走出国产GPU新路径 芯瞳的绝技和打法

来源:爱集微 #芯瞳# #GPU#
2.5w

无论是大数据、云计算以及智能驾驶的深化,还是最近火热的AIGC,都将GPU的热度再次“渲染”,成为时下数字化时代的“芯”潮流。

据Verified Market Research预计,2021年全球GPU市场规模334.7亿美元,预计到2030年约4773.7亿美元,CAGR高达33.3%。

虽然在这一市场国外巨头以先发优势占据主导地位,但国内近年来在政策、资金、人才等多维助力下,国产GPU“豪杰们”各显神通。尤其是在国际供应链不确定性背景下,有分析机构认为未来三年将是国产GPU发展的关键窗口期,曾经蒙尘的国产GPU开始绽放自己的光芒。

但毫无疑问的是,GPU的研发绝对是一项大型的系统工程,包含硬件架构、算法、软件生态等多个关卡,缺一不可,壁垒极高。要在高墙林立的市场中趟出自己的一条路,国产GPU不仅需要拿出自己的架构和创新“绝活”,更需要着力构建一个全面的生态体系,打开应用之门,一个可结硬寨、打硬仗、持续升级战斗力的团队不可或缺。或许,芯瞳的作法能为国产GPU发展之路提供一个可资借鉴的方法论。

凝聚“战斗力”

成立于2019年的芯瞳(SieTium)是一家自主设计研发GPU芯片及GPU解决方案服务商,致力于提供可持续发展的国产GPU解决方案。在最初的技术路线选择上,芯瞳没有选择相对简单的特定领域,而是直面挑战全功能GPU,全功能GPU堪称是大芯片领域的珠峰,芯瞳选择了一条技术难度最高的道路,也深藏了勇气和担当。

“既然选择了远方,便只顾风雨兼程”。初看起来芯瞳只成立了仅4年,但细究起来,其实已走过了6年之久的1.0高校阶段和3年多的2.0转型阶段,在自主研发业界主流的统一渲染架构GPU层面积淀深厚,由此芯瞳也迎来了新的3.0阶段。

通过数年的深耕以及完善且高效的流程体系,如今的芯瞳在GPU技术、产品、生态、市场等领域的战果显著。尤其是在专利方面,已在GPU核心技术领域申请近百项发明专利、数十项软件著作权和多项集成电路布图设计。

围绕产品,芯瞳在2020年8月推出国产第一代自研GPU芯片GenBu01、2021年5月设计国产第二代自研的GPU芯片GB2062架构,开始芯片流片设计转化之后,芯瞳气势如虹,持续冲锋,于2023年6月推出第二代自研的高性能GPU芯片GB2062。

“集大成”的芯瞳第二代GPU——GB2062功力不凡。据悉,GB2062基于统一染架构,提供卓越的3D渲染性能,并支持OpenGL、OpenGL ES及Vulkan多种图形API,支持基于WebGL的在线3D内容实时渲染,让用户在实际操作CAD图形渲染、GIS场景渲染等应用时获得流畅的体验。此外,GB2062内置目前业内领先的VPU引擎,支持H.264、H.265、VP9等多种主流格式编解码,并支持最新版本的FFmpeg及自适应码率调节技术。

在利器出鞘之后,芯瞳也在生态层面全面布局,朋友圈不断壮大。据悉,芯瞳在CPU、API、OS、Framework构建了全平台支持体系,GB2062 兼容X86、ARM、LoongArch、SW等多种CPU架构,支持国产操作系统及通用Linux发行版。芯瞳作为信创产业链上下游协同技术的关键环节,已成功与60+家国内知名信创厂商的兼容性互认证,包括但不限于国产CPU、国产操作系统、国产BIOS、国产整机和应用软件等,为后续迭代新一代产品的快速部署奠定了坚实的基础。

凭借高性能渲染、高性能计算和高分辨率以及生态优势,芯瞳在应用层面更是多点开花,并在持续拓展。芯瞳联合创始人李洋介绍,目前芯瞳在PC整机和服务器领域取得重要进展,GPU产品在各行业中广泛应用。

淬炼“作战力”

不得不说,芯瞳取得的成就,既是时代的需求使然,也源于其惊人的战斗力。那么,芯瞳的团战是如何一步步淬炼作战力的呢?

对此相关负责人说,GPU的核心本质是大规模并行计算处理阵列,用于高效地加速大规模数据的处理,而图形数据是GPU最为传统的处理对象和典型场景。芯瞳团队很早就聚焦于GPU设计,集结了国内第一批深入研究图形渲染硬件、高性能计算的GPU设计团队。

一方面,核心团队从最早期的固定渲染管线架构到目前的统一渲染架构,均进行了深入的理论研究和工程实现验证,实现了国内GPU领域诸多从0到1的研究与实践。另一方面,芯瞳的研发团队同样具备丰富的芯片设计、研发以及量产经验,形成了强大的合力,赋予了芯瞳在新一代GPU产品研发上的先发优势。加之营销团队深谙集成电路产业链与市场运作,结合资本运作策略,也在持续助力公司的稳健发展。

众所周知,芯片量产前要经历冗长的设计测试流程,尤其是对于GPU这样的高算力高复杂度大芯片来说周期更长。通常一款高端芯片前端和后端设计要耗1~3年,设计完成后流片环节需要3~6个月,期间还会有流片失败一切重来的风险。即使成功流片,还需经过3~12个月的产品测试调优,才能开始量产。可以说,正是芯瞳团队多年的积累和厚积薄发,为公司在GPU架构自主创新、GPU产品化与生态落地等方面打下了坚实的基础,也为在图形渲染、高性能计算领域取得阶段性的研究和应用成果提供了有力的保障。

但GPU“量产”还只是万里长征第一步,对于国产GPU来说,搭建国产GPU生态、实现规模化商用才能实现长期、持续的利润支撑,才是GPU跨代发展的强劲驱动力。

志在提供可持续发展的全功能国产GPU方案的芯瞳,对此也了然于胸,在生态层面集中火力全面攻关。李洋指出,在GPU市场,算力生态和图形渲染生态的需求确实存在差异,但也有诸多的融合之处。芯瞳自成立以来就着手全面布局,但针对不同阶段侧重点不同,芯瞳对此采取了灵活作战的策略。

“对于图形渲染生态,芯瞳注重与操作系统、图形引擎、设计软件等厂商的合作,确保芯瞳的GPU在图形渲染任务中表现出色。针对算力方面,芯瞳始终持续推进着GPU架构的创新性设计,因这对提升算力至关重要,同时也一直关注着算力生态的进展,加强与软硬件厂商的合作,优化适配与开发环境,提升GPU的计算效率和应用广泛性。”此外,芯瞳也将跨越算力与图形渲染的界限,推动GPU的发展,满足市场对多元化功能的需求。

随着GPU的持续迭代和生态部署推进,芯瞳的目标也更为高远。展望未来,芯瞳将继续与行业伙伴合作,提升产品性能和功能,加强市场营销,立志在2025年成为信创第一梯队供应商。

绵绵用力久久为功

尽管国产GPU在持续加码,但如今的GPU已成为大国博弈之下的前沿阵地,在AIGC浪潮的推动下,GPU之争也代表着未来的芯片高地之争。

尤其在当前的数字化浪潮下,GPU无疑是引领技术革新的核心引擎,谁掌握了GPU,谁就掌握了未来数字化浪潮的话语权。国产GPU在“强敌环伺”的情形下,如何在GPU核心架构和GPU生态建设两大关键层面强基锻长,推动国产GPU的大发展?

对此李洋中肯建议,与国外巨头相比,国产GPU在核心架构创新与研发能力、超大规模GPU芯片工程化能力、生态布局能力、人才的持续培养能力以及长期信念决心等多方面存在差距。为缩小这些差距,我们必须持续地加大投入,鼓励国内企业和研究机构针对GPU领域进行更为深入的探索和研究。只有通过长期不断地钻研与创新,我们才能研发出更优秀的GPU架构,从而摆脱对国外技术的过度依赖。

在生态层面,则要着力构建一个更为完善的产业链和生态系统。”一个良性的GPU生态系统不仅应该涵盖硬件制造商,还必须包括软件开发商、系统集成商以及最终用户等多个环节。我们需要进一步加强这些环节之间的协同合作和沟通交流,从而形成一个能够良性互动和循环的生态系统。”

当然,人才始终是推动技术创新和产业发展的关键。相关负责人提到,GPU所在的领域是一个典型的技术密集型产业,对于专业人才的需求尤为迫切。近几年,行业也在加快推进高校、研究机构以及企业之间的合作和交流,使技术型企业和高校之间展开紧密合作,这将加大对于专业型人才的培养力度,持续为GPU输送更多具有创新思维和实践能力的优秀人才。

此外,政府的支持和政策环境同样至关重要。希望未来政府能够出台更多的优惠政策和措施,推动国产GPU在相关领域应用场景的落地,鼓励企业加大技术创新和产业升级的力度。GPU领域的发展是长期的,为了将来能够有更大的突破,必须重视基础创新和先进领域的运营能力,短期内看研发投入会很高。但从长远来看,人工智能时代的“算力”基础设施建设,是降低社会运营综合成本、推动行业发展效率提升的关键。芯瞳致力于构建中国人自己的“GPU算力设施与应用场景”,更好地赋能千行百业。

围绕上述洞见,芯瞳的进阶路径也在全面铺陈。李洋指出,芯瞳将持续加强技术研发、产品优化、生态构建和应用拓展。一方面,加大研发投入,优化产品性能,明年将发布第三代服务器和高性能计算GPU产品。同时,着力构建更完善的GPU生态系统,推动GPU在各行业的广泛应用。此外,积极拓展合作伙伴关系,加强品牌推广,以提升竞争力。

在登顶全功能GPU珠峰的路上,芯瞳正在雄心勃勃开启一段攀登的旅程。无疑,这段攀岩的终点也注定插上国产GPU的飘扬旗帜。

责编: 张轶群
来源:爱集微 #芯瞳# #GPU#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...