【挑战】解决AI SoC互连挑战非它莫属;5G预商用更要与AI融合

2018-06-22 14:00:41 来源: 老杳吧
1.5G预商用更要与AI融合,华为高通展锐和大唐最新进展与挑战
2.解决AI SoC互连挑战非“它”莫属?
3.困难重重的GaN功率半导体,为什么大有可为
4.ARM的新CPU和GPU核能否冲击英特尔老巢?
5.以色列研发新技术:新光子芯片有望实现 速度快百倍
6.英特尔宣布启动测试最小“自旋量子位”芯片
1.5G预商用更要与AI融合,华为高通展锐和大唐最新进展与挑战
全球5G发展已进入商用部署的关键时期,在5G标准冻结的基础上,5G商用进程不断加速。北京时间6月14日,3GPP批准了5G标准独立组网功能冻结,这意味着首个具备真正完整意义的国际5G标准正式问世,5G发展开始进入新的里程碑。

今天,为推进5G技术产业和融合应用的创新发展,支撑全球统一5G标准和产业生态构建,IMT-2020(5G)峰会在深圳正式召开,向国内外业界集中发布我国最新5G研究和试验成果,包括华为、高通、紫光展锐、大唐等多家企业全面展示5G最新进展。


5G更需要与人工智能融合

伴随着标准的冻结,5G技术研发试验在加速推进,按照规划,我国将于今年年底前推出符合第一版本5G国际标准的商用系统设备,按时完成第三阶段系统组网测试,汇聚系统、芯片、终端等各方面力量,打造完整产业链,为5G商用奠定产业基础。

上海诺基亚贝尔执行副总裁章旗表示,5G网络首先是要高能的,其次是在整体的频谱利用上必须是高效的,并且这个网络要具备智能的、可以主动设置网络的能力和性能,以满足5G带来的融合事物需求,将其高效地组成一个物联网,并对之赋予智能性。

那么如何做到呢?章旗称,诺基亚在芯片级发布了支持未来网架构的ReefShark,包含数字化前端、RFIC前端模块及收发器和基带处理器。在这个未来网架构里面,目标是要高能高效,对能源使用率提高到60%。5G芯片更需要AI的嵌入,让计算更加智能,让5G网络更加智能,也更需要AI融入在里面。

高通技术副总裁李维兴也表示,透过5G要跟人工智能的结合,不光只是把人工智能放在云端,事实上是把人工智能开放到边缘计算,边缘计算有非常多的优势,这都证实了5G事实上就是提供一个统一的连接架构,它不只是一个数据、速度的增长,更是新一代的连接跟计算的架构。

华为:5G改变社会不是一个口号,并将引爆新的终端

“当我们谈到5G的时候,我们经常会讲4G改变生活,5G改变社会。” 华为技术有限公司分组核心网首席营销专家尹东明表示。他认为有两方面包括其中,一方面会有越来越多的用户和不同的用户使用5G的业务,这样的话,对5G的网络能力将会带来新的需求,比以前的网络要求更高。

据透露,截止目前华为已经在全球完成了超过15个5G核心网的POC测试,商用版本也已经能匹配5G商用网络的进程。5G改变社会,越来越多跨行业的伙伴参与到这个进程当中来。今年3月,华为与中国移动、腾讯、德国电信、通用电气等企业于巴塞罗那宣布成立5G切片联盟。具体到切片项目上,主要将切片应用到更多垂直行业市场,例如AR/VR方面的创新,还有一些华为和软银正在验证的车联网的创新项目也在进行中。

尹东明表示,在5G切片联盟的项目里面,还有子项目叫切片商城,希望通过商业闭环促进创新,以完成实际应用。所以5G改变社会不是一个口号,业界在积极努力通过实际行动和贡献把它变为现实。

此外,5G的到来会引爆一些新的终端,终端的爆发跟终端本身的成本和网络相关的因素有关。像智能手机的普及,就源于3G和4G在带宽上的普及。这也是5G对于整个产业带来的价值,所以会有更多人为享受到这种价值而参与其中。

高通:X50可满足5G标准的商用手机

“根据5G商业的判断,针对5G所开发出来的产品以及服务会有12.3万亿美元这么大市场。” 高通技术副总裁李维兴表示,这不只是通信行业在新技术上的延展,实际上对各种不同场景的使用方式也提供重要契机。
目前,业界合作伙伴都努力将5G NR(不管是NSA还是SA),依照产业进程向前部署。从5G R15版本开始,通信行业里面往后走都将是非常长时间的部署,高通在5G上面的研发投入其实也有10年时间,在5G NR方面做了许多具体的事情。

李维兴透露,针对5G NR移动原型系统,6GHz以下对于中国非常重要,在毫米波方面,对全世界很多地方也是相当依赖。高通推出的5G NR原型系统,在乌镇互联网大会上也得到了认可。在5G芯片参考设计方面,高通正在努力与各大系统商做IoDT工作,互联互通交互测试。

据悉,目前高通正在内部做5G芯片的研发测试,包含模拟机态 gNodeB的系统测试。2016年高通宣布全球首个5GNR数据连接系统,将整个系统做到互通,随后高通发布5G Modem X50,已经有很多手机厂商与高通一起宣布,将在X50的基础上提供满足3GPP、5G R15标准的商用手机。

紫光展锐:2020-2021年迎来大规模5G终端商用

“在5G时代,国内运营商无线数据不限流量的策略推动了数据流量的大幅度发展。在数据流量方面也同样存在着摩尔定律,每12-18个月左右每个人的数据流量会翻一翻的需求。在5G的时代,通过大宽和低时延的应用特点催生很多新一级的应用,首当其冲的是移动娱乐方面。5G eMBB能够满足这种需求;5G智能手机将是5G最好的载体。” 紫光展锐科技有限公司首席运营官王靖明说到。

在5G时代,新5G的特点将能催生更多的、甚至于万亿级的大型公司,它的重要性是不言而喻的。而5G的进展在不断加速,一方面是标准的研究,另外一方面是互联互通的测试。

王靖明表示,今年年底到明年我们会全面进入到预商用阶段,预计到2019年预商用,2020-2021年迎来大规模的5G终端商用,2023年会迎来全行业商用。作为中国的骨干半导体企业,我们已经为NSA和SA的到来同时做好了准备。

王靖明透露,展锐计划在2019年实现5G商用,目标跟所有的系统设备供应商实现互联互通的测试,在真正商用之前,在设备互通性方面达到比较高的水平。同时,展锐也跟各种仪器设备商进行合作,在各方面都取得了很大的进展。展锐自己的UniSoC Orca芯片主要是实现在5G方面使能很多大型的应用。

大唐移动:已经和高通、展锐打通5G测试

“5G标准完成是一个标志性的事件,它给我们提供了非常好的基础,产业可以全力投入,确定了包括技术框架、组网的基本架构,对于产业各环节的目标,还有未来的技术走向,我们可以全面启动。”大唐移动通信设备有限公司副总工蔡月民说。

从当前的产品状态来看,已经满足了5G初期预商用的需求。例如5G初期预商用所需的室外宏站、热点、覆盖等需求都有完整的解决方案,并可支持不同的频段。

当然,产业成熟,非常重要的阶段就是协作。蔡月民表示,大唐跟产业界的各个合作伙伴,包括终端芯片、测试和仪表公司开展合作。我们跟高通,前两天刚刚把下行业务调通,速度还是非常快的;跟展锐,5月份把上行打通,下行现在进展比较快,这个月底会把整个上下行,包括训练的全流程打通。

对于5G的挑战,蔡月民表示,首先是商业化水平的提升,包括基站的功耗。以当前现状来看,5G的功耗相对4G还是有非常大的差距,有2-3倍的提升,对建网挑战非常大。在功耗方面,有些工作已经在当前的设备平台实现,后续还将有进一步的提升,包括数字芯片、射频芯片的能力提升。在产品设计方面,包括工艺制造、材料等,散热、结构材料,都将对体积、重量有比较明显的贡献。对于大规模商用,现有的平台从能力上可以满足需求。不过,从当前商业化水平来看,大规模部署的水平仍需要进一步的提升。(校对/叨叨)
2.解决AI SoC互连挑战非“它”莫属?
某家AI SoC设计公司在进行前端设计(逻辑设计)时,第一步进行功能设计,即将SoC划分为若干功能模块,并决定实现这些功能将要使用的IP核。此阶段将直接影响SoC内部的架构及各模块间互动的信号及未来产品的可靠性。此时,它先找的不是IP大厂ARM、CEVA等,而是联系NetSpeed公司,为何找的是它?背后有什么玄机?

互连成巨大挑战

这一切源于AI SoC的互连需求。NetSpeed大中华区销售总监黄啓弘认为,AI技术在安防、自动驾驶、医疗等应用中正渐入佳境,这些新兴应用对处理能力提出进阶需求,推动着架构发生巨大的变化,并改变着SoC的设计模式。


要知道,SoC互连结构已经成为片上通信的核心问题,将直接决定芯片的性能。如何优化SoC的互连结构,以满足几十甚至几百个IP核之间通信的需要,发挥每个IP核的性能,实现高性能高效率的互连是SoC互连一直应对的挑战。而对于新兴的AI SoC来说,互连的考量只多不少。

黄啓弘具体介绍说,AI SoC架构因为需要做大量的算法处理,无论是在训练侧和推进侧都需要大量矩阵乘法,同时要求低延时,带宽应达到TB/s级别。并且,AI系统内核数量众多,大量采用并行架构,需要任意位置数据交换,实现快速有效的点对点通信,并支持长突发传输。

AI作为一个新兴的技术,其对算力的“鼎力支持”也必然要求互连IP的“配合”,而以往传统架构运行方式如采取缓存等进行数据总线交换的模式已然“落伍”。

Orion AI的出击

基于业界需求,NetSpeed推出业界首款以AI为基础的SoC芯片内部互连解决方案Orion AI。

“Orion AI架构的创新在于:一是可编程多播,是业界唯一基于广播推送的可配置多播网络IP,可动态控制下一点到多点的传播以提高效率;二是可扩展的解耦架构,实现模块化、可扩展的多层堆叠架构;三是无需回应发送信息模式,协议上支持与片上网络解耦,支持无需回应传输与有回应传输;四是端到端的QoS规划,支持虚拟化信道,控制带宽与延迟。” 黄啓弘着重表示,“目前NetSpeed在Orion AI上已申请了130多项专利。”

因而,Orion AI的创举将互连性能大幅提升。黄啓弘进一步指出,一方面,片上带宽吞吐量高达万亿字节,并具备支持数千计算引擎的底层架构,为极致性能助力。另一方面,它支持多播与广播等先进特性,提供超宽数据通路,接口带宽高达1024位,内部结构带宽更高,支持1000个内核,并可支持高达4K字节的长突发传输,在高效率和低延迟方面树立了新标杆。

更值得一提的是,Orion AI提供智能设计环境,由内置AI的图灵机器学习引擎提供支持,该引擎使用监督学习来探索和优化SoC的互连,从而可寻求最有效率方案并提供持续的设计反馈。Linley Group首席分析师Linley Gwennap提到,这是一种以AI为核心的设计方法,“就像有一位随时在线的建筑大师给出设计建议。处理器架构师可以采纳图灵的建议,然后花时间去解决SoC设计中的其他难题。”

大幅缩减开发时间

可以说,Orion AI是伴随着AI的成长而成为新的IP需求的,而NetSpeed发现并着力解决这一挑战,亦决定其成全了一个全新的IP市场。

黄啓弘针对《其他媒体》记者的问题提到,互连IP成本占整体AI成本的3%-10%左右 。而客户通过采用Orion AI,在RTL阶段就可进行互连设计,大幅缩减前端设计后端设计的试错周期,平均可节约3-4个月时间,甚至6个月时间。这在平均12-18个月芯片的设计周期中显然十分“实在”。

而市场层面也给予了积极的回应。据悉,目前客户已有特斯拉、英特尔、亚马逊这般级别的大客户,以及国内地平线机器人、寒武纪、百度以及Esperanto等领先的AI公司。黄啓弘提及,针对大客户的需求,会对互连性提出特殊要求,因而NetSpeed会提供定制化的IP服务。

“NetSpeed提供非加密的互连IP,在授权模式和费用上都可根据中国客户需求进行灵活调整。”显然,黄啓弘的这番话表明NetSpeed对于中国AI市场潜能的寄望。

NetSpeed睬准了AI互连的节点,成为AI时代的又一掘金者。在AI SoC层面还有哪些新的IP需求,如何满足这些需求呢,或许下一个机会就在眼前。
3.困难重重的GaN功率半导体,为什么大有可为
过去十多年来,我们使用的笔记本变得越来越轻薄,而与之配套的电源适配器却保持了一如既往的笨重,这其中的原因就在于功率器件的性能局限,使得电源设计无法实现小型化。

如何改变这种情况呢?这就需要半导体厂商,尤其是功率半导体厂商在产品上实现突破,改变功率半导体市场不温不火的状态。

随着电动汽车、电力和光伏逆变器等市场对于功率半导体的需求,GaN功率半导体异军突起,或将推动市场井喷式发展。

作为世界上一家 GaNPower IC 公司,Navitas(纳微)半导体公司不仅看到了GaN功率半导体未来的发展前景,也看到了未来广大的应用市场,那么纳微又是如何应对的呢?

纳微首席执行官Gene Sheridan

如何解决功率半导体痛点

一般来说,传统的电源解决方案往往需要数十种分散的元器件进行组合才能够提供完整的功能,这就导致电源庞大的体积难以缩小。

在智能手机、电脑等设备都在走向轻薄化和小型化的今天,庞大的电源显得那么格格不入,难以跟上潮流,其原因也就在于此。

而纳微带来的就是能够解决这一问题的方法。

据了解,纳微半导体公司于 2013 年在美国加利福尼亚州El Segundo 成立。该公司拥有强大且不断增长的功率半导体行业专家团队,在材料、器件、应用程序、系统和营销、以及创新的成功记录,其创始人拥有超过200项专利

那么纳微是如何解决功率半导体的痛点的呢?

按照纳微半导体公司FAE和技术市场总监黄万年的话来说,纳微旗下的业界第一款GaNFast™单片式功率IC已经将GaN驱动器、GaN FET和GaN逻辑集成在芯片内部,无需用户再次搭接驱动电路,即可同时实现MHz级频率和更高效率运行,因此设计电路大大简化,随着元器件减少,体积随之减小。

这也就意味着移动快速充电器和适配器、LED电视、电动汽车/混合动力汽车、LED照明和新能源解决方案可采用更小、更轻、更低系统成本的功率转换技术。

对比传统硅材料器件,黄万年表示,纳微的GaN功率芯片具有在体积大小、重量、成本方面的巨大优势,同时将节能水平提升了5倍。

成熟的市场机遇并不多

现在电力电子产业正进入一个令人兴奋的新材料、新器件、新磁学、新控制器及富有想象力的拓朴的新时代。

如何在这样的时代,为市场提供更好的、更符合市场要求的产品,才是一个厂商的生存之道,尤其是在竞争激烈的领域。

虽然目前来看,GaN功率半导体的市场规模依旧不大,来自于价格、技术等方面的挑战短期内很难克服,市场对这一产品的接受程度也不高。

但是,纳微半导体相信,只有在看到这一市场未来大有可图的时候进入市场,才是最好的发展时机,当市场成熟之后,激烈的竞争下留下的生存空间并不多。

因此,一方面纳微半导体推出了GaNFast™功率IC满足市场对于不同应用的需求。另一方面也在积极的扩充市场。

目前来看,纳微主要面向的是20到300W的消费类应用市场,这一类市场对于设备的要求并不高,而纳微的优势就在于能够提供高度集成的封装,这是其他厂商所不具备的。

黄万年强调:“除了消费类市场之外,纳微还关注大功率、高频率的应用市场,太阳能市场的能源转化问题,能源存储市场的储能问题以及电动汽车的高集成度问题,都是纳微未来想要解决的。”

比如,在汽车解决方案中,由于汽车应用对于安全性的要求比较高,这就需要采用很多的保护电路,而纳微的解决方案就能够将保护电路集成起来,在实现高集成度、小型化的同时,保证产品的可靠性

“纳微非常看好未来GaN功率半导体的发展,为了应对市场的需求,纳微也在积极的进行研发,开设GaNFast研发中心,尤其是在中国市场。”黄万年强调。

设立研发中心,深入中国市场

早在今年4月份,纳微就宣布在中国市场大举扩张,包括开设深圳销售办事处及应用实验室,并且获得文晔科技加盟为新的中国分销商。

6月21日,纳微宣布在杭州开设新的GaNFast设计中心,以帮助开创性的合作伙伴客户设计尖端的转换器。

纳微首席执行官Gene Sheridan表示:“继深圳销售办事处创建之后,我们又大量投资于新的杭州GaNFast设计中心以促进技术发展,并且为中国客户提供更强大支持。”

“GaNFast设计中心拥有经验丰富、业绩验证的高水平应用工程师组成的团队,他们将专门负责开发新的高频电源系统,并协助客户充分发挥GaNFast功率IC的关键性能和优势。”纳微高级应用总监兼新研发中心负责人徐迎春强调。“纳微非常期待展示如何在氮化镓组件中实现功率、驱动和逻辑的单片化集成,为智能手机、计算机、消费产品、电视和新能源应用提供新一代高效、高密度的充电器及适配器。”

未来,随着纳微的GaN功率半导体从消费类市场深入到大功率、高频率电源市场,纳微将有计划的扩充杭州研发中心的规模,以便更好的为客户服务

也许从目前来看,GaN功率半导体想要实现爆发还有很多问题需要解决,但是在纳微半导体看来,不存在问题的市场才是大有问题,不成熟的GaN功率半导体市场,才潜藏着巨大的机遇!(校对/尔目)
4.ARM的新CPU和GPU核能否冲击英特尔老巢?
在连续创造惊人的数字之后,ARM的目光更为长远。据最新数据显示,截止2017年底基于Arm的芯片出货量已达1200亿片,约占整体市场四成份额。Arm资深市场营销总监Ian Smythe表示,到目前为止基于Arm的芯片出货量应已突破1300亿,未来将迈向2000亿。2035年预计将有一万亿的互联设备,而5G、AI、安全、全计算等技术将大行其道,以为用户提供更自由更互连的浸入式体验。基于此Arm IP产品线再添生力军,在CPU和GPU层面均实现跃升,除着力渲染可将智能手机实现PC性能之外,染指笔记本电脑市场的野心愈加明晰。

Cortex-A76的野心

去年Arm发布的Cortex-A75针对AI和ML能力进行了特别优化,同时引入了TrustZone技术(芯片级安全技术)和DynamIQ big.LITTLE拓扑特性。而今年Arm宣布最新旗舰CPU——Cortex-A76,相比上一代在性能上实现了35%的提升,同时降低了40%的功耗,并在机器学习能力上提升了4倍。

“实现上述进步的原因在于,Cortex-A76虽采用和前一代相同的v8.2指令集,但内建的微处理器架构则是从头开始研发,实现了诸多重大改进,包括解耦合分支预测与指令预取、译码宽度更大、更高的整数与向量与浮点运算单元等。同时,Cortex-A76是针对7nm工艺定制的全新架构,在搭配7nm工艺时主频可达到3.0GHz。”Ian Smythe强调。

这一性能相当于PC端英特尔旗下的酷睿i5-7300,如果SoC厂商缓存设计得更好,其性能甚至可以媲美i7。联想到此前新一代高通骁龙1000版Windows 10ARM笔记本,表明Arm正着力染指PC市场,但能否借Cortex-A76挑战英特尔/AMD在PC领域的权威还待合作伙伴的力道以及生态的配合。同时Cortex-A76还意欲为智能手机带来笔记本级别的性能,过发挥比前一代产品高达4倍的机器学习性能,解决云端持续互动衍生出的延迟以及安全方面的问题。Cortex-A76可谓“身兼重任”。

此外,Arm还提供独特的POP技术。Ian Smythe提及,基于台积电16FFC的Cortex-A76 POP IP,可提供目前最佳性能;而对于那些寻求顶尖制程并锁定高端应用的客户,使用台积电7FF制程的Cortex-A76和Cortex-A55 POP IP将于2018年第四季度上市。Arm POP IP可加速产品的实现,缩短上市时间,并充分利用DynamIQ big.LITTLE的灵活性。

GPU和VPU的跨越

GPU可说是Arm未来要发展AI计算生态的主要角色,从第一代BiFrost架构开始,就已经针对AI计算所需要的各种场景,包含机器学习中的训练以及推理加速等进行优化。时间节点到了2018年中,Mali-G76新晋成为Arm最新旗舰GPU。
扫描下方二维码关注老杳或其他媒体官方微信:
责任编辑:星野
半导体行业观察
摩尔芯闻

热门评论