芯片作为现代科技进步的基石,它的重要性已经不言而喻。以往人们总将它和“石油”相提并论,但近期华为 Fellow、半导体首席科学家廖恒在接受访问时表示:“目前芯片几乎已经无处不在,可以说它已经和‘水’和‘空气’一样重要。”廖恒的成长史是中国半导体行业发展的一个缩影。14岁,他考入清华大学计算机系少年班,本硕博连读,随后于1996年获得博士学位。此后前往普林斯顿大学电子工程系从事博士后研究。1997年,廖恒加入加拿大知名存储芯片公司PMC-Sierra,历任高级架构师、公司Fellow、研发副总裁,在海外深耕芯片设计近20年。2008年回国,并于2016年,廖恒加入华为海思,出任昇腾总架构师,主导了昇腾910、昇腾950等系列芯片的架构演进,并搭建了从芯片架构、CANN底层软件到集群互联的完整软硬件技术底座,是昇腾 AI 芯片的核心奠基人之一。在此次采访中,廖恒分享了他对于半导体产业发展的系统性思考,此次对话也是自2022年华为受外部限制后,华为芯片核心研发人员首次、少见的接受媒体采访,并分享对产业的深层次的理解和看法。谈及愿意公开接受采访的初衷,廖恒表示一方面希望能够通过梳理一线研发历程,为行业留存实践经验,同时他也对处理器硬件研发领域人才流失问题抱有担忧,不少青年从业者对进入硬件赛道意愿降低,长期或将形成人才缺口。除此之外,推动行业建立全局化的半导体产业认知框架,让从业者能够看清产业底层运行逻辑,也是本次交流重要的出发点。访谈中,廖恒提出了半导体 “18层宝塔模型”,将完整的算力产业链自下而上进行划分,覆盖矿产原料、电子化学品、制造设备、晶体管工艺、封装、芯片架构、编译工具、算子开发、算法模型直至上层应用框架等。这一框架其实与英伟达创始人兼首席执行官黄仁勋在瑞士达沃斯举行的世界经济论坛 (World Economic Forum) 年会上将AI描述为“五层蛋糕”模型类似,该模型涵盖能源、芯片和计算基础设施、云数据中心、AI模型以及最终的应用层。廖恒开玩笑地表示:“可能黄仁勋吃西餐比较多,所以将之比喻为蛋糕,而作为中国人,我可能会用宝塔的形式进行类比,两者包含的内容其实是殊途同归的。”在这一宝塔模型中,各层级在算力生成与传递中承担的不同功能:底层矿产与电子化学品提供物质基础,制造设备决定加工精度,晶体管工艺直接约束单位面积的算力密度,封装影响信号完整性与功耗分布,芯片架构负责指令调度与数据流编排,编译工具将高级语言映射为硬件可执行的微操作,算子开发针对特定计算模式做底层优化,算法模型定义问题求解策略,上层应用框架则最终面向场景交付算力价值。整条链条各个环节深度耦合、彼此制约,任一环节的短板都会抬高整体系统的木桶效应。这一整条链条各环节深度耦合、彼此制约,产业整体发展上限受制于链条中最薄弱的环节。产业链不同层级具备截然不同的迭代节奏,底层硬件改动代价高昂,单次流片往往需要长达十八个月周期,上层软件体系却能够实现小时级迭代。这也意味着高效的工程研发模式,应当依托上层软件快速试错形成反馈,反向指导底层硬件规格定义。当前行业细分领域专业人才储备相对充足,但能够纵向贯通多个技术层级、实现软硬件协同优化的复合型人才依旧稀缺。放在算力竞争的维度来看,算力比拼早已不能局限于单芯片硬件指标,华为昇腾就选择依托软硬件全栈协同与大规模集群系统能力构建竞争力,依靠差异化路径弥补单点硬件层面存在的差距。结合长期行业观察,廖恒也对摩尔定律当下的现实价值作出判断。他认为进入16nm、7nm节点之后,依靠制程微缩降低单晶体管成本的路径已经走到尽头,摩尔定律在经济性层面基本失效,仅留存性能与能效优化的价值,单纯依靠缩小晶体管推动产业前进的发展模式可能难以为继。在后摩尔时代,产业需要寻找全新技术演进范式,华为韬(τ)定律所关注的系统互联、数据传输效率提升,或许将成为一个可行性的发展方向。与此同时,行业持续追捧的超大尺寸芯片、堆叠HBM显存的发展路线存在明确物理边界,单纯沿着这条路径持续扩张,未来将不可避免遭遇发展瓶颈,算力产业需要提前布局多元化的技术演进方案。华为能从外部制裁中走出,靠的可能就是高层的高瞻远瞩,以及如廖恒这样的高技术性人才的支撑。廖恒在采访中也表示,抄作业式的设计将永远处于落后状态,科技行业就是要不断地进行创新(innovation),这才是高科技企业发展的根本。只有保持这样的一种信念,才会在遇到困难后,有信心、有能力地去闯,去解决问题。困难是可以克服的,屈服的只是人的意志。
361