12月22日,中国集成电路设计业2021年会暨无锡集成电路产业创新发展高峰论坛(ICCAD 2021)在无锡拉开帷幕,安谋科技执行董事长兼首席执行官吴雄昂发表了题为《核芯动力XPU: 定义全新的融合计算架构》的主题演讲。在演讲中,吴雄昂深入介绍了安谋科技双轮驱动战略和核芯动力新业务,以及在研发人员投入、核心技术研发、开源NPU ISA生态建设和面向自动驾驶等应用的超大算力NPU研发等领域所取得的成绩,同时强调,安谋科技作为一家独立运营、中方控股的合资公司,核心使命是服务中国的科技产业,建设中国本土的研发能力,赋能中国本土半导体生态。

安谋科技执行董事长兼首席执行官吴雄昂
吴雄昂表示,新的计算浪潮对基础架构、硬件、软件上都带来了变化,同时也带来了新的机会,将推动新的芯片、新的软件和新的服务的发展。而算力作为新计算时代的核心,同时在云端、边缘和终端快速发展,因而多元算力已是刚需。此外,产业创新需要更高性能、更低功耗、多样化、定制化的算力选择。
应对百倍算力挑战 定义全新融合计算架构
在PC时代,CPU加上工艺的演进,让算力提升了近百倍;在移动互联网时代,CPU、GPU加上工艺的演进,从第一代iPhone到iPhone 13,算力提升超过300倍。未来,这样的提升还需要呈十倍百倍的增长。
吴雄昂表示,基于CPU架构和工艺提升带来的算力演进已经日趋缓慢,而未来世界是一个数字化、万物互联的世界,设备之间彼此互联,每个设备都有自主决策、实时产生数据、实时处理数据的需求。因此,全面数字化的时代需要海量的新计算,新计算架构是提升百倍算力的一个必要基础。
安谋科技执行董事长兼首席执行官吴雄昂
“安谋科技源于Arm但是已经生根于中国,因此从合资公司成立的第一天起,我们就持续发力自主可控的本土研发业务,我们要带着Arm的科技养分来把安谋科技种成一颗本土的科技大树。”吴雄昂强调。

新业务品牌“核芯动力”
今年8月,安谋科技正式发布“双轮驱动”战略,一方面持续推动Arm CPU架构的本土化、生态化发展;另一方面推出“核芯动力”新业务品牌,聚焦自主研发,打造自主架构的XPU产品和多样化生态,以自主架构XPU的创新发展与CPU IP相配合,提供多样化、定制化、符合中国产业及市场需求的计算单元。安谋科技将XPU定义为“开放的智能数据流融合计算平台”。基于超域架构(xDSA)的XPU可以针对不同应用,将处理AI、视频、图像等功能的计算单元组成不同的解决方案,来解决海量智能数据流的处理效率和功耗问题,满足客户多元化的需求。

安谋科技执行董事长兼首席执行官吴雄昂
吴雄昂表示,“CPU+XPU融合计算平台将为安谋科技下一代智能数据流计算提供核芯动力。从CPU到NPU、VPU再到ISP,融合计算可以智能化地融合各种计算元素,减少数据流搬运之间产生的功耗。同时,向市场提供多样化、智能化、定制化的,包括工具、软件、设计服务等在内的整体解决方案。”

安谋科技荣膺2021世界互联网领先科技成果奖
在XPU生态构建方面,今年7月,安谋科技联合产业龙头企业发起 “智能计算产业技术创新联合体”(ONIA),共同发布了全球首个开源的神经网络处理器指令集架构(NPU ISA)。这一“中国首发、全球开源”的NPU ISA将聚集全球产业链资源,通过开放的模式,共建生态、共享成果,推动NPU生态建设。ONIA囊括了中国集成电路产、学、研等方面的代表力量,目前会员单位总数已突破100家。在今年的乌镇世界互联网大会上,该NPU ISA一举摘得“世界互联网领先科技成果”奖。
安谋科技成立三年多来,本土创新团队人数三年翻番达800人,其中研发人员超600人,自主核心技术研发专利100余项,成功发布了5条全自研产品线,并获得业界广泛认可。在如今全球算力需求大爆发的时代,安谋科技见证了中国芯片设计行业进一步的纵深发展。例如,其NPU等自研产品已在一批优秀的本土汽车芯片厂商实现流片和量产;规划的300-1000TOPS算力自动驾驶芯片设计将服务于国内各大主机厂商。
展望未来,吴雄昂表示,这些都将是安谋科技未来持续发展的核心要素,公司会继续夯实研发能力,为产业贡献更多的技术红利,为中国科技产业的腾飞创造核芯价值。
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。