòu)開(kāi)放的、模塊化的方法非常適合用作以數(shù)據(jù)為中心的計(jì)算體系結(jié)構(gòu)的基礎(chǔ)。它提供了以下功能：

• 擴(kuò)展邊緣計(jì)算設(shè)備的計(jì)算資源
• 添加新的指令，例如用于機(jī)器學(xué)習(xí)工作負(fù)載的矢量指令
• 尋找非常接近于存儲(chǔ)器和內(nèi)存介質(zhì)的小型計(jì)算內(nèi)核
• 支持新型計(jì)算范式以及模塊化芯片設(shè)計(jì)方法
• 支持新型以數(shù)據(jù)為中心的體系結(jié)構(gòu)，其中所有的處理單元都可以透過(guò)一致的方式訪(fǎng)問(wèn)共享的持久內(nèi)存，從而優(yōu)化數(shù)據(jù)移動(dòng)

RISC-V由超過(guò)100個(gè)組織機(jī)構(gòu)的眾多成員共同開(kāi)發(fā)，這其中包含一個(gè)由軟件和硬件創(chuàng)新者組成的協(xié)作性社區(qū)。這些創(chuàng)新者能夠?qū)SA進(jìn)行改編，使其適應(yīng)特定的目的或項(xiàng)目。任何加入該組織的人都可以根據(jù)一份“Berkeley Software Distribution”（BSD軟件發(fā)布）許可證來(lái)設(shè)計(jì)、制造和/或銷(xiāo)售RISC-V芯片和軟件。?

結(jié)語(yǔ)

為了實(shí)現(xiàn)其價(jià)值和可能性，數(shù)據(jù)需要捕獲、保存、訪(fǎng)問(wèn)并轉(zhuǎn)換，以發(fā)揮其全部潛力。含有大數(shù)據(jù)和快速數(shù)據(jù)應(yīng)用的環(huán)境已經(jīng)使通用計(jì)算體系結(jié)構(gòu)的處理能力相形見(jiàn)絀。未來(lái)以數(shù)據(jù)為中心的極端應(yīng)用將需要針對(duì)特定用途設(shè)計(jì)的處理能力，以便以開(kāi)放的方式支持?jǐn)?shù)據(jù)資源的獨(dú)立擴(kuò)展。

擁有一套以在持久內(nèi)存中存儲(chǔ)的數(shù)據(jù)為中心的通用開(kāi)放計(jì)算機(jī)體系結(jié)構(gòu)，同時(shí)又能夠讓所有的設(shè)備發(fā)揮一定的計(jì)算作用，這是由新類(lèi)型機(jī)器學(xué)習(xí)計(jì)算工作負(fù)載所推動(dòng)的這些新型可擴(kuò)展體系結(jié)構(gòu)得以出現(xiàn)的關(guān)鍵因素。跨越云端及邊緣設(shè)備各個(gè)部分的下一代應(yīng)用都需要這種新型的低能耗處理方式，因?yàn)閷?zhuān)門(mén)的計(jì)算加速處理器將能夠?qū)Ｗ⒂谔幚砥涫诌叺娜蝿?wù)，從而能夠減少來(lái)回移動(dòng)數(shù)據(jù)所浪費(fèi)的時(shí)間，或者能夠執(zhí)行與數(shù)據(jù)無(wú)關(guān)的額外計(jì)算。通過(guò)發(fā)揮數(shù)據(jù)的力量、潛力和可能性，人類(lèi)、社會(huì)以及我們的星球都能夠蓬勃發(fā)展。

zhupb