中国的POWER处理器 三代出师
在本次峰会上,苏州中晟宏芯信息科技有限公司(简称“中晟宏芯”)总经理赵颖女士,亲自介绍了基于OpenPOWER的,中国POWER处理器的研发理念与未来的产品路线图。重头戏当然就是与IBM和OpenPOWER的代表,共同发布第一代中国POWER处理器CP1(CP=China POWER)。
(从左至右)IBM大中华区科技合作总裁及首席战略与联盟官何国伟先生、苏州中晟宏芯信息科技有限公司总经理赵颖女士、代表OpenPOWER基金会的英伟达公司全球副总裁Ashok Pandey先生共同揭幕基于POWER架构的第一款中国POWER芯片CP1,正式投入量产。CP1拥有50亿晶体管,22nm生产工艺,650平方毫米芯片面积 ,4GHz主频,最高12核心96线程,全代码透明可控
按照赵颖女士的说法,中晟宏芯就是为迎接POWER架构授权,做中国POWER处理器而成立的。它的主要职责是消化吸收POWER架构设计、处理器与高端服务器设计流程和工具。之后在此基础上,进行二次CPU内部架构的创新,最终独立设计出中国自己的POWER处理器,并积极推动系统级平台的设计与生态建设。
在中晟宏芯目前的产品规划中,CP系列处理器家族将有三代,第一代CP1已发布,其与IBM标准的POWER8处理器相比,主要的不同在于安全与内存控制模块有所不同,前者保证了中国政府所要求的“安全可控”,实现了全代码透明,而后者主要是为了降低POWER服务器的成本,以推进市场的接纳。
在CP1发布量产的同时(2015年6月),下一代CP2已经进入了产品定义阶段。在我看来,这才是真正的中国自主设计POWER处理器的开始,从总体的规格上看,CP2似乎还不如CP1高端,核心数量最高为8个(CP1与POWER8同为12个),但关键在于在CP2的设计中,来自中国的想法将占据主导地位,也就是说核心指令集架构还是POWER8,但CPU整体架构的设计将有更多的中国智慧在里面。
从某种意义上讲,我认为CP2应该是中国POWER处理器重要的“练兵”阶段,是CP系列得以顺利承上(吸收IBM POWER知识产权)启下(开始真正自主研发基于POWER核心的处理器)的关键环节。因为处理器的指令集架构并不决定具体的核心设计,到底怎样实现从理论上讲是有很大自主权的(比如同样是x86架构,但英特尔与AMD的核心设计就不一样)。而且CPU内部不仅仅CPU核心,还有很多其他单元(俗称UnCore部分)。这就像ARM提供了标准的核心架构设计Cortex,但有能力的厂商(如苹果、NVIDIA等)是可以在兼容ARM指令集(比如64bit的ARM v8)的基础上自行设计CPU核心,整合不同的功能单元。
此外,在CP2阶段,还要解决一个重大的挑战,就是像更高工艺迈进的问题。而在系统级设计方面,从CP2开始,也将向多路高端服务器进发,这其中所用到的直连总线设计已经在中晟宏芯的研发计划当中。
到了第三代,经过了CP1的摸索与CP2的试手,CP3才有可能是中国POWER处理器的集大成之作,相信那时将会转移至POWER9架构(IBM的POWER9处理器将在2017年发布),并做到完全的自主可控。而从规格上看,CP3的能力应该也与当时国际上的顶级处理器相差不大(至少要比CP2强很多),如果一切顺利,中国的POWER之处也将由此真正走上康庄大道。
与CP系列发展路线图相对应的,是中国国产POWER服务器的不断跟进。从某厂商透露的产品路线图来看来,CP1将以双插槽系统为主,这一时期还无法主攻高端平台,这仍然是IBM的天下,而到了CP2阶段,将试水8至16插槽的服务器。也就是说,基于CP系列的国产高端POWER服务器将从CP2开始,2019年正式推出。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。