GPU 进阶笔记（三）：华为 NPU/GPU 演进（2024）
Published at 2024-01-01 | Last Update 2024-01-01
记录一些平时接触到的 GPU 知识。由于是笔记而非教程，因此内容不求连贯，有基础的同学可作查漏补缺之用。
GPU 进阶笔记（一）：高性能 GPU 服务器硬件拓扑与集群组网（2023）
GPU 进阶笔记（二）：华为昇腾 910B GPU 相关（2023）
GPU 进阶笔记（三）：华为 NPU (GPU) 演进（2024）
GPU 进阶笔记（四）：NVIDIA GH200 芯片、服务器及集群组网（2024）
水平及维护精力所限，文中不免存在错误或过时之处，请酌情参考。
传播知识，尊重劳动，年满十八周岁，转载请注明出处。
1 术语
1.1 CPU
1.2 GPU
1.3 NPU / TPU
1.4 小结
2 华为 DaVinci 架构：一种方案覆盖所有算力场景
2.1 场景、算力需求和解决方案
2.2 Ascend NPU 设计
3 路线一：NPU 用在手机芯片（Mobile AP SoC）
3.1 Kirin 970，2017, Mate 10 系列手机
3.2 Kirin 990 5G，2019, Mate 30 系列手机
3.3 Kirin 9000 5G，2020，Mate 40 系列手机
3.4 Kirin 9000s，2023，Mate 60 系列手机
3.5 小结
4 路线二：NPU 用作推理/训练芯片（Ascend AI Processor）
4.1 产品：加速卡 Atlas 系列
4.2 Ascend 310，2019，推理
Spec
4.3 Ascend 910, 2019，训练
4.3.1 Spec & Performance, vs. Google TPU
4.3.2 计算集群
4.4 Ascend 910B, 2023
参考资料
本文内容都来自公开资料，仅供个人了解参考。
AI 相关的东西现在迭代非常快，所以部分内容可能已经过时，请注意甄别。
1 术语
CPU/GPU/NPU 等等都是硬件芯片，简单来说，晶体管既可以用来实现逻辑控制单元，
也可以用来实现运算单元（算力）。
在芯片总面积一定的情况下，就看控制和算力怎么分。
CPU：通用目的处理器，重逻辑控制；
GPU：通用目的并行处理器（GPGPU），图形处理器；
NPU：专用处理器，相比 CPU/GPU，擅长执行更具体的计算任务。
1.1 CPU
大部分芯片面积都用在了逻辑单元，因此逻辑控制能力强，算力弱（相对）。
1.2 GPU
大部分芯片面积用在了计算单元，因此并行计算能力强，但逻辑控制弱。
适合图像渲染、矩阵计算之类的并行计算场景。作为协处理器，
需要在 CPU 的指挥下工作，
Image Source [8]
1.3 NPU / TPU
也是协处理器。在 wikipedia 中没有专门的 NPU (Neural Processing Unit) 页面，而是归到
AI Processors 大类里面，
指的是一类特殊目的硬件加速器，更接近 ASIC，硬件实现神经网络运算，
比如张量运算、卷积、点积、激活函数、多维矩阵运算等等[7]。
如果还不清楚什么是神经网络，可以看看
以图像识别为例，关于卷积神经网络（CNN）的直观解释（2016）。
在这些特殊任务上，比 CPU/GPU 这种通用处理器效率更高，功耗更小，响应更快
（比如一个时钟周期内可以完成几十万个乘法运算），
因此适合用在手机、边缘计算、物联网等等场景。
TPU：这里特制 Google 的 Tensor Processing Unit，目的跟 NPU 差不多。
[11] 对 TPU 和 GPU 的使用场景区别有一个非常形象的比喻：
如果外面下雨了，你其实并不需要知道每秒到底有多少滴雨，
而只要知道雨是大还是小。
与此类似，神经网络通常不需要 16/32bit 浮点数做精确计算，可能 8bit 整型预测的精度就足以满足需求了。
Floor Plan of Google TPU die(yellow = compute, blue = data, green = I/O, red = control) [11]
1.4 小结
GPU 已经从最初的图像渲染和通用并行计算，逐步引入越来越多的神经网络功能
（比如 Tensor Cores、Transformer）；
另一方面，NPU 也在神经网络的基础上，开始引入越来越强大的通用计算功能，
所以这俩有双向奔赴的趋势。
2 华为 DaVinci 架构：一种方案覆盖所有算力场景
2.1 场景、算力需求和解决方案
不同算力场景下，算力需求（TFLOPS）和内存大小（GB）的对应关系 [1]
华为的解决方案：一种架构（DaVinci），覆盖所有场景 [1]
用在几个不同产品方向上，
手机处理器，自动驾驶芯片等等
专门的 AI 处理器，使用场景类似于 GPU
2.2 Ascend NPU 设计
2017 年发布了自己的 NPU 架构，[2] 详细介绍了 DaVinci 架构的设计。
除了支持传统标量运算、矢量运行，还引入了 3D Cube 来加速矩阵运算，
Image Source [2]
单位芯片面积或者单位功耗下，性能比 CPU/GPU 大幅提升：
Image Source [2]
下面看看实际使用场景和产品系列。
3 路线一：NPU 用在手机芯片（Mobile AP SoC）
现代手机芯片不再是单功能处理器，而是集成了多种芯片的一个
片上系统（SoC），
华为 NPU 芯片就集成到麒麟手机芯片内部，随着华为 Mate 系列高端手机迭代。
Image Source [7]
比如，一些典型的功能划分 [7]：
CPU 主处理器，运行 app；
GPU 渲染、游戏等；
NPU 图像识别、AI 应用加速。
Mate 系列手机基本上是跟 Kirin 系列芯片一起成长的，早期的手机不是叫 “Mate XX”，
而是 “Ascend Mate XX”，从中也可以看出跟昇腾（Ascend）的渊源。
3.1 Kirin 970，2017, Mate 10 系列手机
据称是第一个手机内置的 AI 处理器（NPU）[3]。
在 AI 任务上（比如手机上输入文字搜图片，涉及大批量图片识别）比 CPU 快 25~50 倍。
10nm，台积电代工
CPU 8-core with a clockspeed of uP to 2.4GHz i.e. 4 x Cortex A73 at 2.4GHz + 4 x Cortex 53 at 1.8GHz
GPU 12-core Mali G72MP12 ARM GPU
NPU 1.92 TFLOPs FP16
3.2 Kirin 990 5G，2019, Mate 30 系列手机
Kirin 990 包含了 D-lite 版本的 NPU [1]：
World’s st 5G SoC Poweed by 7nm+ EUV
World’s 1st 5G NSA & SA Flagship SoC
Wolrd’s 1st 16-Core Mali-G76 GPU
World’s 1st Big-Tiny Core Architechture NPU
麒麟 990 5G 芯片逻辑拓扑 [1]
一些硬件参数 [1,4]：
台积电 7nm+ 工艺
CPU 8-Core
NPU 2+1 Core
GPU 16-core Mali-G76（ARM GPU）
GPU 16-core Mali-G76 (ARM GPU)
NPU
HUAWEI Da Vinci Architecture,
2x Ascend Lite + 1x Ascend Tiny
2G/3G/4G/5G Modem
LPDDR 4X
4K HDR Video
3.3 Kirin 9000 5G，2020，Mate 40 系列手机
Image Source
台积电 5nm 工艺
GPU 24-core Mali-G78, Kirin Gaming+ 3.0
NPU
HUAWEI Da Vinci Architecture 2.0 第二代架构
2x Ascend Lite + 1x Ascend Tiny
这个是台积电 5nm 工艺 [5]，然后就被美国卡脖子了。
所以 Mate 50 系列用的高通处理器，Mate 60 系列重新回归麒麟处理器。
3.4 Kirin 9000s，2023，Mate 60 系列手机
王者低调回归，官网没有资料。
据各路媒体分析，是中芯国际 7+nm 工艺，比上一代 9000 落后一些，
毕竟制程有差距，看看国外媒体的副标题 [6]：
It's tough to beat a 5nm processor with a 7nm chip.
Wikipedia 提供的参数 [10]：
SMIC 7nm FinFET
CPU HiSilicon Taishan microarchitecture Cortex-A510
GPU Maleoon 910 MP4
NPU 有，但是没提
3.5 小结
手机芯片系列先到这里，接下来看看作为独立卡使用的 NPU 系列。
4 路线二：NPU 用作推理/训练芯片（Ascend AI Processor）
两个产品：301 低功耗；910 高算力。
设计见 paper [2]。
4.1 产品：加速卡 Atlas 系列
型号 Atlas 200/300/500/…，包括了 NPU 在内的 SoC，用于 AI 推理和训练。
4.2 Ascend 310，2019，推理
Spec
用的是 D-mini version：
纸面算力基本对标 NVIDIA T4 [9]。
4.3 Ascend 910, 2019，训练
4.3.1 Spec & Performance, vs. Google TPU
Image Source [1]
Image Source [1]
4.3.2 计算集群
Image Source [1]
Image Source [1]
4.4 Ascend 910B, 2023
GPU 进阶笔记（二）：华为 Ascend 910B GPU 相关（2023）。
参考资料
DaVinci: A Scalable Architecture for Neural Network Computing，huawei, 2020
Ascend: a Scalable and Unified Architecture for Ubiquitous Deep Neural Network Computing, HPCA, 2021
Huawei Unveils The Kirin 970, The World’s First Processor With A Dedicated NPU, 2017
Kirin 990 5G Data Sheet, hisilicon.com
Kirin 9000 Data Sheet, hisilicon.com
Huawei’s sanctions-evading Kirin 9000S processor tested: significantly behind its Kirin 9000 predecessor that used TSMC tech，2023
Neural Processing Unit (NPU) Explained, 2021
AI 101: GPU vs. TPU vs. NPU, 2023
GPU Performance (Data Sheets) Quick Reference (2023)
Wikipedia: HiSilicon, wikipedia.com
An in-depth look at Google’s first Tensor Processing Unit (TPU), Google Cloud Blog, 2017
« Linux 容器底层工作机制：从 500 行 C 代码到生产级容器运行时（2023）
[译] 文生图（text-to-image）简史：扩散模型（diffusion models）的崛起与发展（2022） »