随着AI近两年来的快速发展，人们对于数据传输速率的要求日益高企，由此也对芯片架构和生态灵活性提出更多挑战。

近日，Arm高级副总裁兼基础设施事业部总经理Mohamed Awad表示，通过提供Arm全面计算解决方案 (Arm Total Compute Solutions)、Arm Neoverse平台、Arm Corstone、SOAFEE等，Arm在包括移动、基础设施、物联网与汽车等目标应用市场，正在向生态伙伴提供一个完整、集成的解决方案。“希望合作伙伴能选择适合自身的方式进行产品开发——我们既可以为合作伙伴提供一个完整的解决方案；他们也可以选用个别Arm IP，根据需求自由选择。”

他表示，中国是Arm重要的市场之一。来自中国市场的创新也是Arm不断发展，并在业务上取得成功的原因之一。如今，中国合作伙伴基于Arm架构芯片的总出货量已累计达300亿颗。“目前我们在中国有近400家技术授权客户，我们也一直通过与安谋科技合作以进一步助力本土合作伙伴。”

架构新挑战 

Mohamed Awad分析道，传统的服务器系统架构，是由内存连接到一个通用的现成CPU，该CPU又负责管理多个加速器。这是过去市场上唯一可用的架构。

“但问题在于这个通用的现成CPU和加速器之间的接口直接限制了产品最终性能水平，因为所有加速器都必须要通过一个通用的现成CPU访问额外内存，这样就无法达到内存一致性，也就意味着加速器的性能无法被充分利用，也无法很好支持生成式AI时代的需求。”他分析道。

因此出现一种现代化系统架构：每颗CPU都可以单独和一个加速器相连，由此可实现较强的内存一致性。“这种新型架构的关键在于，设计方可以根据用户实际场景和用例进行CPU定制化设计，如此一来，便能提高加速器的使用效率。这种架构设计，才能更好支持未来基础设施的市场需求，包括生成式AI。”他续称。

但这种架构并不是Arm的构想，正是NVIDIA（英伟达）GH200 Grace Hopper超级芯片所使用的架构。在该架构中，72颗Arm Neoverse核心，加上来自NVIDIA的GPU组合，其AI性能较基于x86架构的系统可提升10倍。

国内已经有大量采用Arm Neoverse的应用案例。阿里巴巴倚天710就是基于Arm Neoverse平台打造的CPU；鸿钧微电子、遇贤微电子、云豹智能则根据需要基于Arm Neoverse平台打造相应SoC或DPU解决方案；联想更多是将基于Arm架构的解决方案部署到5G领域。

Arm中国区业务全球副总裁邹挺介绍道，Arm Neoverse在中国市场，特别是基础设施领域有很多客户。过去三、四年中，整个Neoverse在中国的发展非常强劲。同时Arm也积极参与数据中心、云计算等本土生态、开源软件社区，包括龙蜥社区等，希望帮助这些社区更好融入Arm全球生态系统中。

Mohamed Awad在受访时表示，现在判断一个CPU对一个GPU作为加速器，是不是未来主趋势或唯一趋势，仍为时尚早。“但我认为会发生的是，鉴于我们正处于计算加速时代，在未来架构中，任何通用CPU旁，一定会有一个加速器。不管是通过紧密耦合、中度耦合或中散耦合的方式（进行连接）。但具体这个加速器是什么样、采用什么架构，目前业界也在不断探索中。”

更重要的是，该CPU是定制，跟加速器实现一对一组合后，整体链路及数据吞吐率会达到最高，以提高加速器本身的利用水平。

“Arm的独特之处在于，能够帮助合作伙伴从头开始、根据所需构建定制化CPU，并做好CPU和加速器之间的连接。此外我们庞大丰富的软件生态系统，可以赋能整个开发，加速产品上市进程。”他指出。

应对定制化

生成式AI为半导体厂商进一步打开发展空间，当然更多样化的市场落地需求，也对相关芯片产品的灵活性提出更高要求。

Mohamed Awad指出，为了缓解未来基础设施的压力，行业需要依赖强大的软件生态系统，在高效、可扩展的多核计算基础上，打造专用处理能力。为此，当下的基础设施建设已逐渐趋向定制化。“我们赋予合作伙伴将有限的资源专注在关键差异化的能力，Arm也继续在提供可扩展且高效的计算基础。”

今年8月，Arm推出Arm Neoverse CSS（计算子系统），该产品预集成了Arm Neoverse平台，并完成验证配置，可降低开发成本并加速产品上市进程。

合作伙伴反馈，通过使用Neoverse CSS，节省了80人/年的工程师时间；也有反馈称，Neoverse CSS助力他们的项目从概念到流片仅耗时13个月。

在Neoverse CSS基础上，其又提出Arm全面设计 (Arm Total Design)生态项目，旨在进一步结合生态系统的力量，简化定制化芯片的开发流程，让交付变得更加容易、便捷，从而让基于Arm Neoverse的专用解决方案能覆盖AI、云、网络、边缘等各种基础设施领域。

“人工智能时代已经到来，AI的关键在于硬件和软件紧密集成，以及性能和计算能力提升。当今70%的机器学习工作负载运行在Arm平台上。”Mohamed Awad指出，Arm为移动平台所提供的Arm全面计算解决方案，能够赋能移动设备上AI的实现，推出的Arm Cortex-M52、Cortex-M55，都是针对物联网所推出支持AI的产品。

他强调，Arm希望从更加广义的角度界定AI。传统意义上提到的AI主要指服务器中的AI或生成式AI，但AI其实还可以存在于边缘、网络中。即从传统数据端，到存储、服务器等，AI将融入每一个过程中。

Mohamed Awad介绍，Arm Neoverse平台用例增长迅速。目前全球主要公有云厂商都在提供基于Neoverse的云实例，“我们很多合作伙伴将会在2024年将第一代CSS设计投入生产，微软Cobalt 100在2023年就已经实现。”

来源：21世纪经济报道 作者：骆轶琪