電子行業(yè)專題報(bào)告：AI算力的ASIC之路，從以太坊礦機(jī)說(shuō)起.pdf

電子行業(yè)專題報(bào)告：AI算力的ASIC之路，從以太坊礦機(jī)說(shuō)起。近期關(guān)于 AI 算力的 GPU 與 ASIC 路線討論漸多，從推理角度看，ASIC 在成本端 優(yōu)勢(shì)明顯，而 GPU 在通用性及生態(tài)上更勝一籌。若干年前，以太坊礦機(jī)也經(jīng)歷了從 GPU 到 ASIC 的迭代，從算力發(fā)展角度給我們諸多啟發(fā)。

天下芯片，通久必專，專久必通。回望芯片發(fā)展歷史，從 CPU，到圖像與深度學(xué)習(xí) 時(shí)代大放異彩的 GPU，再到礦機(jī) ASIC 的異軍突起。芯片發(fā)展一直遵循著上述規(guī)律。 某類需求的爆發(fā)，推動(dòng)通用芯片中的某一功能獨(dú)立并形成 ASIC，來(lái)更好的滿足需求。 通用芯片發(fā)現(xiàn)需求，專用芯片滿足需求，這就是半導(dǎo)體行業(yè)面對(duì)人類需求時(shí)的解決 之道，歸根結(jié)底，客戶的需求決定一切。

大模型算力需求急劇膨脹，推理 ASIC 路徑逐漸明晰。在 GPT 的推動(dòng)下，世界迅速 進(jìn)入了大模型的新紀(jì)元。在 Transformer 算法下，算力大小成為了模型迭代的關(guān)鍵 因素，全球?qū)τ谒懔ǖ男枨笱杆倬畤姡軌蛳纫徊綕M足算力需求的通用 GPU 變得 一卡難求。經(jīng)過(guò)一年發(fā)展，大家對(duì)于 Transformer 認(rèn)可度逐漸提升，同時(shí)算力的需 求持續(xù)加速，促使相關(guān) ASIC 浮出水面。以谷歌 TPU，Groq 為代表的優(yōu)秀 ASIC 作 品逐漸摸索出了以堆料矩陣乘法核構(gòu)建“流水線”式處理流程的設(shè)計(jì)思路，在舍棄 通用 GPU 冗余小核提高性能的同時(shí)，也較好針對(duì) Transformer 做了優(yōu)化。

以礦機(jī)為鑒，需求和算法確定性是 ASIC 起量關(guān)鍵。復(fù)盤礦機(jī) AISC 發(fā)展之路，受益 幣價(jià)上漲，算力需求井噴，且算法固定的比特幣在問(wèn)世的 3 年內(nèi)快速完成了礦機(jī)的 全面 ASIC 化。而幣價(jià)前期走勢(shì)較弱，算力需求不穩(wěn)定，且一直存在轉(zhuǎn) POS（停止挖 礦）預(yù)期的 ETH 則在結(jié)束挖礦時(shí)仍未完成 ASIC 化。由此可見(jiàn)，穩(wěn)定且大量的客戶 需求、算法的確定性，是 ASIC 放量的關(guān)鍵。

軟件有望成為算力構(gòu)筑第三極。ASIC 時(shí)代，編譯器成為了產(chǎn)品設(shè)計(jì)的壁壘，如何有 效的連接“流水線”中的計(jì)算單元與存儲(chǔ)，如何在無(wú)小核輔助的情況下整理進(jìn)入計(jì) 算核的數(shù)據(jù)，編譯器的難度陡然提升。同時(shí)，如何在 CUDA 生態(tài)對(duì)第三方“兼容” 之路封鎖加劇的情況下，做出好用的軟件與生態(tài)，讓用戶較為舒適的進(jìn)行切換，也 將成為新進(jìn)入玩家需要面臨的問(wèn)題。

兼聽(tīng)則明，ASIC 是通往 AGI 中不可或缺的一環(huán)。“硬件的使用者和開(kāi)發(fā)者往往對(duì) 立”，這一現(xiàn)象似乎正在 AI 芯片界再次出現(xiàn)，當(dāng)下，AI 工程師們普遍希望停留在舒 適的 CUDA 生態(tài)，忽視通用芯片的冗余元件和低效。而芯片架構(gòu)師們則在努力地創(chuàng) 造 ASIC 架構(gòu)，降低最底層的計(jì)算成本。而最終決定雙方勝負(fù)的，唯有需求，需求足 夠大，算力的建設(shè)方終將為 ASIC 的性價(jià)比而買單，需求不明朗，客戶則會(huì)先采購(gòu)?fù)?用的產(chǎn)品然后繼續(xù)觀望。全局來(lái)看，AI 的敘事足夠宏大，與比特幣的一輪完全替代 不同，AISC 與通用芯片將螺旋發(fā)展，通用芯片探索新算法與模型、ASIC 將通過(guò)降 本使得需求得以釋放，繁榮的生態(tài)吸引更多用戶與參與者，最終培育出新的、更強(qiáng) 的算法，循環(huán)往復(fù)，螺旋上升，最終達(dá)成 AGI 的宏偉目標(biāo)。