芯东西（公众号：aichip001）
作者 | 程茜
编辑 | Panken
蛰伏六年后，这家清华系AI芯片创企终于开始在国产GPGPU江湖高频出场。
今年4月，国内首款基于可重构架构的GPGPU芯片RPP-R8亮相，现已小规模量产。其背后的珠海GPU芯片创企芯动力，就此浮出水面。
▲芯动力GPGPU芯片RPP-R8
芯动力创始人、CEO李原是一位芯片连续创业者。他1989年本科毕业于清华大学物理系，随后任职于英特尔、德州仪器等芯片巨头。在英特尔任职期间，他曾开发至强CPU服务器系统，拥有从产品定义、量产到商用的全链条经验。
从德州仪器辞职后，李原2008年在美国加州创立IPG Communications，承接通讯基站大型芯片设计项目。IPG独创的Turbo译码器被英特尔应用于其至强处理器。这家公司后来被美国老牌通信芯片商敏讯科技（MindSpeed）收购，敏讯科技的无线业务又在2013年被英特尔收购。
就在英伟达提出GPGPU新概念的前后脚，李原也开始琢磨类似的思路，即如何在发挥GPU并行计算能力和通用性优势的同时，通过引入其他类架构的长处，研发出能更好平衡性能、功耗、成本、延迟、部署速度的硬件。从2011年到2016年，经过长达六年的摸索，他们团队独创了一个将NPU的高效率与GPU的高通用性相结合的创新架构——可重构并行处理器架构（RPP）。
他为何早早选择进入GPGPU赛道创业？又如何组建团队，将芯动力RPP架构从图纸中的创新设想，变成了在实际应用场景中发挥价值的硬件？在这外部环境复杂多变的五年之间，他对AI芯片及GPU行业的发展脉络与方向有哪些新的感悟与思考？近日，芯东西与这位国内GPGPU领域的创业代表人物进行了深入交流。
插播一则会议预告。9月14-15日，2023全球AI芯片峰会将在深圳举行。清华大学魏少军教授领衔近50位演讲嘉宾，NVIDIA与AMD齐聚，15+国产AI芯片企业届时将登台交锋，国内边缘计算AI芯片代表公司亮相。珠海芯动力创始人、CEO李原将在AI芯片架构创新专场，发布主题为《RPP芯片架构给AI芯片带来的发展前景及机遇》的演讲。欢迎扫码报名~
一、清华物理系校友创业，已在半导体领域深耕19年
创立芯动力之际，李原早已是一位入局半导体行业19年之久的资深老兵。
1989年，他从清华大学物理系本科毕业后，接连远赴日本、加拿大进修无线通信专业。2004年，李原入职德州仪器，主攻通讯系统研发，在这里，他和芯动力的另一位联合创始人、当时已是德州仪器资深硬件工程师的朱建斌相识，这为多年后芯动力核心团队的组建奠定了基础。
当李原第一次筹备创业期间，朱建斌主动提出要转到芯片设计行业，并要从一位硬件工程师跨界成算法工程师，这令李原感到“有点不可思议”。朱建斌很快凭借其出色的学习能力、抗压能力证明了自己，李原的创业团队也组建就绪。
2008年，李原、朱建斌以及几位来自德州仪器的同事共同创业，在美国加州创办了一家无线通信芯片公司IPG Communications。
他们的初始目标很简单，先靠创业生存下来，再换个视角观察整个半导体行业。IPG创立后不久就承接设计了休斯顿卫星GlobalStar系统的通讯芯片，自研的Turbo译码器被英特尔应用至其至强处理器，随后在2011年顺利被美国老牌通信芯片商敏讯科技（MindSpeed）收购。
▲芯动力发展历程
这一次创业，也让李原对半导体产业的认识更加深刻，他们发现几个特点：
半导体行业产业链绵长，芯片设计公司就是其中的灵魂。
半导体行业全球竞争激烈，中小规模的公司不停被兼并、收购，很多从业人士被迫改行。李原的观点是，不能这样，“我们要逆流而上，要去看一看不同的风景”。
竞争激烈的行业共识后，他们还意识到，一旦在半导体行业里处于领先地位，企业就能获得巨大市场。最后可能形成第一家公司供应产品，第二家公司艰难竞争，第三家公司基本不存在的现象。
因此，第二次创业，李原和团队的目标就是：“我们应该成为一家什么样的公司才有可能存活下来。”
2011年，他们把各种各样不同种类的芯片摆到一张图上，他们发现其中有一个很大的空缺，在常见的CPU、GPU、DSP，以及专用的通信芯片之外，还有一类芯片的位置空缺，未被发现。
在这个空白处画下的大大的问号，成为芯动力创立的起点。经过5年的探索，2016年他们找到了答案——可重构并行处理器架构。基于这一创新架构，李原等人先是在美国成立了公司，2017年转回国内，在珠海创立芯动力公司。
二、研发“六边形战士”处理器，已实现千片级小规模量产
芯动力刚刚成立，李原曾问过朱建斌一个问题：什么样的节点代表他们做的事情成功了？朱建斌的答案是：“我们只要把这颗芯片真的做出来，达到了我们预期的性能指标。”
今年他们迎来了这一时刻。4月，芯动力发布首款基于可重构架构的GPGPU芯片RPP-R8。
RPP-R8每颗芯片内含有1024个计算核，相比传统GPU架构在同样的算力占用更小的芯片面积，实现了低功耗和高能效的有效平衡。RPP-R8除了具备专用芯片所没有的通用编程性，面积效率比可达到同类产品的7～10倍，能效比也超过3倍，可满足高效并行计算及AI计算应用。
▲GPU和RPP架构性能比较
这颗芯片于2020年一次性流片成功，李原透露，RPP-R8目前实现上千片级小规模量产，并且已经进行大规模测试，之后他们会根据客户反馈进行产品修正，再继续下一个产品研发。
事实上，基于RPP架构的芯片成果做出来，在成立时的他们看来是不可能的事情。
这背后的原因可以先从现在的三大GPGPU技术流派来看，第一类较多公司采用的是在比较成熟的GPU架构之上，构建矩阵计算的能力；第二类是纯粹基于可重构技术来做；第三类是将可重构技术与GPU编程模型CUDA语言相结合。
芯动力选择的即是第三类。李原解释说，主要有两大技术原因，首先选择可重构技术是因为，采用传统GPU架构很难追齐行业头部玩家，因此他们需要寻找更好的技术；其次，与CUDA语言相结合是因为其可扩展且广为行业所接受。
走一条全新的路径，也意味着他们一定程度上需要从0开始。李原谈道，最难的地方就在于，不仅要创新，还要达到市场的需求。
RPP架构是针对并行计算设计的芯片架构，芯动力将其称作“六边形战士”。这一架构既结合了NPU的高效率与GPU的高通用性优势，还支持实时操作系统（RTOS），具备DSP的低延时，可满足高效并行计算及AI计算应用，大大提高了系统的实时性和响应速度。
芯动力同样制程下的GPGPU芯片，与英伟达相比，在一些场景下性能提高达50%，且面积为类似芯片的1/7，功耗仅为其1/2-1/3。
这背后离不开芯动力的研发团队，其核心成员有平均年限超过15年的资深半导体从业背景，且均来自英特尔、高通、德州仪器、联发科等半导体知名企业，研发人员占比超过80%。
时至今日，当李原再次问到什么是最大的成功时，朱建斌已经忘记了当初的说法，他的回答变成了：“我们把它在商业上做到成功，我们把这个事情变成一个客户喜欢的商品，这样才是真的成功。”
三、第一家客户是银行，率先落地三大应用场景
李原也一直在为做“客户喜欢的商品”而努力。
芯动力GPGPU芯片的第一家客户是一家银行。李原认为，芯片行业周期长，因此芯片设计必须按照产品需求来设计，否则芯片公司拿出的产品很容易因市场需求变化而被淘汰。
因此2017年以后，芯动力团队花了很长一段时间进行市场调研，调研结果与这家银行的需求不谋而合。银行希望将智能摄像头的“智能”和“摄像头”区分开，边缘算力盒子可以独立于摄像头进行升级迭代。
李原谈道，这也是他们与同类企业在市场策略上的不同之处——更加强调对于客户需求的分析。
在这个过程中，他们将客户分为三层，终端用户、软件集成商、硬件集成商。其中，关注设备功能的终端用户目前不在芯动力的合作伙伴之列。
目前，他们采用的策略是，与软件集成商合作先拿到市场，赢得硬件集成商的认同，进一步推广芯片产品。
芯动力的产品已经在边缘计算领域与银行、通讯领域与医疗超声波方向、AI方向的高性能计算等领域实现应用。
作为产业链的上游玩家，芯片行业的封装、模组、软件、芯片本身领域都会影响到相关芯片企业研发或者进入新领域的动作，因此，芯动力目前的策略是把现存的几个方向做扎实，按照节奏来走。
在公司的未来规划中，李原有一个最为清晰的原则，那就是“技术是有边界的”。放到RPP架构中来说，就是这一架构只做适合的并行计算，不会做串行计算。
从任职大厂到自主创业、从半导体老兵到创企CEO，这些此前的工作经历及身份的转变，帮助李原为芯动力一步步确立起了清晰的技术路线和应用方向等。他说，最大的改变是视野不同。创业之前，有限的视野让他产生诸多困惑，例如自己到底在做什么，做的东西有没有用；创业之后，会更关注眼前的困惑，更加重视现在的产品。
四、GPGPU赛道竞争激烈，必须在细分赛道拿下第一
针对当前国内GPGPU产业，李原反复提及四个字：竞争激烈。
国内相关创企迎着半导体热潮涌入GPGPU赛道，李原认为，想要在这条赛道活下来，企业必须拿出产品验证自己存在的价值，在某一些方面超过英伟达，做到英伟达做不到的事。
英伟达这个强大的竞争对手，也是国内GPGPU芯片走向落地的最大拦路虎。李原感慨道，最高端，英伟达的A100、H100芯片拥有市场其它芯片无法匹敌的能力；最低端，英伟达的芯片同样在性能、价格上有竞争力。
面对这一劲敌，李原认为，全球竞争激烈的半导体产业中，他们必须超过第一位，成为这个赛道的龙头，才有可能生存下来。想要和英伟达竞争，就要先从与之不同的行业切入。他补充道，英伟达虽然有不同产品，但不见得其产品在每个行业都无可替代。深耕这些行业，使得产品在性能、价格上拥有竞争力是芯动力目前最重要的事情。
此外，当下大模型狂潮席卷，GPU缺货风波不断，也为GPGPU产业带来了很好的机会。在李原看来，主要有两个方向：
首先是AI训练，参数规模庞大的大型语言模型，需要强大的计算能力，国内创企未来的技术演进或许能满足这一需求。不过，目前而言，英伟达在这一方向的领先性鲜少有企业可以与之抗衡。
其次是应用部分，大型语言模型在应用端的计算需求，一般芯片也可以满足，因此这对于国内创企而言是一个巨大的机会。即便大型语言模型距离未来真正落到某一个场景还有一段距离，但李原对这个方向十分乐观，其现在面临的局限性未来有机会被打破。
就芯动力而言，他认为，大型语言模型呈现出的能力和人相比还有一段距离，芯动力会在自己的技术上做一些思考，如何找到创新的芯片架构路径，使得大型语言模型性能达到替代人的地步。
最后，在半导体行业的漫漫创业路中，李原说：“要保持乐观。”他和团队选择了一条艰难的路创业，正因为他们没有在整个半导体行业走下坡路时放弃，现在也幸运地碰到了其中为数不多蓬勃发展的好机会。
结语：国产GPGPU新秀发力，核心团队离不开三大要素
GPGPU将GPU的应用范围扩展到了图形计算之外，在众多大规模并行计算中得到了广泛的应用。今年芯片实现小规模量产的芯动力开始在这一领域崭露头角。
李原总结了芯动力核心研发团队具备的几大核心要素：
首先要有资深从业背景，芯动力的研发团队准入门槛非常高，有熟练研发经验、善于从事这一行业的工作，是最起码的要求。
其次，要对新技术保持开放的心态，他说：“当我们把这件事情做的很好的时候，我们往往会给自己画地为牢，走出来是很难的。”
第三，研发团队要有激情，遇到挑战不低头。芯动力选择的路线是没人做过的事情，因此挫折往往更多。
对于GPGPU赛道则更为艰难，英伟达身处霸主地位已经成为业界共识，另辟蹊径的芯动力或许有望通过“六边形战士”的RPP架构，在部分特定能力上做到超越英伟达。
在今年9月14日-15日举行的2023全球AI芯片峰会期间，李原教授将对RPP芯片架构给AI芯片带来的发展前景及机遇进行深入解读，分享这一架构在适配各种不同AI算法和应用场景方面的通用性，以及如何为AI企业提供强大的计算能力，推动AI产品的应用落地。
