华为达芬奇AI芯片架构

达芬奇架构是基于AI计算功能设计的，并基于高性能3D Cube计算引擎，极大地提高了计算能力和功耗比。
根据达芬奇架构，进行了以下优化：

多核堆栈用于并行计算能力扩展
通过设计片上存储器 on-chip memory（高速缓存/缓冲区Cache/Buffer）以缩短Cube操作和存储距离，减少了对DDR的访问，并减轻了冯·诺依曼的瓶颈问题。
在计算和外部存储之间设计了高带宽片外存储器（HBM），以克服计算资源共享存储器的访问速度限制。
为了支持大规模的云侧神经网络训练，设计了超高频段网状网络（LSU），以互连多个多维数据集扩展芯片。
总而言之，达芬奇体系结构具有以下三个features:
**

1. Unified Architecture

支持从tens of milliwatts to hundreds of watts 的全场景AI系列芯片。

2. Scalable Computing

1. 每个AI内核可以在一个时钟周期内完成4096个MAC操作。
2. 灵活的多核堆栈，可扩展的多维数据集：16 x 16 x N，N = 16/8/4/2/1
3. 在训练和推理方案中支持多种混合精度（int8 / int32 / FP16 / FP32）和数据精度要求。
4. 集成张量，矢量和标量计算单位。