<mark id="oztn4"></mark>
0
| 本文作者： Nemo | 2026-08-06 14:29 |
近日，第三屆中國計算機學會芯片大會（CCF Chip 2026）在太湖之濱無錫成功舉辦。
會場中，兩院院士與頂尖工程師們的討論話題直指底層架構(gòu)的“根技術(shù)”創(chuàng)新。一個核心追問被反復推至臺前：當摩爾定律逼近物理極限，制程紅利日益稀薄，堆核心、拼頻率的老路越走越窄，是否該徹底換一條路走？換言之，與其在通用架構(gòu)上不斷打補丁，能否從數(shù)據(jù)流動的本質(zhì)出發(fā)，為特定場景原生設計一顆芯片？
作為全球首款RISC-V數(shù)據(jù)流架構(gòu)視頻智能AIGC芯片，金剛GC3芯片的出現(xiàn)，不僅是一次產(chǎn)品首發(fā)，更是為視頻而生的專用算力。
視頻洪流之下，通用芯片的搬運困局
當前，AI消耗的算力，大半都喂給了視頻。從Sora引領(lǐng)的文生視頻，到城市攝像頭每秒數(shù)千路的實時解析，再到工業(yè)產(chǎn)線上毫秒級的質(zhì)檢判定，視頻流不再是錦上添花的內(nèi)容載體，而是AI基礎設施的主航道。
然而，傳統(tǒng)CPU、GPU骨子里流淌的是控制流的血液。它們依賴程序計數(shù)器一步步推進指令，數(shù)據(jù)在內(nèi)存和計算單元之間來回搬磚。中科通量總工程師羅鑫算過一筆賬：在視頻處理中，數(shù)據(jù)搬運消耗的能量往往是實際計算的數(shù)倍，這種搬磚式算力，面對視頻流的海量、連續(xù)、高并發(fā)特性，就像用快遞三輪車去運洪峰期的集裝箱。
更棘手的是，視頻編解碼與AI推理深度耦合，需要細粒度并行和極低延遲，而通用架構(gòu)的緩存未命中、分支預測失敗等老毛病，在視頻場景下被成倍放大。當視頻AI從可選變?yōu)楸剡x，架構(gòu)層面的結(jié)構(gòu)性瓶頸，已不是堆更多晶體管能解決的。
數(shù)據(jù)流哲學：讓數(shù)據(jù)自己“跑”起來
在CCF芯片大會的“數(shù)據(jù)流計算分論壇”上，論壇主席、中科院計算所研究員葉笑春表示：“數(shù)據(jù)流架構(gòu)沒有程序計數(shù)器，只有‘數(shù)據(jù)就緒即執(zhí)行’。”
這聽起來像哲學，實則是工程范式的顛覆。傳統(tǒng)架構(gòu)是指令驅(qū)動：CPU問“下一條指令是什么？”；數(shù)據(jù)流架構(gòu)是數(shù)據(jù)驅(qū)動：哪個計算節(jié)點湊齊了所有輸入，它自己就立刻觸發(fā)，結(jié)果直接傳給下游，無需折返全局內(nèi)存打卡報到。
這種模式天然契合視頻流：多路碼流好比多條獨立的數(shù)據(jù)河，每條河上的操作只依賴本地數(shù)據(jù)，互不等待，并行度被徹底釋放；中間結(jié)果隨流水傳遞，訪存開銷大幅削減。現(xiàn)場有技術(shù)專家比喻說：“如果說GPU是萬人協(xié)同的大工廠，數(shù)據(jù)流芯片就是一條自動化的智能流水線——沒有空轉(zhuǎn)，沒有堵車，每份數(shù)據(jù)到達即加工。”
當然，觀眾席上也有人拋出現(xiàn)實拷問：編譯器好不好寫？生態(tài)怎么建？大規(guī)模工程落地穩(wěn)不穩(wěn)？這些問題，恰好說明數(shù)據(jù)流已從理論探討進入實戰(zhàn)檢驗階段。
金剛GC3：不只是參數(shù)，更是場景定制戰(zhàn)
展臺上的金剛GC3，給出了首份實戰(zhàn)答卷。羅鑫表示，金剛GC3基于RISC-V架構(gòu)的12核設計，主頻2.0GHz，單芯片INT8算力200 TOPS，F(xiàn)P16達32 TFLOPS，同時支持128路1080P@30fps硬解碼和64路硬編碼。上海交通大學教授冷靜文在現(xiàn)場評價：“在視頻AI推理上，它有和主流GPU掰手腕的峰值能力，而同等功耗下的視頻處理密度，是它的差異化殺手锏。”
值得注意的是其定位：不追求通吃所有AI負載，而是專注視頻場景。AIGC視頻生成、智慧城市分析、工業(yè)視覺感知。當大模型開始看長視頻、理解多模態(tài)時，面向視頻流優(yōu)化的專用芯片，不再是大而全的配角，而是精而專的主角。
這也折射出國產(chǎn)算力演進的一條新路徑：與其在通用賽道追趕巨頭，不如在場景深水區(qū)構(gòu)筑自己的護城河。從跟隨適配到場景定義，金剛GC3釋放的信號清晰而堅定：算力效率的最優(yōu)解，不是對通用架構(gòu)的修修補補，而是從數(shù)據(jù)流動的本質(zhì)出發(fā)，為視頻量身再造一顆“芯”。
