Google的「泛芯片」科技蓝图

图片地址：https://n.sinaimg.cn/sinakd20201017s/87/w622h265/20201017/a34f-kaqzmiw1432012.jpg

除了芯片本身，在芯片设计工具和方法学上（EDA领域），我们也越来越多的看到Google的影子：把AI引入芯片后端设计[2][3]；开展Cloud上的芯片验证，参与CHIP Alliance；CIRCT（MLIR for hardware）[4]和XLS(高层次综合）[5]这样的开源项目。虽然有些工作还只是一些初步的尝试，但其探索的方向有重要的意义，而Google的系统性技术优势和号召力也让这些探索更具成功的可能。系统 · 芯片我们还是先从芯片说起。Google的TPU已经开发了好几代了（最新的TPU4已经在MLPerf露了脸，「AI训练芯片巅峰对决，如何正确『围观』？」），今年的Hot Chips上也介绍了架构的演进「Google’s Training Chips Revealed: TPUv2 and TPUv3」（可以参考「Google TPUv2/v3架构及其设计演化」）。而同样在Hot Chips上，Dan Belov的