<mark id="oztn4"></mark>
4
| 本文作者： 龔黎明 | 2016-05-31 14:34 |
雷鋒網(wǎng)按：本文作者龔黎明，威盛電子高級(jí)芯片工程師。由于提及“寒武紀(jì)”芯片，雷鋒網(wǎng)特邀中國(guó)科學(xué)院計(jì)算技術(shù)研究所陳天石教授對(duì)本文做了修正把關(guān)，以呈現(xiàn)更加完整專業(yè)的內(nèi)容，特此感謝。
在Google I/O 2016的主題演講進(jìn)入尾聲時(shí)，Google提到了一項(xiàng)他們這段時(shí)間在AI和機(jī)器學(xué)習(xí)上取得的成果，一款叫做Tensor Processing Unit（張量處理單元）的處理器，簡(jiǎn)稱TPU。
根據(jù)TPU團(tuán)隊(duì)主要負(fù)責(zé)人介紹，TPU專為Google機(jī)器學(xué)習(xí)應(yīng)用TensorFlow打造，能夠降低運(yùn)算精度，在相同時(shí)間內(nèi)處理更復(fù)雜、更強(qiáng)大的機(jī)器學(xué)習(xí)模型并將其更快地投入使用。Google數(shù)據(jù)中心早在一年前就開始使用TPU，其性能把摩爾定律往前推進(jìn)到7年之后。之前打敗李世乭的AlphaGo就是采用了TPU做了運(yùn)算加速。
根據(jù)Google所言，TPU只在特定應(yīng)用中作為輔助使用，公司將繼續(xù)使用CPU和GPU。并且Google并沒有對(duì)外銷售TPU的打算。因此，TPU雖好，但僅限Google內(nèi)部，而且即便使用TPU，也是用作輔助CPU和 GPU。
谷歌并沒有公布TPU是怎么設(shè)計(jì)的，因此似乎很難對(duì)其一探究竟。不過(guò)，要知道谷歌的TPU并不是什么黑科技，只不過(guò)是正常的一款專用加速芯片。而且，這也不是世界上第一款用來(lái)做深度學(xué)習(xí)的專用芯片。IBM和我國(guó)中科院其實(shí)都有類似成果。
IBM 在2014年研發(fā)出脈沖神經(jīng)網(wǎng)絡(luò)芯片TrueNorth，走的是“類腦計(jì)算”路線。類腦計(jì)算的假設(shè)是，相似的結(jié)構(gòu)可能會(huì)出現(xiàn)相似的功能，所以假如用神經(jīng)電子元件制造與人腦神經(jīng)網(wǎng)絡(luò)相似的電子神經(jīng)網(wǎng)絡(luò)，是否可能實(shí)現(xiàn)人腦功能呢？這其實(shí)有點(diǎn)像人類研究飛行器的過(guò)程。我們都知道鳥會(huì)飛是因?yàn)橛谐岚颍藳]有。所以假如給人也弄一對(duì)翅膀，人是不是也能飛？
早先人類其實(shí)有這么一個(gè)探索過(guò)程。如今人類要探索大腦，但是大腦何其復(fù)雜？IBM的這款芯片就是通過(guò)打造類腦的芯片架構(gòu)，來(lái)期望得到大腦同樣的功能，就算達(dá)不到，能模擬一下也很有意義。大意如此，當(dāng)然實(shí)際上復(fù)雜多了。目前這款芯片理念很超前，還處于深入研究階段，算得上是黑科技。
今天要重點(diǎn)講的其實(shí)是中科院的這款“寒武紀(jì)”芯片。2016年3月，中國(guó)科學(xué)院計(jì)算技術(shù)研究所發(fā)布了全球首個(gè)能夠“深度學(xué)習(xí)”的“神經(jīng)網(wǎng)絡(luò)”處理器芯片，名為“寒武紀(jì)”。該課題組負(fù)責(zé)人之一、中科院計(jì)算所陳天石博士透露，這項(xiàng)成果將于今年內(nèi)正式投入產(chǎn)業(yè)化。在不久的未來(lái)，反欺詐的刷臉支付、圖片搜索等都將更加可靠、易用。下圖是“寒武紀(jì)”的芯片板卡。
之所以重點(diǎn)講，是因?yàn)镚oogle的TPU芯片并沒有公開設(shè)計(jì)細(xì)節(jié)，連是誰(shuí)代工的都沒有公開。但是同樣作為深度學(xué)習(xí)的芯片，有理由相信中科院的“寒武紀(jì)”與Google的TPU在設(shè)計(jì)理念上是相同的。在講這個(gè)之前，先簡(jiǎn)單科普一下人工智能和深度學(xué)習(xí)。
1981年的諾貝爾醫(yī)學(xué)獎(jiǎng)，頒發(fā)給了David Hubel和Torsten Wiesel，以及Roger Sperry。前兩位的主要貢獻(xiàn)是，發(fā)現(xiàn)了人的視覺系統(tǒng)的信息處理是分級(jí)的。如下圖所示：從原始信號(hào)攝入開始（瞳孔攝入像素），接著做初步處理（大腦皮層某些細(xì)胞發(fā)現(xiàn)邊緣和方向），然后抽象（大腦判定眼前物體的形狀，比如是橢圓形的），然后進(jìn)一步抽象（大腦進(jìn)一步判定該物體是張人臉），最后識(shí)別眼前的這個(gè)人。
而深度學(xué)習(xí)（Deep Learning），恰恰就是模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)。通過(guò)組合低層特征形成更加抽象的高層特征（或?qū)傩灶悇e）。例如，在計(jì)算機(jī)視覺領(lǐng)域，深度學(xué)習(xí)算法從原始圖像去學(xué)習(xí)得到一個(gè)低層次表達(dá)，例如邊緣檢測(cè)器、小波濾波器等，然后在這些低層次表達(dá)的基礎(chǔ)上，通過(guò)線性或者非線性組合，來(lái)獲得一個(gè)高層次的表達(dá)。此外，不僅圖像存在這個(gè)規(guī)律，聲音也是類似的。比如，研究人員從某個(gè)聲音庫(kù)中通過(guò)算法自動(dòng)發(fā)現(xiàn)了20種基本的聲音結(jié)構(gòu)，其余的聲音都可以由這20種基本結(jié)構(gòu)來(lái)合成！
對(duì)于深度學(xué)習(xí)來(lái)說(shuō)，其思想就是堆疊多個(gè)層，上一層的輸出作為下一層的輸入。深度神經(jīng)網(wǎng)絡(luò)由一個(gè)輸入層，數(shù)個(gè)隱層，以及一個(gè)輸出層構(gòu)成。每層有若干個(gè)神經(jīng)元，神經(jīng)元之間有連接權(quán)重。每個(gè)神經(jīng)元模擬人類的神經(jīng)細(xì)胞，而結(jié)點(diǎn)之間的連接模擬神經(jīng)細(xì)胞之間的連接。
當(dāng)然了，以上這些原理都不是重點(diǎn)。我們只需要明白深度神經(jīng)網(wǎng)絡(luò)模擬了大腦的神經(jīng)網(wǎng)絡(luò)，上圖的每個(gè)圈圈都類似大腦的一個(gè)神經(jīng)元。通過(guò)采用專用芯片進(jìn)行神經(jīng)元的運(yùn)算加速，相比于采用CPU這種通用運(yùn)算器，可以大大提高神經(jīng)網(wǎng)絡(luò)的性能。根據(jù)“寒武紀(jì)”芯片的介紹，它可以一條指令完成多個(gè)神經(jīng)元的并行處理。據(jù)此推斷，Google的TPU很有可能也是這么設(shè)計(jì)的，也就是說(shuō)，支持一條指令完成神經(jīng)元的多次計(jì)算。
“寒武紀(jì)”專用處理器還有配套的指令集，叫Cambricon。我們知道，指令集乃是一個(gè)處理器架構(gòu)的核心。知道了一款處理器實(shí)現(xiàn)了哪些指令，其實(shí)也就知道了這款處理器適合做什么，也大概知道了這款處理器的硬件設(shè)計(jì)。
【雷峰網(wǎng)注：有讀者認(rèn)為寒武紀(jì)專用處理器配套的指令集叫DianNao，其實(shí)DianNao系列特指中科院計(jì)算所前期和國(guó)際合作者共同發(fā)表的學(xué)術(shù)論文提出的架構(gòu)；而“寒武紀(jì)”特指寒武紀(jì)公司（中科院計(jì)算所的產(chǎn)業(yè)化公司）獨(dú)立開發(fā)的商用芯片。寒武紀(jì)的正式英文名為“Cambricon”】
Cambricon指令集的特點(diǎn)是單指令可以做完一次向量或矩陣運(yùn)算，因此假如我們知道了深度學(xué)習(xí)的具體算法，那么其實(shí)也就知道了每個(gè)神經(jīng)元可以規(guī)約為何種向量或矩陣運(yùn)算，其實(shí)也就推斷出了Cambricon的指令集。以此類推，如果我們知道了Google的深度學(xué)習(xí)算法，假設(shè)也是每條指令實(shí)現(xiàn)多個(gè)神經(jīng)元相關(guān)的向量或矩陣運(yùn)算，那么其實(shí)也能推斷出TPU的指令集。這種假設(shè)應(yīng)該是很有道理的，畢竟把一個(gè)神經(jīng)元的計(jì)算打包成一條指令，是非常科學(xué)合理的專用加速器設(shè)計(jì)方案。
下圖是中科院計(jì)算所團(tuán)隊(duì)成員作為第一作者與法國(guó)Inria、瑞士EPFL聯(lián)合發(fā)表于國(guó)際計(jì)算機(jī)架構(gòu)年會(huì)（ISCA2015）的ShiDianNao在圖像處理中的應(yīng)用，其中的紅色格柵方塊就是該芯片在系統(tǒng)中的位置。
圖中可以看到，整個(gè)系統(tǒng)連接了兩塊圖像傳感器，傳感器采集到的圖像通過(guò)Camera Serial Interfaces（CSI）接口連接到Video pipeline處理單元，進(jìn)行Bayer重建、白平衡、降噪、壓縮等等圖像處理。
而ShiDianNao則在該系統(tǒng)中進(jìn)行深度學(xué)習(xí)的模式識(shí)別，它內(nèi)部實(shí)現(xiàn)了一個(gè)深度神經(jīng)網(wǎng)絡(luò)，經(jīng)訓(xùn)練之后具有類似人類大腦一樣的識(shí)別能力，可以從圖像中識(shí)別出有一只貓，然后將識(shí)別出“貓”的信息通過(guò)GPIO/I2C接口輸出給主機(jī)。整個(gè)系統(tǒng)用一款微處理器做控制，協(xié)調(diào)各個(gè)部件的運(yùn)行。整個(gè)系統(tǒng)的數(shù)據(jù)存儲(chǔ)，使用了256KB的SRAM，為了節(jié)省功耗，并提高性能，并沒有使用DRAM。
下圖給出了ShiDianNao處理器的深度神經(jīng)網(wǎng)絡(luò)的架構(gòu)。根據(jù)文獻(xiàn)介紹，NBin是輸入神經(jīng)元的緩存，NBout是輸出神經(jīng)元的緩存，SB是突觸的緩存。核心部件是NFU（neural functional unit）單元，它負(fù)責(zé)實(shí)現(xiàn)一個(gè)神經(jīng)元的功能。ALU是數(shù)值運(yùn)算單元，IB（decoder forinstructions）是指令譯碼器。
下圖是ShiDianNao處理器的布局版圖：
下圖是神經(jīng)元處理單元的核心部件NFU單元的結(jié)構(gòu)。之前講過(guò)，深度神經(jīng)網(wǎng)絡(luò)加速芯片的最大特點(diǎn)就是單指令可以完成多個(gè)神經(jīng)元的計(jì)算。因此神經(jīng)元計(jì)算單元的實(shí)現(xiàn)，就是這款加速芯片的核心。根據(jù)文獻(xiàn)介紹，每個(gè)NFU又是一個(gè)陣列，包含一堆PE單元。每個(gè)NFU單元實(shí)現(xiàn)了16bit x 16bit的定點(diǎn)整數(shù)乘法，相比于浮點(diǎn)乘法，這會(huì)損失一部分運(yùn)算精度，但是這種損失可以忽略不計(jì)。
下圖進(jìn)一步給出了PE單元的結(jié)構(gòu)，每個(gè)PE包含一個(gè)乘法器和一個(gè)加法器和比較器。可以單次完成乘累加運(yùn)算或者累加運(yùn)算或者一次比較運(yùn)算。
由此，我們就自上而下的看完了整個(gè)ShiDianNao的架構(gòu)設(shè)計(jì)。由于Google并沒有公布TPU的設(shè)計(jì)，中科院和寒武紀(jì)公司亦沒有公開商用的寒武紀(jì)芯片的具體架構(gòu)，因此我們只能大概根據(jù)中科院前些年與法國(guó)和瑞士的合作者在學(xué)術(shù)界公開發(fā)表的ShiDianNao架構(gòu)進(jìn)行推斷（我們假設(shè)寒武紀(jì)商用芯片和前些年的學(xué)術(shù)工作ShiDianNao在架構(gòu)上有一脈相承之處，畢竟中科院計(jì)算所陳天石團(tuán)隊(duì)的成員都是主要架構(gòu)師或論文的第一作者）。
【雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))注：DianNao系列架構(gòu)和寒武紀(jì)在名稱上已經(jīng)有明確的界限。DianNao系列特指前期中科院計(jì)算所會(huì)同國(guó)際同行共同提出的處理器架構(gòu)，是面向?qū)W術(shù)界的。從商業(yè)角度出發(fā)，寒武紀(jì)公司（中科院計(jì)算所下屬企業(yè)）從未公開過(guò)寒武紀(jì)商用芯片的具體架構(gòu)。】
根據(jù)ShiDianNao架構(gòu)的論文描述，結(jié)合之前的論述，我們可以大致得出以下猜測(cè)：
（1）Google的TPU很有可能也是單指令完成多個(gè)神經(jīng)元的計(jì)算。
（2）知道了Google的機(jī)器學(xué)習(xí)算法，就可以推斷出TPU支持的指令集。
（3）根據(jù)Google對(duì)TPU的描述“能夠降低運(yùn)算精度”，猜測(cè)TPU內(nèi)部可能也是采用更低位寬的定點(diǎn)或浮點(diǎn)乘法，雖然具體位寬未知。
（4）乘累加單元搭建的向量或矩陣指令仍然是基礎(chǔ)運(yùn)算的核心。
（5）Google強(qiáng)調(diào)TPU有領(lǐng)先7年的性能功耗比（十倍以上的提升），據(jù)此猜測(cè)，TPU可能也沒有使用DRAM做存儲(chǔ)，可能仍然使用SRAM來(lái)存儲(chǔ)數(shù)據(jù)。但從性能功耗比提升量級(jí)上看，還遠(yuǎn)未達(dá)到專用處理器的提升上限，因此很可能本質(zhì)上采用的是數(shù)據(jù)位寬更低的類GPU架構(gòu)，可能還是具有較強(qiáng)的通用性。
雷鋒網(wǎng)注：本文為雷鋒網(wǎng)獨(dú)家特約稿件，如需轉(zhuǎn)載，請(qǐng)聯(lián)系雷鋒網(wǎng)授權(quán)并保存以上完整信息，不得刪減。
雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
