3580
6月13日消息，近日芬蘭著名的 VTT 技術研究中心旗下的一家科技初創(chuàng)公司Flow Computing宣布一則爆炸性的聲明稱，其推出的并行處理單元 (PPU)可以“使任何 CPU 架構的性能提高 100 倍”！
據(jù)介紹，F(xiàn)low的FPU能夠集成到任何當前已有或即將推出的CPU設計架構、指令集或工藝幾何結構中，可提供革命性的 100 倍加速，可立即用于基于馮·諾依曼的標準計算機設計，以實現(xiàn)“CPU 2.0”級別的吞吐量。PPU還消除了在高性能應用程序中對 CPU 指令使用昂貴的 GPU 進行加速的需要。
Flow稱，片上集成的 PPU 內核越多，獲得的性能提升就越高。同時，SoC當中的其他計算單元也將受益于PPU的性能的提升，以及PPU對CPU性能的提升。
此外，通過Flow提供的編譯器對 PPU 進行重新編譯，PPU 與該 CPU 架構的每個現(xiàn)有軟件應用程序可完全向后兼容，可以大大加速所有現(xiàn)有軟件和應用程序中的現(xiàn)有并行功能，而無需更改任何軟件。
從應用來看，F(xiàn)low的突破性架構將可增強嵌入式系統(tǒng)和數(shù)據(jù)中心的性能，適用于邊緣和云計算、AI 云、跨 5G/6G 的多媒體編解碼器、自動駕駛汽車系統(tǒng)、軍用級計算等用途。
目前，F(xiàn)low 已經(jīng)在與來自世界各地的主要半導體供應商進行初步討論，以尋求下一代 CPU 性能的“圣杯”。更多技術細節(jié)將在 2024 年下半年公開分享。
Flow Computing聯(lián)合創(chuàng)始人兼首席執(zhí)行官Timo Valtonen表示：“在過去的幾十年里，CPU性能只有漸進式的改進，這導致了CPU實際上已成為計算中最薄弱的環(huán)節(jié)，因為它的順序架構并不理想。為了滿足對更多計算性能的不斷增長的需求，CPU性能的新時代已成為必要條件，這在很大程度上是由人工智能以及邊緣和云計算的需求推動的。Flow 打算通過其全新的并行性能單元 （PPU） 架構引領 SuperCPU 革命，使任何 CPU 的性能提升 100 倍，無論架構如何，并具有完全的向后軟件兼容性?！?/p>
Butterfly Ventures的合伙人兼聯(lián)合創(chuàng)始人Juho Risku也表示：“由于CPU改進速度在過去十年中放緩，科技行業(yè)的每個行業(yè)都繼續(xù)受到影響。Flow 是這一趨勢的第一個重大變革者，它提供了數(shù)倍的性能，而不是幾個百分點。而且在我們看來，F(xiàn)low 將對計算市場的基線性能產(chǎn)生比量子計算等更廣泛的影響。盡管很多公司在人工智能方面投入了大量資金，但通用計算將主導其成本并限制其能力。Flow Computing正在通過使下一代SuperCPU輕松超越當前的行業(yè)領導者，如Apple M系列，Nvidia Grace，Google Axion和Microsoft Azure Cobalt 100來解決這個問題，“
據(jù)悉，F(xiàn)low公司剛剛獲得了 400 萬歐元的種子輪融資。參與種子輪融資的實體包括Butterfly Ventures（領投）、FOV Ventures、Sarsia、Stephen Industries、Superhero Capital和芬蘭商務促進局。
一、什么是并行處理單元？
據(jù)Flow公司官網(wǎng)介紹，并行處理單元 （PPU） 是一個 IP 模塊，可以與同一芯片上的 CPU 緊密集成。它被設計為高度可配置，以滿足眾多用例的特定要求。
支持的自定義選項包括：
PPU 中的內核數(shù)（4、16、64、256 等）
功能單元的數(shù)量和類型（如 ALU、PPU、MU、GU、NU）
片上存儲器資源（緩存、緩沖區(qū)、暫存器）的大小
對指令集進行了修改，以補充 CPU 的指令集擴展
對 CPU 的修改很少，包括將 PPU 接口集成到指令集中，并可更新 CPU 內核的數(shù)量，以利用新的性能水平。
Flow的參數(shù)化設計允許廣泛的定制，包括 PPU 內核的數(shù)量、功能單元的種類和數(shù)量以及片上存儲器資源的大小。性能會隨著 PPU 內核數(shù)量的增加而增加。4 核的 PPU 非常適合智能手表等小型設備，16 核 PPU 非常適合智能手機，而 64 核 PPU 可為 PC 提供出色的性能；256 核 PPU 最適合 AI、云和邊緣計算服務器等高需求環(huán)境，使它們能夠輕松處理最苛刻的計算任務。
二、擁有三大核心優(yōu)勢
據(jù)介紹，F(xiàn)low的并行處理單元 (PPU)具有三大核心優(yōu)勢：
1、Flow 創(chuàng)新的并行處理單元 （PPU） 將 CPU 性能提升 100 倍，開創(chuàng)了 SuperCPU 時代。
創(chuàng)新的并行處理單元 （PPU）專為完全向后兼容而設計，可在重新編譯后增強現(xiàn)有軟件和應用程序。功能越并行，性能提升就越大。
同時，F(xiàn)low的技術還增強了整個計算生態(tài)系統(tǒng)。比如，輔助組件（矩陣單元、矢量單元、NPU 和 GPU）也可通過增強的 CPU 功能獲得了增強的性能。這一切都要歸功于 PPU。
2、傳統(tǒng)軟件和應用程序速度提高 2 倍
Flow 的 PPU 不僅可以在不改變原始應用程序的情況下增強遺留代碼，而且在與重新編譯的操作系統(tǒng)或編程系統(tǒng)庫配對時也能提高性能。
因此，PPU可以幫助各種應用程序中大幅提高速度，特別是那些顯示并行性但受到傳統(tǒng)基于線程的處理限制的應用程序。PPU 釋放了這些應用的全部潛力，而在以前的架構終無法實現(xiàn)這樣的性能顯著提升。
3、參數(shù)化設計
可配置的參數(shù)化設計使PPU能夠適應多種用途。一切都可以定制，以滿足多個用例的特定要求。PPU 內核數(shù)支持4核、16核、64核、256核或更多功能單元（如 ALU、PPU、MU、GU 和 NU）的類型和數(shù)量。甚至片上存儲器資源（緩存、緩沖區(qū)和暫存器）的大小也可以根據(jù)特定要求進行定制。性能的可擴展性與 PPU 內核的數(shù)量直接相關。
三、100倍的CPU性能提升是如何實現(xiàn)的？
那么，F(xiàn)low公司是如何通過其PPU來實現(xiàn)對于CPU性能100倍提升的呢？據(jù)介紹，F(xiàn)low解決了 CPU 面臨的延遲、同步和虛擬級并行性方面的挑戰(zhàn)，在這些技術中的創(chuàng)新和關鍵專利被實施到 PPU 中，它們將共同推動CPU實現(xiàn) 100 倍的性能提升。
1、延遲隱藏
當前馮·諾依曼架構的多核 CPU面臨內存訪問延遲問題，尤其是共享訪問，對多核 CPU 來說是一個巨大的挑戰(zhàn)。頻繁的內存存取會減慢執(zhí)行速度，核心間通信網(wǎng)絡會導致額外的延遲。傳統(tǒng)的緩存層次結構會導致一致性和可伸縮性問題。
Flow公司的PPU則是將內存引用的延遲，通過在訪問內存時執(zhí)行其他線程來進行隱藏。這沒有一致性問題，因為沒有緩存放置在網(wǎng)絡的前面?？蓴U展性通過高帶寬片上網(wǎng)絡提供。
2、同步
當前多核 CPU使用并行性會帶來額外的挑戰(zhàn)。由于 CPU 處理器內核固有的異步性，每當存在線程間依賴關系時，就需要同步線程。這些同步代價很大，通常需要 100 到 1000 個時鐘周期。
相比之下， PPU每個步驟只需要同步一次，因為線程在一個步驟中彼此獨立，將開銷成本降低到 1。同步與執(zhí)行重疊，將開銷成本降低到 1/100。
3、虛擬ILP/LLP
當前多核 CPU對低級并行性的次優(yōu)處理。只有當指令是獨立的時，才能在多個功能單元中執(zhí)行多個指令。管道危險會減慢指令執(zhí)行速度。
相比之下，PPU功能單元被組織為一個鏈，其中單元可以使用其前身的結果作為操作數(shù)。可以在執(zhí)行的一個步驟內執(zhí)行依賴代碼，消除管道危險。
四、提升現(xiàn)有軟件和應用程序的性能
Flow技術完全向后兼容所有現(xiàn)有的傳統(tǒng)軟件和應用程序。PPU 的編譯器會自動識別代碼的并行部分，并在 PPU 內核中執(zhí)行這些部分。
此外，F(xiàn)low 正在開發(fā)一種 AI 工具，以幫助應用程序和軟件開發(fā)人員識別代碼的并行部分，并提出簡化這些部分以實現(xiàn)最大性能的方法。
小結：
雖然Flow表示其PPU能夠為任何當前的馮·諾依曼架構的CPU帶來最高100倍的性能提升，但是并未給出明確的指標數(shù)據(jù)來進行解釋，只是說明了會從延遲、同步和虛擬ILP/LLP等方面進行入手來進行改進。并且正如其官網(wǎng)所介紹的，PPU還擁有4到256核的配置，需要配備多少核PPU才能帶來100倍性能提升，F(xiàn)low并未解釋。另外，軟件的重新編譯也是實現(xiàn) 100 倍性能改進的必要條件。該公司表示，軟件的重新編譯可以使得現(xiàn)有代碼的運行速度將提高 2 倍。
另外，PPU是并行處理單元，而GPU的優(yōu)勢也是在于并行計算。Flow甚至還表示，PPU消除了在高性能應用程序中對 CPU 指令使用昂貴的 GPU 進行加速的需要。那么是否意味著，CPU+PPU的組合在某種程度上可以實現(xiàn)超越GPU的AI加速能力？
Flow還在一份常見問題解答文檔中解釋了其 PPU 與現(xiàn)代 GPU 之間的主要區(qū)別?！癙PU 針對并行處理進行了優(yōu)化，而 GPU 針對圖形處理進行了優(yōu)化?！边@家初創(chuàng)公司對比稱：“PPU 與 CPU 的集成度更高，你可以將其視為一種協(xié)處理器，而 GPU 是一個獨立計算單元，與 CPU 的連接更為松散。”它還強調了 PPU 不需要單獨內核及其可變并行寬度的重要性。
Flow表示，它將在今年下半年提供有關PPU的更多技術細節(jié)。至于Flow PPU的商業(yè)化進展，它提到了與 AMD、Apple、Arm、Intel、Nvidia、Qualcomm 和 Tenstorrent 等公司合作的可能性。Flow 的 PR 強調了其對 IP 許可模式的偏好，類似于Arm的授權模式，客戶需要付費獲取其PPU IP，以便嵌入到其CPU設計當中。
編輯：芯智訊-浪客劍
下載ECAD模型
