專(zhuān)為現代AI計算打造？IBM AIU芯片解析：5nm制程，32核心，230億個(gè)晶體管！

今年10月，IBM發(fā)布了旗下首款人工智能計算單元（Artificial Intelligent Unit，AIU）片上系統，這是一種專(zhuān)用集成電路 (ASIC)，旨在更快、更高效地訓練和運行需要大規模并行計算的深度學(xué)習模型。

AIU：專(zhuān)為現代AI計算打造

在過(guò)去多年來(lái)，業(yè)界主要是利用CPU、GPU來(lái)運行深度學(xué)習模型，但是隨著(zhù)人工智能模型的數量正呈指數級增長(cháng)，同時(shí)深度學(xué)習模型也越來(lái)越龐大，有數十億甚至數萬(wàn)億的參數，需要的算力也是越來(lái)越高，而CPU、GPU這類(lèi)傳統架構的芯片的AI算力增長(cháng)已經(jīng)遇到了瓶頸。

△深度神經(jīng)網(wǎng)絡(luò )對于算力的需求增長(cháng)迅速

根據 IBM 的說(shuō)法，深度學(xué)習模型傳統上依賴(lài)于 CPU 和 GPU 協(xié)處理器的組合來(lái)訓練和運行模型。CPU 的靈活性和高精度非常適合通用軟件應用程序，但是，在訓練和運行需要大規模并行 AI 操作的深度學(xué)習模型時(shí)，CPU卻處于劣勢。GPU最初是為渲染圖形圖像而開(kāi)發(fā)的，但后來(lái)該技術(shù)發(fā)現了在A(yíng)I計算中使用的優(yōu)勢。但是，CPU和GPU都是在深度學(xué)習革命之前設計的，現在他們的效率增長(cháng)已經(jīng)落后于深度學(xué)習對于算力的指數級增長(cháng)，業(yè)界真正需要的是針對矩陣和向量乘法運算類(lèi)型進(jìn)行優(yōu)化的通用芯片來(lái)進(jìn)行深度學(xué)習。

基于此，IBM Research AI Hardware Center在過(guò)去五年中一直專(zhuān)注于開(kāi)發(fā)下一代芯片和人工智能系統，希望以每年將人工智能硬件效率提高 2.5 倍，并能夠在 2029 年以比 2019 年快1000倍的速度訓練和運行人工智能模型。而最新AIU芯片則是IBM推出的首款針對現代 AI 統計數據定制的芯片。

IBM表示，AIU是專(zhuān)為加速深度學(xué)習模型使用的矩陣和向量計算而設計和優(yōu)化。AIU 可以解決計算復雜的問(wèn)題，并以遠遠超過(guò) CPU 能力的速度執行數據分析。

那么IBM AIU是如何實(shí)現針對深度學(xué)習優(yōu)化的呢？答案是：“近似計算”＋“簡(jiǎn)化人工智能工作流程”。

擁抱低精度，采用近似計算

從歷史上看，很多AI計算依賴(lài)于高精度 64 位和 32 位浮點(diǎn)運算。IBM 認為AI計算并不總是需要這種精確度。它有一個(gè)降低傳統計算精度的術(shù)語(yǔ)——“近似計算”。在其博客中，IBM 解釋了使用近似計算的基本原理：

“對于常見(jiàn)的深度學(xué)習任務(wù)，我們是否需要這種準確度？我們的大腦是否需要高分辨率圖像來(lái)識別家庭成員或貓？當我們輸入一個(gè)文本線(xiàn)程進(jìn)行搜索時(shí)，我們是否需要第 50,002 個(gè)最有用的回復與第 50,003 個(gè)最有用的回復的相對排名的精度？答案是，包括這些示例在內的許多任務(wù)都可以通過(guò)近似計算來(lái)完成?！?/p>

基于此，IBM 首創(chuàng )了的一種稱(chēng)為近似計算的技術(shù)，可以從32位浮點(diǎn)運算下降到包含四分之一信息的混合8位浮點(diǎn)(HFP8) 計算格式。這種簡(jiǎn)化的格式極大地減少了訓練和運行 AI 模型所需的數字運算量，并且不會(huì )犧牲準確性。

更精簡(jiǎn)的位格式還減少了另一個(gè)對速度的拖累：只需將更少的數據移入和移出內存，即運行AI模型對于內存的占用更少了。

IBM在其新的AIU芯片的設計當中融入了近似計算技術(shù)，使得AIU芯片的精度需求大幅低于 CPU 所需的精度。較低的精度對于在新的 AIU 硬件加速器中實(shí)現高計算密度至關(guān)重要。AIU使用混合 8 位浮點(diǎn) (HFP8) 計算，而不是通常用于 AI 訓練的32位浮點(diǎn)或16位浮點(diǎn)運算。較低精度的計算使芯片的運行速度比 FP16 計算快 2 倍，同時(shí)提供類(lèi)似的訓練結果。

雖然低精度計算對于獲得更高的密度和更快的計算是必要的，但深度學(xué)習 (DL) 模型的精度必須與高精度計算保持一致。

簡(jiǎn)化人工智能工作流程

由于大多數 AI 計算都涉及矩陣和向量乘法，因此IBM AIU芯片架構具有比多用途 CPU 更簡(jiǎn)單的布局。IBM AIU還針對將數據直接從一個(gè)計算引擎發(fā)送到另一個(gè)計算引擎進(jìn)行設計，從而節省大量能耗。

據IBM介紹，其AIU芯片是一個(gè)完整的片上系統，是基于IBM此前的Telum芯片（7nm工藝）中內置的經(jīng)過(guò)驗證的 AI 加速器的擴展版本，并且采用了更先進(jìn)的5nm制程工藝，具有 32 個(gè)處理內核并包含 230 億個(gè)晶體管。IBM AIU 還被設計為像顯卡一樣易于使用。它可以插入任何帶有 PCIe 插槽的計算機或服務(wù)器。

IBM表示，“部署 AI 對照片中的貓和狗進(jìn)行分類(lèi)是一項有趣的學(xué)術(shù)活動(dòng)。但它不會(huì )解決我們今天面臨的緊迫問(wèn)題。我們要讓 AI 解決現實(shí)世界的復雜性——比如預測下一個(gè)颶風(fēng)伊恩，或者我們是否正在走向衰退——我們需要企業(yè)級的工業(yè)級硬件。我們的 AIU 讓這一愿景更近了一步?！?br />

IBM AIU表現如何？

IBM并未在其官網(wǎng)公布更多關(guān)其AIU芯片的技術(shù)信息。不過(guò)，我們可以通過(guò)回顧 IBM在 2021 年國際固態(tài)電路會(huì )議（ISSCC）上展示其早期 7nm 芯片設計的性能結果時(shí)的初始原型演示來(lái)對其性能有所了解。

IBM 用于會(huì )議演示的原型不是 32 個(gè)內核，而是一個(gè)實(shí)驗性的 4 核 7nm AI 芯片，支持 FP16 和混合FP8 格式，用于訓練和推理深度學(xué)習模型。它還支持用于擴展推理的 int4 和 int2 格式。2021 年 Lindley Group通訊中包含了原型芯片性能的摘要，該通訊報道了 IBM 當年的演示：

• 在峰值速度下，使用 HFP 8，該7nm芯片實(shí)現了每秒每瓦特 (TF/W) 1.9 teraflops。

• 
  

• 使用INT4進(jìn)行推理，該實(shí)驗芯片達到16.5 TOPS/W，優(yōu)于高通低功耗Cloud AI模組。

• 
  

考慮到IBM AIU是該測試芯片的擴展版本，并且制程工藝也升級到了5nm，因此預計其整體能效將進(jìn)一步提升，同時(shí)隨著(zhù)核心數量由4核上升到32核，其整體的峰值算力有望提升超過(guò)8倍。

Forbes的分析師認為，由于缺乏信息，無(wú)法將IBM的AIU與目前被用于A(yíng)I計算的GPU相比較。但是，預計該芯片的價(jià)格將會(huì )在1500 美元到 2000 美元之間。