再論軟硬件融合

前面專門寫過(guò)一篇“軟硬件融合”的系統(tǒng)性介紹文章，之后有很多朋友私信交流。不斷汲取大家對(duì)軟硬件以及軟硬件相互協(xié)作方面的觀點(diǎn)，逐步深化和完善“軟硬件融合”概念和技術(shù)體系。

簡(jiǎn)單總結(jié)一下。一方面，大家對(duì)未來(lái)認(rèn)識(shí)的大方向是趨同的，就是“軟硬件要深度結(jié)合/協(xié)同”。但另一方面，對(duì)軟硬件融合觀點(diǎn)的認(rèn)識(shí)，也存在如下一些常見(jiàn)的誤區(qū)：

第一個(gè)誤區(qū)，關(guān)于軟硬件結(jié)合。軟硬件結(jié)合和軟硬件耦合幾乎是一致的。而軟硬件融合不是軟硬件耦合，軟硬件融合是不同層次軟硬件解耦基礎(chǔ)上的再協(xié)同。

第二個(gè)誤區(qū)，關(guān)于系統(tǒng)分層。軟硬件系統(tǒng)分層解耦是正確的，但分層解耦并不意味著每一層是“獨(dú)立王國(guó)”，也不意味著一勞永逸。軟硬件融合強(qiáng)調(diào)，分層需要從全系統(tǒng)視角審視，分層后每一層都不宜黑盒，不同層之間仍然需要聯(lián)動(dòng)，全局的、動(dòng)態(tài)的、長(zhǎng)期的統(tǒng)籌系統(tǒng)分層。

第三個(gè)誤區(qū)，關(guān)于軟硬件垂直整合。軟硬件融合不僅僅指的是垂直向的從上到下、不同層次系統(tǒng)堆棧的深度協(xié)同，它還有其他更加豐富的內(nèi)涵。

第一個(gè)誤區(qū)，道理比較淺顯易懂，這里不再贅述。今天這篇文章，接著第二個(gè)和第三個(gè)誤區(qū)的話題，來(lái)詳細(xì)介紹一下軟硬件融合的豐富內(nèi)涵。

1 軟硬件融合的內(nèi)涵

軟硬件融合的內(nèi)涵，可以簡(jiǎn)單總結(jié)成“三融一通”，指的是：

第一個(gè)融合，垂直向的軟硬件跨系統(tǒng)堆棧分層的融合。第二個(gè)融合，水平向的軟硬件跨不同架構(gòu)處理器的融合。第三個(gè)融合，斜向的軟硬件跨計(jì)算節(jié)點(diǎn)的融合。一個(gè)通用，整個(gè)系統(tǒng)需要通用性，也即性能和靈活性的極致均衡。

接下來(lái)，我們?cè)敿?xì)展開(kāi)。

2 垂直向，軟硬件跨系統(tǒng)堆棧融合

垂直向的軟硬件協(xié)同或融合，是目前大家最大的共識(shí)。軟硬件系統(tǒng)通過(guò)分層實(shí)現(xiàn)系統(tǒng)的拆分，同時(shí)實(shí)現(xiàn)不同子系統(tǒng)的解耦。即使系統(tǒng)分層非常的科學(xué)和準(zhǔn)確，分層仍然無(wú)法一勞永逸。隨著系統(tǒng)的發(fā)展，原有的分層必然逐漸不再適應(yīng)系統(tǒng)發(fā)展的需要。系統(tǒng)的每一層均不宜是黑盒或“獨(dú)立領(lǐng)地”，不同層之間需要聯(lián)動(dòng)。從系統(tǒng)的視角，需要全局的、動(dòng)態(tài)的、長(zhǎng)期的、持續(xù)的重構(gòu)系統(tǒng)分層。

舉存儲(chǔ)分層的一個(gè)例子。? ?傳統(tǒng)的觀點(diǎn)認(rèn)為，模塊或?qū)哟沃g的調(diào)用，是在模塊內(nèi)部封裝復(fù)雜的功能，然后給外部提供簡(jiǎn)單的訪問(wèn)接口。這種觀點(diǎn)沒(méi)有錯(cuò)，但是是靜態(tài)的觀點(diǎn)。站在系統(tǒng)發(fā)展的角度，就產(chǎn)生了如上圖的問(wèn)題。上圖是以RocksDB為例的存儲(chǔ)的整個(gè)系統(tǒng)堆棧，在這個(gè)系統(tǒng)堆棧里有三層虛擬化：SSD內(nèi)部的FTL地址映射、系統(tǒng)層的文件系統(tǒng)、應(yīng)用層軟件的地址管理。三層虛擬化比較冗余，會(huì)影響到存儲(chǔ)的延遲。目前行業(yè)逐漸流行的ZNS存儲(chǔ)，就是取消了存儲(chǔ)控制器中的FTL虛擬化層，只完成簡(jiǎn)單的控制。然后把SSD塊的管理交給軟件，實(shí)現(xiàn)軟件定義存儲(chǔ)。如果只考慮本層，而不考慮系統(tǒng)整體：

一方面，會(huì)產(chǎn)生很多冗余和浪費(fèi)；另一方面，如果個(gè)體的功能存在問(wèn)題，會(huì)拖累整個(gè)系統(tǒng)。

所有層次的設(shè)計(jì)，都需要考慮全局統(tǒng)籌。

也以算力提升為例。算力的提升，是一個(gè)復(fù)雜而龐大的系統(tǒng)工程。不僅需要各個(gè)相關(guān)領(lǐng)域的持續(xù)優(yōu)化，還需要跨領(lǐng)域的協(xié)同創(chuàng)新。需要從數(shù)據(jù)中心多層次挖潛，整體協(xié)同優(yōu)化。優(yōu)化的主要方向有：

工藝和封裝：更先進(jìn)的工藝、3D集成，以及Chiplet封裝等。芯片實(shí)現(xiàn)（微架構(gòu)）：通過(guò)一些創(chuàng)新的設(shè)計(jì)實(shí)現(xiàn)，如存算一體、DSA架構(gòu)設(shè)計(jì)以及各類新型存儲(chǔ)等。

系統(tǒng)架構(gòu)：比如開(kāi)放精簡(jiǎn)的RISC-v，異構(gòu)計(jì)算逐漸走向異構(gòu)融合計(jì)算，以及駕馭復(fù)雜計(jì)算的軟硬件融合等。

系統(tǒng)軟件、框架、庫(kù)：基礎(chǔ)的如OS、Hypervisor、容器，以及需要持續(xù)優(yōu)化和開(kāi)源開(kāi)放的各類計(jì)算框架和庫(kù)等。

業(yè)務(wù)應(yīng)用（算法）：業(yè)務(wù)場(chǎng)景算法優(yōu)化、算法的并行性優(yōu)化等；以及系統(tǒng)的靈活性和可編程性設(shè)計(jì)；系統(tǒng)的控制和管理、系統(tǒng)的擴(kuò)展性等。

硬件設(shè)備：包括服務(wù)器、交換機(jī)等，多個(gè)功能芯片的板卡集成，定制板卡和服務(wù)器，服務(wù)器電源和散熱優(yōu)化。

數(shù)據(jù)中心：網(wǎng)絡(luò)可維護(hù)性、高速網(wǎng)絡(luò)、網(wǎng)絡(luò)平臺(tái)化等；

基礎(chǔ)設(shè)施：如綠色DC，液冷、PUE優(yōu)化等；

運(yùn)營(yíng)和管理：如超大規(guī)模DC運(yùn)營(yíng)管理，跨DC運(yùn)營(yíng)和管理調(diào)度等。

更宏觀的系統(tǒng)：如高性能的城域網(wǎng)、互聯(lián)網(wǎng)，云網(wǎng)邊端深度協(xié)同和融合等。

3 水平向，軟硬件跨處理器架構(gòu)融合

按照指令的復(fù)雜度，典型的處理器平臺(tái)大致分為CPU、協(xié)處理器、GPU、FPGA、DSA、ASIC。從左往右，單位計(jì)算越來(lái)越復(fù)雜。性能越來(lái)越好，而靈活性越來(lái)越低。? ?假設(shè)CPU是100%軟件，ASIC是100%硬件；那么，其他處理引擎則介于兩者之間，是不同比例軟硬件的混合態(tài)。因此，CPU、GPU、DSA等各種類型的處理器，本質(zhì)上是在不同層次的軟硬件解耦基礎(chǔ)上的軟硬件再協(xié)同。

計(jì)算架構(gòu)，從同構(gòu)計(jì)算走向異構(gòu)計(jì)算；再?gòu)漠悩?gòu)計(jì)算，走向更多異構(gòu)相互協(xié)作的異構(gòu)融合計(jì)算。異構(gòu)計(jì)算僅有一種加速處理器類型，僅關(guān)注CPU和加速處理器的協(xié)同；而異構(gòu)融合計(jì)算，具有兩種或兩種以上的加速處理器類型，關(guān)注的重心在于所有處理器之間的協(xié)同和融合。異構(gòu)融合計(jì)算中的協(xié)同，指的是系統(tǒng)的工作由兩個(gè)或兩個(gè)以上處理器協(xié)作處理，協(xié)作可以是CPU和CPU之間的協(xié)作，也可以是CPU和加速處理器之間的協(xié)作，還可以是加速處理器和加速處理器之間直接協(xié)作。

異構(gòu)融合計(jì)算中的融合，指的是某個(gè)具體工作任務(wù)可以跨CPU、GPU和DSA等不同類型處理器運(yùn)行，也可以跨同類型中的不同架構(gòu)處理器運(yùn)行。

以Intel的XPU和OneAPI為例。XPU它不是一個(gè)新的處理器或產(chǎn)品，而是一個(gè)架構(gòu)組合，包括CPU、GPU、FPGA 和其他加速器。OneAPI是Intel構(gòu)建的一套開(kāi)源的跨平臺(tái)編程框架，底層可以運(yùn)行CPU、GPU、FPGA或其他DSA加速器，通過(guò)OneAPI為應(yīng)用提供一致性的編程接口，使得應(yīng)用能夠輕松實(shí)現(xiàn)跨平臺(tái)復(fù)用。

4 斜向，軟硬件跨計(jì)算節(jié)點(diǎn)融合

隨著算力需求越來(lái)越高，而單芯片算力提升有限，通過(guò)Scale Out實(shí)現(xiàn)的分布式集群計(jì)算越來(lái)越成為主流。計(jì)算系統(tǒng)，不再是基于單個(gè)芯片、單個(gè)設(shè)備，而是基于數(shù)以百計(jì)甚至千計(jì)的計(jì)算節(jié)點(diǎn)的計(jì)算集群。甚至，計(jì)算系統(tǒng)還要進(jìn)一步擴(kuò)展，計(jì)算需要跨集群，跨不同位置，進(jìn)而擴(kuò)展到跨云網(wǎng)邊端。

一方面，底層的芯片，需要有非常多異構(gòu)架構(gòu)的處理器引擎，同時(shí)支持異構(gòu)融合計(jì)算。另一方面，上層的計(jì)算集群需要跨云邊端，實(shí)現(xiàn)云邊端硬件計(jì)算平臺(tái)的融合，軟件可以非常方便地在云邊端不同的計(jì)算節(jié)點(diǎn)動(dòng)態(tài)自由遷移。

同時(shí)，為了更好的支撐宏觀的跨云邊端融合計(jì)算，微觀的芯片也需要做很多調(diào)整。以異構(gòu)融合計(jì)算處理器單芯片HCU為例，其和傳統(tǒng)的SOC在功能特征方面存在很多的不同：

區(qū)別1：?jiǎn)蜗到y(tǒng)vs分布式混合多系統(tǒng)。在SOC中，系統(tǒng)和芯片一一匹配。而HCU：需要通過(guò)集群協(xié)作來(lái)完成任務(wù)；單個(gè)HCU硬件上會(huì)運(yùn)行多個(gè)不同的軟件系統(tǒng)和任務(wù)；多個(gè)宏觀的分布式大系統(tǒng)，混合交叉地運(yùn)行在多個(gè)HCU上。

區(qū)別2：弱虛擬化vs硬件原生虛擬化。虛擬化是HCU和傳統(tǒng)SOC最核心的能力區(qū)別。SOC面向單個(gè)系統(tǒng)，通常不需要支持虛擬化；有的SOC中的嵌入CPU核支持虛擬化，但虛擬化的性能損耗較高。HCU不僅僅需要嵌入式CPU、內(nèi)存的完全硬件虛擬化，其他I/O和加速卡也需要實(shí)現(xiàn)完全的硬件虛擬化。

區(qū)別3：軟硬件一體vs軟硬件分離。SOC中的軟件通常附著于硬件之上，兩者是匹配的關(guān)系。HCU上的軟件和硬件沒(méi)有直接的關(guān)系。軟件可以運(yùn)行在硬件A，也可以運(yùn)行在硬件B，也可以運(yùn)行在任何其他硬件之上。軟件在不同硬件資源上的運(yùn)行和遷移是完全動(dòng)態(tài)的，并且從宏觀角度看，是非常頻繁的。

區(qū)別4：控制驅(qū)動(dòng)vs數(shù)據(jù)驅(qū)動(dòng)。傳統(tǒng)計(jì)算，是以CPU為核心的控制流驅(qū)動(dòng)模式。而未來(lái)，隨著數(shù)據(jù)量的增大，數(shù)據(jù)流驅(qū)動(dòng)計(jì)算的架構(gòu)變成算力的主力擔(dān)當(dāng)。

區(qū)別5：軟件的多異構(gòu)協(xié)同vs硬件的多異構(gòu)融合。SOC僅僅是異構(gòu)的集成，而HCU則需要實(shí)現(xiàn)異構(gòu)的融合。

區(qū)別6：軟件可編程vs多層次可編程。SOC里，其他加速器通常是ASIC層次的，只有嵌入式CPU能支持軟件編程的。而在HCU里，可編程能力要更加豐富一些：DSA、GPU和CPU等多個(gè)層次的軟件可編程。

區(qū)別7：資源確定vs資源彈性可擴(kuò)展。在SOC內(nèi)部，除了CPU可以支持可擴(kuò)展外，其他模塊基本上都是性能確定的設(shè)計(jì)，無(wú)法支持資源的擴(kuò)展能力。在HCU里，每個(gè)計(jì)算資源，甚至I/O資源，都支持多個(gè)層次的資源可擴(kuò)展能力。

區(qū)別8：定制Chiplet vs原生支持Chiplet。SOC中的Chiplet設(shè)計(jì)，通常需要針對(duì)性地設(shè)計(jì)若干個(gè)小芯粒。HCU采用資源彈性擴(kuò)展的設(shè)計(jì)，可以輕松實(shí)現(xiàn)基于Chiplet的不同規(guī)格HCU芯片。

區(qū)別9：設(shè)計(jì)規(guī)模小 vs 設(shè)計(jì)規(guī)模數(shù)量級(jí)提升。傳統(tǒng)SOC架構(gòu)所能支撐的系統(tǒng)規(guī)模逐漸逼近上限。HCU采用可擴(kuò)展的分布式系統(tǒng)架構(gòu)設(shè)計(jì)，每個(gè)子系統(tǒng)相當(dāng)于一個(gè)SOC系統(tǒng)。HCU可駕馭的系統(tǒng)規(guī)模可以做到SOC的10倍甚至100倍。

區(qū)別10：專用vs通用。SOC是針對(duì)特定的場(chǎng)景，定制開(kāi)發(fā)的芯片。HCU面向的是通用的、綜合的復(fù)雜計(jì)算場(chǎng)景，定位在以不變應(yīng)萬(wàn)變。

5 貫穿全局，通用計(jì)算，性能和靈活性的極致均衡

性能和靈活性是一對(duì)矛盾：一方面，隨著系統(tǒng)規(guī)模和復(fù)雜度的上升，系統(tǒng)對(duì)靈活性的要求也越來(lái)越高；而另一方面，系統(tǒng)對(duì)性能的要求越來(lái)越高，越需要專用優(yōu)化的加速處理器來(lái)優(yōu)化性能，進(jìn)而使得系統(tǒng)的靈活性越來(lái)越低。

每個(gè)處理引擎都有優(yōu)勢(shì)，也有劣勢(shì)。通過(guò)單兵作戰(zhàn)，只能“權(quán)衡”；但通過(guò)“團(tuán)隊(duì)協(xié)作”的異構(gòu)融合計(jì)算，每個(gè)處理器做自己最擅長(zhǎng)的工作，從而實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，把性能和靈活性都拉扯到極致。軟硬件融合，強(qiáng)調(diào)的是，如何在確保系統(tǒng)靈活性的前提下，實(shí)現(xiàn)最極致的性能。我們給出的解決方案是：通過(guò)更多異構(gòu)處理器的深度協(xié)作，通過(guò)團(tuán)隊(duì)合作，實(shí)現(xiàn)整體最優(yōu)。

一方面，依據(jù)依據(jù)靈活性特征，把系統(tǒng)分為基礎(chǔ)設(shè)施層、彈性加速層、業(yè)務(wù)應(yīng)用層。

另一方面，針對(duì)上述三個(gè)層次，采用最符合每一層次系統(tǒng)靈活性特征的處理器?；A(chǔ)設(shè)施層通常采用DSA，彈性加速層通常采用GPU，而業(yè)務(wù)應(yīng)用層通常采用CPU。通過(guò)上述三類處理器，讓處理器的靈活性恰恰好的符合工作任務(wù)靈活性的要求，從而確保性能和靈活性的極致。

此外，性能和靈活性的平衡仍在動(dòng)態(tài)變化?？赡茈S著系統(tǒng)的發(fā)展，有的任務(wù)會(huì)“上浮”，越來(lái)越需要更多靈活性；有的任務(wù)會(huì)“下沉”，靈活性要求逐步降低，可以通過(guò)更高效的硬件加速來(lái)極致的提升性能。