AI芯片：寒武纪DaDianNao结构分析

DaDianNao

寒武纪的DaDianNao的诞生稍晚于DianNao，同样也是在2014年。（这里仅仅指论文发表时间）

如果把DianNao看作是嵌入式终端使用的处理器，那么DaDianNao就是服务器上用的大规模高性能处理器。
DaDianNao其实就是采用的DianNao的NFU作为内核，然后在一块芯片上同时放置了16个NFU，于是乎，性能也就是DianNao的16倍。
文章说，在DaDianNao的设计过程中，首先想到的是，直接将DianNao中NFU的逻辑资源扩大成原来的16倍即可简单实现性能16倍的提升。但是这里就要考虑芯片上实际的晶体管布局及布线。发现，如果单纯扩大NFU规模，那么最终布线所占用的芯片面积远远超过NFU逻辑模块，貌似并不高效，如下图中的Figure4所示。
于是乎，就想到了多核并行的架构。
将上面的大NFU拆分成16个小NFU（DianNao），通过合理布局布线，能够大幅缩小布线需要的面积，最终面积的减小28.5%，而性能与上面的设计相同。
芯片上，那可真的是寸土寸金。
没说的，选第二种，也就是下图中的Figure5。

到目前为止（2018年），国内的人工智能公司，大部分还是局限在算法领域，并不关注底层硬件。少数几个大体量的AI独角兽，如寒武纪/商汤/深鉴/地平线/比特大陆等公司，都对芯片有不同程度的涉足。这其中，大部分公司的芯片都只是涉及到终端的推断（inference），而没有涉足训练（training），所以芯片设计比较简单。
相反，国外的科技巨头，比如谷歌/intel/NviDia/facebook等，都有涉足training的深度学习处理器的研发。

寒武纪是少数已经涉足training的中国企业。
DaDianNao就是可以用于服务器上进行大规模training的专用芯片。
看好寒武纪！