未来RISC-V所覆盖的市场将很快与Arm重叠

中国IC网 20220627

  • RISC-V
  • 处理器
  • AI/ML

当谈到基于这些体系结构的处理器时,无论是X86.Arm还是新秀RISC-V,除了性能和功耗之外,我们还不可避免地会谈论制造当前处理器差异化的另一个因素,即BC546制造工艺。台积电、中芯国际、三星和英特尔,由于几乎所有的OEM都参与了RISC-V的制造,我们不妨选择一些采用先进技术的RISC-V处理器看看。

RISC-V处理器,台积电5nm+HBM3。

去年,基于台积电5nm工艺的RISC-V处理器宣布了使用差异化IP提供定制方案的业务部门,该业务部门宣布了基于台积电5nm工艺的RISC-V处理器。该处理器集成的IP方案主要用于高性能计算/AI.网络和存储应用。

不难看出,即使Alpifive目前已经收购了Sifive的Openfive业务部门,Sifive在高性能计算方面也有自己的雄心。就Sifive和英特尔之间的关系而言,双方将在未来继续合作,为RISC-V处理器提供更先进的制造技术,借助英特尔的IFIS代工业务

RISC-V处理器由Intel4制造的近缓存计算。

除了低功耗看到的许多RISC-V处理器中,除了低功耗外,还有许多高性能处理器,特别是与AI/ML相关的处理器。GPU和一群加速器在AI/ML方面更受欢迎,这就是为什么SIMD处理器在AI/ML方面更受欢迎。

在今年的VLSI2中,英特尔的研究工程师们带来了一个新的演示和分享,一个全新的8个核心的64位置RISC-V处理器,代码是vela。该芯片完全基于Intel4的CMOS工艺。在这种先进技术的帮助下,这种频率为1.15ghz的处理器只占据了1.92mm2的面积,并将512kb的共享LLC与每个核心分配为64kbsram的共享LLC进行了整合。最重要的是Vela使用了近缓存计算(CNC)技术,使处理器在深度学习负性能。

数控不仅实现了高带宽访问,还实现了在大容量片上直接进行本地SRAM计算。而Vela将虚拟寻址、连贯性、一致性一起扩展到数控,实现了可允许的多核操作在Lirax下。同时,作为一种用于访问DRAM和IO的芯片组,这种反向芯片封装设计的处理器与FPGA连接。

英特尔在共享内容中展现了CNCLC的数据路径.CNCISA规范和程序设计,具体工作负载演示则为DNN提供了视觉输入和输出。与将数据从LLC移动到核心不同,CNC将结果累积运算移动到LLC上,就地处理数据。这样一来,避免了电影上网络的带宽瓶颈,同时降低了整体数据的移动,增加了吞吐量,提高了能效。英特尔的研究人员也给出了具体的改进数据,与标量处理相比,其吞吐量增加了46倍;通过减少数据移动,其整体功耗减少了11%,推理功耗减少到52分之一;

很多人猜测这是不是一个由Sifieve和英特尔打造的信用平台。毕竟,该平台还使用英特尔的7nm工艺(Inel4)。然而,在去年英特尔和Sifieve的声明中,有人提到信用卡将使用Sifive的P550核心,这是一个高性能的RISC-V核心,具有13级流水线三次发射。但从1.15gHz的频率和1.92mm2的区域来看,它可能不是,至少不是一个完整的信用。

结语

事实上,大多数RISC-V处理器使用的技术都是7nm和以前的成熟技术。毕竟,RISC-V的软件和硬件生态系统仍在快速发展,在一般CPU和移动SoC中没有选择与Arm或X86进行强制碰撞。也许与Arm的公共版本核心不同,RISC-V有着如此明确的定位,但可以预见,未来RISC-V所覆盖的市场将很快与Arm重叠,技术差距将缩小。届时,更有趣的是观察大多数半导体制造商的选择。


查看全文

点赞

中国IC网

作者最近更新

  • 一文读懂光电量子计算芯片
    中国IC网
    2024-01-12
  • 电源芯片故障的产生原因及其解决办法分享
    中国IC网
    2024-01-12
  • 意法半导体下一代多区飞行时间传感器提高测距性能和能效
    中国IC网
    2024-01-05

期刊订阅

相关推荐

  • 格兰仕最新推出两款AIoT芯片:首款芯片已用于家电产品中

    2020-09-30

  • 倪光南院士称中国可能否决NVIDIA收购ARM

    2020-09-30

  • 格兰仕明年将推出新型AI芯片

    2020-10-13

  • 处理器架构消亡历史回顾

    2021-03-12

评论0条评论

×
私信给中国IC网

点击打开传感搜小程序 - 速览海量产品,精准对接供需

  • 收藏

  • 评论

  • 点赞

  • 分享

收藏文章×

已选择0个收藏夹

新建收藏夹
完成
创建收藏夹 ×
取消 保存

1.点击右上角

2.分享到“朋友圈”或“发送给好友”

×

微信扫一扫,分享到朋友圈

推荐使用浏览器内置分享功能

×

关注微信订阅号

关注微信订阅号,了解更多传感器动态

  • #{faceHtml}

    #{user_name}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 查看评论 回复

    共#{comment_count}条评论

    加载更多

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} #{reback} 回复

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 回复

  • 关闭
      广告