雷鋒網(wǎng)按：本文作者癡笑，矽說（微信號(hào)：silicon_talks）主筆。本文為雷鋒網(wǎng)發(fā)布的《腦芯編 | 窺腦究竟，結(jié)網(wǎng)造芯》系列第三篇。

〈三〉夢(mèng)里不問形與令

世界上有兩種管家：

一種是Batman的Alfred

能服務(wù)能做飯能偽裝能打架

狠起來超人也不是干不過

另一種是天朝的大內(nèi)總管

掌印秉筆，啥事不會(huì)

老大又吩咐了就去傳個(gè)話

你腦子里的CPU是哪一種？

 

有了神經(jīng)元，知道了怎么把神經(jīng)元連成網(wǎng)絡(luò)，這個(gè)系列終于進(jìn)入了主題——怎么實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)。如果在這個(gè)問題上加一個(gè)條件，那就是“怎樣用芯片實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的計(jì)算”？

在回答這個(gè)問題以前，讓我們先去拜訪兩位長(zhǎng)者——Alan Turing和John Von Neumann，目前大家公認(rèn)的計(jì)算機(jī)之父。話說前者才是真的“茍利國(guó)家生死以，豈因禍福避趨之”，詳見卷福主演的奧斯卡獲獎(jiǎng)電影《模仿游戲》。

Turing-Von-Neumann架構(gòu)

為了表達(dá)對(duì)大師的尊敬，我起了個(gè)很干脆的標(biāo)題。大師之所以是大師，是因?yàn)樗麄兌x了在80年前定義了通用計(jì)算機(jī)的數(shù)學(xué)模型和體系結(jié)構(gòu)。在這過去的80年里，任何試圖推翻這些結(jié)構(gòu)的“投機(jī)”分子幾乎都沒什么好下場(chǎng)。但是，總有人希望推翻這個(gè)架構(gòu)。先簡(jiǎn)單的描述下兩位長(zhǎng)者干了什么。

Alan Turing在1936年提出了一種具有普適性的邏輯計(jì)算模型，證明通過有限狀態(tài)機(jī)完成輸入數(shù)據(jù)的操作，可以實(shí)現(xiàn)任意復(fù)雜的邏輯運(yùn)算。圖靈機(jī)本身描述的場(chǎng)景在現(xiàn)在看來已經(jīng)沒什么意義，但是他第一次完整的定義普適計(jì)算機(jī)體系機(jī)構(gòu)——一卷很長(zhǎng)很長(zhǎng)的帶子（infinite lengthtape）通過一個(gè)有磁頭(head)的有限狀態(tài)表(finite state table)進(jìn)行讀取/處理/改寫的機(jī)器。

9年后，Von Neumann把帶子改叫做“Memory”，狀態(tài)表叫做“CPU”，磁頭改叫做“Connection (Bus) ”，換了一副圖，就有了史稱“馮諾依曼架構(gòu)”的現(xiàn)代計(jì)算機(jī)體系結(jié)構(gòu)。

教科書上會(huì)說這個(gè)結(jié)構(gòu)有啥特點(diǎn)，這是讓你背的。其實(shí)很簡(jiǎn)單，圖靈-馮諾依曼架構(gòu)最大的特點(diǎn)是把計(jì)算任務(wù)分為了2個(gè)部分——數(shù)據(jù)存儲(chǔ)(memory)和數(shù)據(jù)處理(processor)。處理器幾乎不能存數(shù)據(jù)，存儲(chǔ)器幾乎不能算數(shù)據(jù)。兩部分用一種連接方式(bus)按一定規(guī)則通信。涇渭分明的特點(diǎn)讓馮諾依曼架構(gòu)處理事情起來特別有條理，就像“男主外女主內(nèi)”的家庭角色分配一樣，在硬件資源極度受限的情況下，成為了自動(dòng)化發(fā)展的中堅(jiān)力量。

馮諾依曼架構(gòu)有一個(gè)升級(jí)版，叫做哈佛(Harvard)架構(gòu)，把存儲(chǔ)空間分為了指令(instruction)存儲(chǔ)和數(shù)據(jù)存儲(chǔ)，對(duì)應(yīng)不一樣的操作。目前的主流嵌入式微處理器基本采用這個(gè)架構(gòu)，但Anyway這并不重要。

馮諾依曼架構(gòu)在過去的60年稱霸人間，如果這項(xiàng)專利申請(qǐng)成功的話，這一定是史上最賺錢的專利。可是，馮諾依曼架構(gòu)在經(jīng)歷了各種法院撕逼后，被判定為一項(xiàng)沒有收益人的專利……（Youyou Tu和青蒿素在這面前簡(jiǎn)直不值一提） 

成也蕭何 - x86的不可一世

雖然馮老爺子在自己的架構(gòu)下發(fā)明了人類第一臺(tái)計(jì)算機(jī)，ENIAC和EDVAC，但諾依曼的真正崛起還是要?dú)w功于x86。如果你不知道80x86是什么，那只能說明我們已經(jīng)有代溝了，嗯，很深深的代溝。

Intel自1978年推出8086后，x86體系架構(gòu)就一直是電腦（上到服務(wù)器，下到平板電腦）核心處理芯片的不二選擇。

Intel x86 i7 版圖

順便做個(gè)普及，在馮諾依曼架構(gòu)下，每個(gè)處理器會(huì)干的事情是有限制的，通常這個(gè)限制叫做指令集。它規(guī)定CPU的基本操作，沒有指令集(instruction set)定義的復(fù)雜操作可以通過基本操作的組合來完成，比如指令集里沒有乘法，那我們可以通過一定數(shù)量的加法來完成。

在馮老爺子的機(jī)構(gòu)里，誰的指令集越大，可以訪問的存儲(chǔ)空間越大，誰就越牛逼。x86的指令集從8086到i7不斷擴(kuò)張與膨脹，最終成為了一個(gè)會(huì)算雙精單精、矢量圖像，多核多線程多Cache的巨無霸。簡(jiǎn)單的說，到2013年的時(shí)候，史上最強(qiáng)core已經(jīng)無所不能了。可是歷史不斷在重演一幕就是，當(dāng)絕頂高手號(hào)稱要獨(dú)孤求敗的時(shí)候，不知道哪里竄出來的毛小伙子可能一個(gè)起手式就把你撂倒了。圣經(jīng)里大衛(wèi)王這么干掉了Goliath，《倚天屠龍記》里，張無忌這么稱霸了光明頂。

那誰是x86的張無忌呢？

移動(dòng)設(shè)備，RISC的春天

獨(dú)孤求敗的x86其實(shí)有個(gè)致命的缺陷——能效，通俗地說就是“做一次”要花費(fèi)的能量?？墒敲繅K肌肉都很發(fā)達(dá)的muscleman總是要比一般人多吃幾碗飯吧。我們現(xiàn)在能買到的i7即使在省電模式也要消費(fèi)超過47W的功耗。本身47W不算什么，但是蘋果喬大叔的出現(xiàn)，讓47W一下子很麻煩。

Iphone/Ipad和一系列手持的充電設(shè)備對(duì)瓦級(jí)以上的功耗是非常敏感的！x86的功耗導(dǎo)致它“充電2小時(shí)使用5分鐘”的悲慘結(jié)局。肌肉男瘦身變成筋肉男的必然的命運(yùn)。

這時(shí)，x86，或者說是intel的張無忌出現(xiàn)了—ARM Cortex RISC. 所謂RSIC就是精簡(jiǎn)指令集（Reduced Instruction Set），他能干的事情很有限，但是他的功耗低。X86在其巔峰時(shí)期無數(shù)次地戰(zhàn)勝過RISC，以至于ARM出現(xiàn)時(shí)并有沒足夠重視他，那時(shí)候Intel還在和AMD搶64位x86的主導(dǎo)權(quán)呢。

為什么無數(shù)次敗下陣來的RISC可以最終成功呢？因?yàn)檫@次，他尋找到了一個(gè)partner——加速器。在移動(dòng)端的應(yīng)用設(shè)備里，其實(shí)也有很對(duì)需要強(qiáng)大計(jì)算消耗的進(jìn)程，這是RISC本身無法勝任的。但是，實(shí)際應(yīng)用上，往往這些進(jìn)程是有固定的模式和使用場(chǎng)景的。比如手機(jī)在通話時(shí)的語音編解碼，拍照時(shí)的圖像處理（俗稱“美顏”）和無線通信是的編解碼。對(duì)于這樣一個(gè)經(jīng)常重復(fù)，且模式固定的高通量計(jì)算，可以在總線上加入一個(gè)專用模塊（ASIC）加速，在處理專用任務(wù)是ASIC的能效又比通用處理器高很多。下圖就是ARM有名的產(chǎn)品之一A9，除了CPU外，它的浮點(diǎn)與超標(biāo)量計(jì)算（NEON）都被移到了CPU外（一般來說，這不能算作加速器）

這就是開頭的那個(gè)故事，你每天充的電不夠“超人”吃的，與只能換個(gè)塊頭小，但是能夠指揮其他人的總管

敗也蕭何 -- 馮諾依曼瓶頸

“涇渭分明，靠總線連”的馮諾依曼架構(gòu)帶來了單核/少核時(shí)代計(jì)算機(jī)的春天，但馮諾依曼架構(gòu)的致命缺陷——馮諾依曼瓶頸——也悄悄地增長(zhǎng)。隨著摩爾定律的發(fā)展，遠(yuǎn)距離的搬移大規(guī)模數(shù)據(jù)早已取代了計(jì)算本身，成為制約高效計(jì)算的重要瓶頸，對(duì)于x86結(jié)構(gòu)，有太多指令可以直接穿過總線訪問存儲(chǔ)空間。

在RISC+加速器的體系結(jié)構(gòu)里，總線作為“總管”和“內(nèi)務(wù)府”、“上書房”、“御膳房”間的橋梁，更是好不吃緊。當(dāng)瓶頸出現(xiàn)在通信上時(shí)，馮諾依曼架構(gòu)就體現(xiàn)出了它垂垂老矣的一面。

這個(gè)問題，在實(shí)時(shí)處理的人工智能場(chǎng)景下顯得格外突出，信號(hào)從入到出，都是按照是數(shù)據(jù)流(Data flow)的傳輸模式一幀一幀地來。這一特征在類腦的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)中就更加明顯。如果每一個(gè)卷積的系數(shù)都要去云深不知處的存儲(chǔ)海洋里去尋找，那神經(jīng)元的處理效率會(huì)非常低。簡(jiǎn)單地說：

誰腦子TM的是一半純記憶一半純分析的呢？

腦子么，都是左右開工的。邊走邊忘，雁過留痕，卻也是舊相識(shí)，恢復(fù)不出來一個(gè)一毛一樣的。

所以，擺在類腦芯面前的路有三條：

（1）  采用馮諾依曼經(jīng)典架構(gòu)，把神經(jīng)元計(jì)算寫在指令集里，反正是超人，技多不壓身；

（2）  采用RISC+神經(jīng)元/神經(jīng)網(wǎng)絡(luò)加速器，給“總管”再開個(gè)府唄；

（3）  放棄馮諾依曼架構(gòu)，完全分布式硬件，像“數(shù)據(jù)流“一樣的風(fēng)騷走位。

這三個(gè)選項(xiàng)都有不錯(cuò)的代表，我們慢慢來。

夢(mèng)里不問形與令，你知道計(jì)算機(jī)形（體系結(jié)構(gòu)）和令（指令集）了么？

特別鳴謝 復(fù)旦大學(xué)腦芯片研究中心 提供技術(shù)咨詢，歡迎有志青年報(bào)考。

雷鋒網(wǎng)推薦相關(guān)閱讀：

腦芯編 | 窺腦究竟，結(jié)網(wǎng)造芯（一） 

腦芯編 | 窺腦究竟，結(jié)網(wǎng)造芯（二） 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。