打造重庆智慧之城 两江新区展馆亮相智博会
重庆之声8月23日讯 8月22日至24日，2022中国国际智能产业博览会（简称“智博会”）在两江新区悦来国际会展城举行，两江新区展馆也在国博中心N1馆亮相。
据介绍，整个展台面积约400平米，以智慧蓝、科技白为主色调，以“智慧双翼拥抱智慧未来”为主体造型，顶部用立体发光字突出两江新区打造重庆智慧之城的目标。
展台设有“生活智惠”“城市智治”“产业智兴”三个展示区，全方位展示两江新区坚持以大数据智能化为引领，推动数字产业化、产业数字化，建设高质量发展引领区、高品质生活示范区成效。
城市智治
2022智博会聚焦“智慧城市”年度主题，两江新区作为重庆智慧之城，正加快拓展智慧之城全域应用、夯实智慧之城产业基础、激发智慧之城创新动能，让市民更好共享智能化发展成果。
此次展馆正中央，特设“城市智治”展区，主要展示新区智慧城市建设成效。
“城市智治”主要由两块大屏组成，正对面大屏运用数字孪生技术展示新区“城市大脑”，呈现新区建设成效、感知城市运行态势、实现应急调度指挥等系统。
大屏上，可实现“一屏统览、一网统管”两江新区的各类基础设施，即使一个井盖发生破损或非法挪动，系统会立即告警上报，快速立案响应。
目前，“城市大脑”已完成新区1200平方公里地理信息建模，建成10余类行业专题应用场景，20余个细分行业专题应用场景，涵盖经济运行、产业发展、开放创新、营商环境、城市管理、社会治理、生态监测、城市安全等相关领域，让智慧城市可感知、会思考、有温度。
低下头，地屏上一条条线以“智慧城市产业图谱”为原点不断飞跃而出。“融合基础设施”“网络基础设施”等不停在地屏上跳跃，展现新区智慧城市建设相关的产业图谱，囊括了从顶层设计到智慧中枢到智慧应用等一批知名企业。
生活智惠
在展厅左边“生活智惠”展示区，新区智慧生活、智慧交通、智慧办公等成果汇聚于此，涵盖“住业游乐购”的方方面面。
今年8月，智能电动轿跑SUV阿维塔11正式上市，这是由长安、华为、宁德时代联手打造的CHN技术平台下的首款产品，有着出众的颜值与性能，也是新区汽车产业向高端化、智能化、绿色化转型升级的代表作。
自动驾驶车辆可以自动识别红路灯，有条不紊穿行而过；数条道路上车水马龙，但没有一点拥堵，这是新区智慧交通建设成果。
在重庆两江新区国家级车联网先导区综合运控平台，这里汇集了车端、路侧、第三方平台等各类交通道路数据，实现“人—车—路—云”信息高效协同，提升城市智慧交通治理水平。
“用户对屏幕露出大笑、微笑、沮丧、轻松四个表情，系统就会实时识别展现对应的场景动画。”马上消费展品负责人介绍，这是由马上消费自主研发的“心情预报”人脸识别互动系统，可以判别人的心情指数。
在一天忙碌的工作后，坐在客厅沙发，只要呼唤一声，峰米科技的激光智能电视，便能在客厅大屏上，为您播放精彩的电影，一边品茶一边欣赏着电影，享受惬意智慧生活。
除此之外，展区还陈列有“神舟十三号”返航时宇航员乘坐的座椅、三一（重庆）所产挖掘机的模型、中科摇橹船研制的3D双目结构光相机等产品。
产业智兴
顺着“生活智惠”往前，便来到“产业智兴”展区，这里展示新区智能产业发展成效，有着汽车、电子信息、生命健康、装备制造等新区重点产业链代表性产品。今年上半年，直管区规上工业总产值2097.6亿元、同比增长10.1%，战略性新兴产业、高技术产业产值分别增长10.6%、5.5%。
作为西部首个国家级车联网先导区，两江新区围绕“感知、通信、决策控制”等关键领域核心软硬件，着力构建“整车生产+产业链配套+应用场景”的完整生态链，奋力打造具有国际影响力的智能网联新能源产业基地，加快形成万亿级汽车产业集群。
在智能网联汽车区域，新区“科创+产业”的典型—北理工重庆创新中心，与上市公司雷科防务联合孵化企业重庆睿行电子，带来毫米波雷达、交通雷达等众多产品，将为智能网联汽车带来更精准的感知。
中国汽研研发的OBU车载单元，基于C-V2X协议栈应用，具有通信、交互、定位等功能，与高级辅助驾驶ADAS、自动驾驶ADS深度融合，提供丰富的交通效率及安全服务。
纵目科技是国内率先获得整车厂L4级别量产项目定点合同的自动驾驶企业之一。其长距超声波长传感器，满足ASIL B安全等级，搭配自研先进点云感知算法，支持车身周围5.5米范围内360°感知覆盖、车位检测、紧急刹车等功能。
此外，还有赣锋锂业的固态锂离子电池、上海交大重庆研究院研发的中控显示屏底座等产品。
电子信息产业链展示产品区，全球第一款搭载OLED屏幕的机型，采用主屏+C面副屏设计的华硕双屏笔记本格外引人注目。
目前，新区电子信息产业 “芯屏器核网”全产业链加速形成。上半年电子信息产业完成产值1097.5亿元、同比增长5.1%，电子产业项目投资占工业总投资占比超50%。
集成电路已经成为各行各业实现信息化，智能化基础。新区也汇聚了紫光展锐、世芯电子等众多企业，形成了集成电路制造全产业链，完成了从上游设计到中游制造封测到下游整机配套的总体布局。
展区内，万国半导体的12寸晶圆、紫光展锐的物联网芯片、世芯电子的高效能运算HPC超算芯片展现出新区集成电路方面的重点成效。
新型显示方面，新区已构建起“石英砂—显示面板—显示终端”完整产业链和本地配套体系，正聚力打造国家级新型显示产业集群。康宁公司的大猩猩系列玻璃基板，莱宝科技的全贴合折叠屏，京东方4K智慧屏等悉数亮相。
新区一直将发展软件产业作为推动高质量发展的路径之一，通过软件产业实现“赋能、赋值、赋智”，加速构建以两江软件园、汽车软件城“双核”驱动的发展格局，加快形成工业软件、汽车软件、工业互联网、数字内容、集成电路设计等聚集发展态势，争创“中国软件名园”。
为此，新区也涌现出拥有自主可控、国际先进水平的通用工业仿真CAE软件的重庆励颐拓软件公司、打造了工业互联智能操作系统的重庆云内核智能科技公司等一众优秀企业，为制造业高质量发展提供助力。
生命健康产业，一头连着民生福祉，一头连着经济发展。两江新区正不断完善生命健康产业生态体系，提升生命健康产业的能级和水平。
重庆首家科创板过会企业山外山集团带来了自主研发的国内首台同时支持多器官生命系统，该设备实现多项重大技术创新，获得发明专利15项。
在它旁边，西山科技研发的乳房病灶旋切式活检系统，在乳腺外科领域打破国外技术垄断，实现进口替代。
而在两江新区馆的几个大家伙，让新区航空航天产业实现了“从无到有”“从小到大”的成果引入眼帘。
翼展三米多的亿飞智联研发的无人机，其图传、飞控及航电系统均属业内领先水平；中国星网长征二号系列火箭，主要用于发射近地轨道卫星和飞船；零壹空间研制的智能亚轨道火箭“两江之星”，于2018年成功发射，是我国第一枚民营自研商用火箭。
坐落于两江协同创新区的摩方精密科技，是全球唯一一家最高精度能达到2微米，并投入实际工业应用的超高精密3D打印系统制造商，此次也带来了高端装备产业链上的超高精密3D打印系统参展。
“这个最高精度能达到2微米，技术实力还是不简单，如果可以我们还想跟他们谈谈合作。”前来参展的另一制造业展商代表王先生说道。
值得一提的是，七腾科技生产的智能巡检机器人、吸附式桥梁检测飞行机器人、飞秒激光制备石墨烯等产品也在展馆中亮相。
（重庆之声记者 张婷婷 两江新区供图）
重庆之声8月23日讯 8月22日至24日，2022中国国际智能产业博览会（简称“智博会”）在两江新区悦来国际会展城举行，两江新区展馆也在国博中心N1馆亮相。
据介绍，整个展台面积约400平米，以智慧蓝、科技白为主色调，以“智慧双翼拥抱智慧未来”为主体造型，顶部用立体发光字突出两江新区打造重庆智慧之城的目标。
展台设有“生活智惠”“城市智治”“产业智兴”三个展示区，全方位展示两江新区坚持以大数据智能化为引领，推动数字产业化、产业数字化，建设高质量发展引领区、高品质生活示范区成效。
城市智治
2022智博会聚焦“智慧城市”年度主题，两江新区作为重庆智慧之城，正加快拓展智慧之城全域应用、夯实智慧之城产业基础、激发智慧之城创新动能，让市民更好共享智能化发展成果。
此次展馆正中央，特设“城市智治”展区，主要展示新区智慧城市建设成效。
“城市智治”主要由两块大屏组成，正对面大屏运用数字孪生技术展示新区“城市大脑”，呈现新区建设成效、感知城市运行态势、实现应急调度指挥等系统。
大屏上，可实现“一屏统览、一网统管”两江新区的各类基础设施，即使一个井盖发生破损或非法挪动，系统会立即告警上报，快速立案响应。
目前，“城市大脑”已完成新区1200平方公里地理信息建模，建成10余类行业专题应用场景，20余个细分行业专题应用场景，涵盖经济运行、产业发展、开放创新、营商环境、城市管理、社会治理、生态监测、城市安全等相关领域，让智慧城市可感知、会思考、有温度。
低下头，地屏上一条条线以“智慧城市产业图谱”为原点不断飞跃而出。“融合基础设施”“网络基础设施”等不停在地屏上跳跃，展现新区智慧城市建设相关的产业图谱，囊括了从顶层设计到智慧中枢到智慧应用等一批知名企业。
生活智惠
在展厅左边“生活智惠”展示区，新区智慧生活、智慧交通、智慧办公等成果汇聚于此，涵盖“住业游乐购”的方方面面。
今年8月，智能电动轿跑SUV阿维塔11正式上市，这是由长安、华为、宁德时代联手打造的CHN技术平台下的首款产品，有着出众的颜值与性能，也是新区汽车产业向高端化、智能化、绿色化转型升级的代表作。
自动驾驶车辆可以自动识别红路灯，有条不紊穿行而过；数条道路上车水马龙，但没有一点拥堵，这是新区智慧交通建设成果。
在重庆两江新区国家级车联网先导区综合运控平台，这里汇集了车端、路侧、第三方平台等各类交通道路数据，实现“人—车—路—云”信息高效协同，提升城市智慧交通治理水平。
“用户对屏幕露出大笑、微笑、沮丧、轻松四个表情，系统就会实时识别展现对应的场景动画。”马上消费展品负责人介绍，这是由马上消费自主研发的“心情预报”人脸识别互动系统，可以判别人的心情指数。
在一天忙碌的工作后，坐在客厅沙发，只要呼唤一声，峰米科技的激光智能电视，便能在客厅大屏上，为您播放精彩的电影，一边品茶一边欣赏着电影，享受惬意智慧生活。
除此之外，展区还陈列有“神舟十三号”返航时宇航员乘坐的座椅、三一（重庆）所产挖掘机的模型、中科摇橹船研制的3D双目结构光相机等产品。
产业智兴
顺着“生活智惠”往前，便来到“产业智兴”展区，这里展示新区智能产业发展成效，有着汽车、电子信息、生命健康、装备制造等新区重点产业链代表性产品。今年上半年，直管区规上工业总产值2097.6亿元、同比增长10.1%，战略性新兴产业、高技术产业产值分别增长10.6%、5.5%。
作为西部首个国家级车联网先导区，两江新区围绕“感知、通信、决策控制”等关键领域核心软硬件，着力构建“整车生产+产业链配套+应用场景”的完整生态链，奋力打造具有国际影响力的智能网联新能源产业基地，加快形成万亿级汽车产业集群。
在智能网联汽车区域，新区“科创+产业”的典型—北理工重庆创新中心，与上市公司雷科防务联合孵化企业重庆睿行电子，带来毫米波雷达、交通雷达等众多产品，将为智能网联汽车带来更精准的感知。
中国汽研研发的OBU车载单元，基于C-V2X协议栈应用，具有通信、交互、定位等功能，与高级辅助驾驶ADAS、自动驾驶ADS深度融合，提供丰富的交通效率及安全服务。
纵目科技是国内率先获得整车厂L4级别量产项目定点合同的自动驾驶企业之一。其长距超声波长传感器，满足ASIL B安全等级，搭配自研先进点云感知算法，支持车身周围5.5米范围内360°感知覆盖、车位检测、紧急刹车等功能。
此外，还有赣锋锂业的固态锂离子电池、上海交大重庆研究院研发的中控显示屏底座等产品。
电子信息产业链展示产品区，全球第一款搭载OLED屏幕的机型，采用主屏+C面副屏设计的华硕双屏笔记本格外引人注目。
目前，新区电子信息产业 “芯屏器核网”全产业链加速形成。上半年电子信息产业完成产值1097.5亿元、同比增长5.1%，电子产业项目投资占工业总投资占比超50%。
集成电路已经成为各行各业实现信息化，智能化基础。新区也汇聚了紫光展锐、世芯电子等众多企业，形成了集成电路制造全产业链，完成了从上游设计到中游制造封测到下游整机配套的总体布局。
展区内，万国半导体的12寸晶圆、紫光展锐的物联网芯片、世芯电子的高效能运算HPC超算芯片展现出新区集成电路方面的重点成效。
新型显示方面，新区已构建起“石英砂—显示面板—显示终端”完整产业链和本地配套体系，正聚力打造国家级新型显示产业集群。康宁公司的大猩猩系列玻璃基板，莱宝科技的全贴合折叠屏，京东方4K智慧屏等悉数亮相。
新区一直将发展软件产业作为推动高质量发展的路径之一，通过软件产业实现“赋能、赋值、赋智”，加速构建以两江软件园、汽车软件城“双核”驱动的发展格局，加快形成工业软件、汽车软件、工业互联网、数字内容、集成电路设计等聚集发展态势，争创“中国软件名园”。
为此，新区也涌现出拥有自主可控、国际先进水平的通用工业仿真CAE软件的重庆励颐拓软件公司、打造了工业互联智能操作系统的重庆云内核智能科技公司等一众优秀企业，为制造业高质量发展提供助力。
生命健康产业，一头连着民生福祉，一头连着经济发展。两江新区正不断完善生命健康产业生态体系，提升生命健康产业的能级和水平。
重庆首家科创板过会企业山外山集团带来了自主研发的国内首台同时支持多器官生命系统，该设备实现多项重大技术创新，获得发明专利15项。
在它旁边，西山科技研发的乳房病灶旋切式活检系统，在乳腺外科领域打破国外技术垄断，实现进口替代。
而在两江新区馆的几个大家伙，让新区航空航天产业实现了“从无到有”“从小到大”的成果引入眼帘。
翼展三米多的亿飞智联研发的无人机，其图传、飞控及航电系统均属业内领先水平；中国星网长征二号系列火箭，主要用于发射近地轨道卫星和飞船；零壹空间研制的智能亚轨道火箭“两江之星”，于2018年成功发射，是我国第一枚民营自研商用火箭。
坐落于两江协同创新区的摩方精密科技，是全球唯一一家最高精度能达到2微米，并投入实际工业应用的超高精密3D打印系统制造商，此次也带来了高端装备产业链上的超高精密3D打印系统参展。
“这个最高精度能达到2微米，技术实力还是不简单，如果可以我们还想跟他们谈谈合作。”前来参展的另一制造业展商代表王先生说道。
值得一提的是，七腾科技生产的智能巡检机器人、吸附式桥梁检测飞行机器人、飞秒激光制备石墨烯等产品也在展馆中亮相。
（重庆之声记者 张婷婷 两江新区供图）
大芯片面临的共同挑战（下）
原创 Chaobowx 软硬件融合
3 大芯片面临的共同挑战
3.1 挑战一：复杂大系统，对灵活性的要求高于对性能的要求
有一个非常经典的问题：终端非常流行SOC，但为什么数据中心服务器却依然是CPU打天下？
越是复杂的场景，对系统灵活性的要求越高。CPU作为云计算场景的主力计算平台有其合理性，主要体现在四个方面：
硬件的灵活性。软件应用迭代很快，支持软件运行的硬件处理引擎要能够很好地支持这些迭代。CPU因为其灵活的基础指令编程的特点，是最适合云计算的处理引擎。
硬件的通用性。云计算厂家购买硬件服务器，很难预测这些硬件服务器会运行哪类工作任务，最好的办法是采用完全通用的服务器。CPU由于其绝对的通用性，成为云计算场景最优的选择。
硬件的利用率。云计算的基础技术是虚拟化，通过虚拟化把资源切分，实现资源共享，以此提高资源利用并降低成本。只有CPU能够实现非常友好的硬件级别的虚拟化支持，从而实现更高的资源利用率。而其他硬件加速平台，（相对的）资源利用率很难做到很高，这就约束了其性能优势。
硬件的一致性。在云计算数据中心，软件和硬件是需要相互脱离的。同一个软件实体会在不同的硬件实体迁移，同样的同一个硬件实体也需要运行不同的软件实体。这对硬件平台的一致性提出了很高的要求。
在性能满足要求的情况下，CPU当仁不让的就成了数据中心计算平台的最佳选择。
可惜的是，目前，CPU的性能无法满足要求了。在CPU性能不满足要求的情况下，就需要创新的硬件来进行性能加速。如何在整个系统保持跟传统CPU接近的通用性、灵活性、可编程性、易用性的约束条件下，实现性能显著提升，成为了重要的挑战。
3.2 挑战二：如何数量级的提升综合性能？
我们之前都讲过，性能和单位指令的复杂度是正相关的。指令越简单，性能相对越低；指令越复杂，性能相对越好。但指令简单，我们就可以随心所欲组合各种各样的场景的应用程序；而指令越复杂，引擎所能覆盖的领域和场景就会越来越小。
如上图所示：
CPU性能最差，但几乎可以覆盖所有的计算场景，是最通用的处理器；
DSA覆盖某个特定领域，性能可以做到很好。但覆盖的领域如果算法更新迭代快或者领域的范围较小不足以支撑大算力芯片的大范围落地的话，这样的DSA芯片在商业上就很难成立。
GPU介于两者之间。
CPU软件，是通过基础的指令组合出来所需要的业务逻辑；而为了提升性能，硬件加速本质上是将业务逻辑固化成硬件电路。而将业务逻辑固化成电路，虽然提升了性能，但会约束芯片本身的场景覆盖。目前，很多算力芯片的设计陷入了一个怪圈：越优化性能，场景覆盖越狭窄；场景覆盖越狭窄，芯片出货量越低；芯片出货量低，无法覆盖芯片的一次性研发成本，商业逻辑不成立，后续的持续研发难以为继。
以AI为典型场景，目前AI芯片落地难的本质：很多AI芯片特别强调深度理解算法，然后把算法融入到芯片中。但受限于AI类算法多种多样，并且算法都在快速的迭代。这导致AI芯片一直无法大规模落地，芯片数以亿计的研发成本难以摊薄。因此，从目前来看，AI芯片在商业逻辑上无法成立。
AI芯片已经榨干了目前芯片所能达到的性能极限；未来，L4/L5级别的自动驾驶芯片需要算力十倍百倍的提升；而要想达到元宇宙所需的良好体验，则需要算力千倍万倍的提升。如何在确保芯片的场景覆盖如CPU一样通用全面，并且还能够十倍百倍甚至千倍万倍的快速性能提升，是大算力芯片需要直面的挑战。
3.3 挑战三：业务的横向和纵向差异性
业务的横向差异指的是不同客户之间相近业务的细节差异性；而纵向差异指的是单个用户业务的长期迭代的差异性。
不同用户的业务存在差异，即使同一大公司内部，不同的团队对相同场景的业务需求也是不完全一致的。并且，即使同一客户，受限于软件的快速更新迭代，其业务逻辑更新也会很快，显著的快于硬件芯片的更新迭代（软件迭代通常在3-6个月，而芯片迭代则是2-3年，还要考虑芯片4-5年的生命周期）。
针对横向和纵向的差异性，目前行业有几种显著的做法：
一些芯片大厂，针对自身对场景的理解，提供自认为最优的业务逻辑加速方案给到用户。但站在用户的视角，这样会丧失自身的差异性和创造性。用户需要修改自身的业务逻辑，这个风险也非常的高；并且，会对芯片公司形成强依赖关系。
一些大客户。针对自身差异化场景，自研芯片。可以满足自身差异化的竞争能力，但大用户内部也是由许多不同的小团队组成，不同团队业务场景仍然存在差异性；并且，单个业务纵向的长期迭代差异依然是需要考虑的。定制芯片在商业上是可行的，但需要考虑技术层面的通用芯片设计。
第三方通用的解决方案。“授人以鱼，不如授人以渔”，通过通用的设计，确保在每个领域，都能够实现一定程度上的软硬件解耦。芯片公司提供“通用”的硬件平台，让用户通过编程的方式实现业务差异化，“让用户掌控一切”。
3.4 挑战四：芯片的一次性成本过高
在先进工艺的设计成本方面，知名半导体研究机构Semiengingeering统计了不同工艺下芯片所需费用（费用包括了）：16nm节点则需要1亿美元；7nm节点需要2.97亿美元；到了5nm节点，费用高达5.42亿美元；3nm节点的研发费用，预计将接近10亿美元。
就意味着，大芯片需要足够通用，足够大范围落地，才能在商业逻辑上成立。做一个基本的估算：在数据中心场景，则需要50万以上的销售量，才能有效摊薄研发成本。在数据中心领域，这个门槛非常高。
3.5 挑战五：宏观算力要求芯片能够支撑大规模部署
性能和灵活性是一对矛盾，很多性能优化的芯片设计方案，显著的提升性能的同时，也显著的降低了芯片的通用性、灵活性和易用性，同时降低了芯片的场景和用户覆盖。从而导致芯片落地规模很小。
芯片落地规模小，单芯片再高的性能，都相当于无源之水，没有了意义。
因此，一个综合性的芯片平台，需要考虑芯片性能提升的同时，也要考虑如何提高芯片的宏观规模落地：需要考虑芯片的场景覆盖；需要考虑芯片的用户覆盖；需要考虑芯片的功能横向和纵向的差异性覆盖。
只有兼顾了性能和更多用户和场景覆盖，才能实现大芯片的规模化部署，才能显著的提升宏观算力。
3.6 挑战六：计算平台的融合
算力需要池化，并且，算力不仅仅是数据中心基于x86 CPU的算力池化，算力池化，需要：
算力需要跨不同的CPU架构，比如能够把x86、ARM、RISCv等主流架构的算力整合到一个算力池；
算力需要跨不同类型的处理引擎。比如把CPU、GPU、FPGA、DSA的算力整合到一个算力池；
算力还需要跨不同厂家的硬件平台，算力需要把不同Vendor提供的算力资源都能够整合到一个算力池；
算力需要跨不同位置，算力可以部署云、边、端甚至网络，可以把这些算力整合到一个算力池。
云网边端融合，就是把所有的算力资源整合到一起，真正实现跨云网边端自适应的软件运行。挑战在于，如何构建统一的开放的硬件平台和系统堆栈。
3.7 挑战七：生态建设的门槛
大芯片一定需要平台化，一定需要开发框架并形成开发生态。而框架和生态门槛高，且需要长期积累，对小公司来说是一件非常难的事情。
RISC-v CPU已经如火如荼，很多公司，特别是一些初创小公司，大家都非常认可RISC-v的开源开放的理念和价值，众人拾柴火焰高，大家共同推动RISC-v开放生态的蓬勃发展。
未来，计算进一步走向异构和超异构计算，架构和平台越来越多，此时，开源开放已经不是可选项，而是成为必选项。因为，如果不是开源开放，那就会导致算力资源完全的碎片化，何谈算力池化，何谈云网边端融合。
开源开放，是大芯片平台和生态建设的必然选择。
3.8 挑战八：（用户视角）宏观跨平台的挑战，没有平台依赖
站在芯片厂家视角，给客户提供芯片以及配套的驱动软件，然后有SDK等开发工具包，用户基于此开发自己的应用程序，这样就万事大吉。但站在用户的视角，问题可不是这样。用户的软件应用和硬件平台是完全脱离的。
我们以VM计算机虚拟化为例。用户的VM需要在不同的硬件平台上能够实时热迁移，这样就对硬件平台的一致性就有了要求。通常，硬件一致性是通过虚拟化来完成的，虚拟化给上层的VM抽象出标准的硬件平台，使得VM可以跨不同架构的硬件服务器运行。随着CPU性能的瓶颈，虚拟化相关堆栈逐渐下沉到了硬件加速，这样，就需要把硬件接口直接暴露给业务VM，那么就需要硬件架构/接口原生支持一致性。
硬件架构/接口原生支持一致性，换个表述，就是不同厂家的芯片平台提供的是相同的架构和接口，使得软件可以方便的跨不同厂家的硬件平台迁移。如果某个厂家提供的是私有架构/接口的硬件平台，那么用户就会对平台形成强依赖关系，并且如果选择的个性化平台越多，使得用户自己的数据中心变成割裂的各自不同的资源池碎片，这样云的整个运营管理变得非常的复杂和困难。
（正文完）
原创 Chaobowx 软硬件融合
3 大芯片面临的共同挑战
3.1 挑战一：复杂大系统，对灵活性的要求高于对性能的要求
有一个非常经典的问题：终端非常流行SOC，但为什么数据中心服务器却依然是CPU打天下？
越是复杂的场景，对系统灵活性的要求越高。CPU作为云计算场景的主力计算平台有其合理性，主要体现在四个方面：
硬件的灵活性。软件应用迭代很快，支持软件运行的硬件处理引擎要能够很好地支持这些迭代。CPU因为其灵活的基础指令编程的特点，是最适合云计算的处理引擎。
硬件的通用性。云计算厂家购买硬件服务器，很难预测这些硬件服务器会运行哪类工作任务，最好的办法是采用完全通用的服务器。CPU由于其绝对的通用性，成为云计算场景最优的选择。
硬件的利用率。云计算的基础技术是虚拟化，通过虚拟化把资源切分，实现资源共享，以此提高资源利用并降低成本。只有CPU能够实现非常友好的硬件级别的虚拟化支持，从而实现更高的资源利用率。而其他硬件加速平台，（相对的）资源利用率很难做到很高，这就约束了其性能优势。
硬件的一致性。在云计算数据中心，软件和硬件是需要相互脱离的。同一个软件实体会在不同的硬件实体迁移，同样的同一个硬件实体也需要运行不同的软件实体。这对硬件平台的一致性提出了很高的要求。
在性能满足要求的情况下，CPU当仁不让的就成了数据中心计算平台的最佳选择。
可惜的是，目前，CPU的性能无法满足要求了。在CPU性能不满足要求的情况下，就需要创新的硬件来进行性能加速。如何在整个系统保持跟传统CPU接近的通用性、灵活性、可编程性、易用性的约束条件下，实现性能显著提升，成为了重要的挑战。
3.2 挑战二：如何数量级的提升综合性能？
我们之前都讲过，性能和单位指令的复杂度是正相关的。指令越简单，性能相对越低；指令越复杂，性能相对越好。但指令简单，我们就可以随心所欲组合各种各样的场景的应用程序；而指令越复杂，引擎所能覆盖的领域和场景就会越来越小。
如上图所示：
CPU性能最差，但几乎可以覆盖所有的计算场景，是最通用的处理器；
DSA覆盖某个特定领域，性能可以做到很好。但覆盖的领域如果算法更新迭代快或者领域的范围较小不足以支撑大算力芯片的大范围落地的话，这样的DSA芯片在商业上就很难成立。
GPU介于两者之间。
CPU软件，是通过基础的指令组合出来所需要的业务逻辑；而为了提升性能，硬件加速本质上是将业务逻辑固化成硬件电路。而将业务逻辑固化成电路，虽然提升了性能，但会约束芯片本身的场景覆盖。目前，很多算力芯片的设计陷入了一个怪圈：越优化性能，场景覆盖越狭窄；场景覆盖越狭窄，芯片出货量越低；芯片出货量低，无法覆盖芯片的一次性研发成本，商业逻辑不成立，后续的持续研发难以为继。
以AI为典型场景，目前AI芯片落地难的本质：很多AI芯片特别强调深度理解算法，然后把算法融入到芯片中。但受限于AI类算法多种多样，并且算法都在快速的迭代。这导致AI芯片一直无法大规模落地，芯片数以亿计的研发成本难以摊薄。因此，从目前来看，AI芯片在商业逻辑上无法成立。
AI芯片已经榨干了目前芯片所能达到的性能极限；未来，L4/L5级别的自动驾驶芯片需要算力十倍百倍的提升；而要想达到元宇宙所需的良好体验，则需要算力千倍万倍的提升。如何在确保芯片的场景覆盖如CPU一样通用全面，并且还能够十倍百倍甚至千倍万倍的快速性能提升，是大算力芯片需要直面的挑战。
3.3 挑战三：业务的横向和纵向差异性
业务的横向差异指的是不同客户之间相近业务的细节差异性；而纵向差异指的是单个用户业务的长期迭代的差异性。
不同用户的业务存在差异，即使同一大公司内部，不同的团队对相同场景的业务需求也是不完全一致的。并且，即使同一客户，受限于软件的快速更新迭代，其业务逻辑更新也会很快，显著的快于硬件芯片的更新迭代（软件迭代通常在3-6个月，而芯片迭代则是2-3年，还要考虑芯片4-5年的生命周期）。
针对横向和纵向的差异性，目前行业有几种显著的做法：
一些芯片大厂，针对自身对场景的理解，提供自认为最优的业务逻辑加速方案给到用户。但站在用户的视角，这样会丧失自身的差异性和创造性。用户需要修改自身的业务逻辑，这个风险也非常的高；并且，会对芯片公司形成强依赖关系。
一些大客户。针对自身差异化场景，自研芯片。可以满足自身差异化的竞争能力，但大用户内部也是由许多不同的小团队组成，不同团队业务场景仍然存在差异性；并且，单个业务纵向的长期迭代差异依然是需要考虑的。定制芯片在商业上是可行的，但需要考虑技术层面的通用芯片设计。
第三方通用的解决方案。“授人以鱼，不如授人以渔”，通过通用的设计，确保在每个领域，都能够实现一定程度上的软硬件解耦。芯片公司提供“通用”的硬件平台，让用户通过编程的方式实现业务差异化，“让用户掌控一切”。
3.4 挑战四：芯片的一次性成本过高
在先进工艺的设计成本方面，知名半导体研究机构Semiengingeering统计了不同工艺下芯片所需费用（费用包括了）：16nm节点则需要1亿美元；7nm节点需要2.97亿美元；到了5nm节点，费用高达5.42亿美元；3nm节点的研发费用，预计将接近10亿美元。
就意味着，大芯片需要足够通用，足够大范围落地，才能在商业逻辑上成立。做一个基本的估算：在数据中心场景，则需要50万以上的销售量，才能有效摊薄研发成本。在数据中心领域，这个门槛非常高。
3.5 挑战五：宏观算力要求芯片能够支撑大规模部署
性能和灵活性是一对矛盾，很多性能优化的芯片设计方案，显著的提升性能的同时，也显著的降低了芯片的通用性、灵活性和易用性，同时降低了芯片的场景和用户覆盖。从而导致芯片落地规模很小。
芯片落地规模小，单芯片再高的性能，都相当于无源之水，没有了意义。
因此，一个综合性的芯片平台，需要考虑芯片性能提升的同时，也要考虑如何提高芯片的宏观规模落地：需要考虑芯片的场景覆盖；需要考虑芯片的用户覆盖；需要考虑芯片的功能横向和纵向的差异性覆盖。
只有兼顾了性能和更多用户和场景覆盖，才能实现大芯片的规模化部署，才能显著的提升宏观算力。
3.6 挑战六：计算平台的融合
算力需要池化，并且，算力不仅仅是数据中心基于x86 CPU的算力池化，算力池化，需要：
算力需要跨不同的CPU架构，比如能够把x86、ARM、RISCv等主流架构的算力整合到一个算力池；
算力需要跨不同类型的处理引擎。比如把CPU、GPU、FPGA、DSA的算力整合到一个算力池；
算力还需要跨不同厂家的硬件平台，算力需要把不同Vendor提供的算力资源都能够整合到一个算力池；
算力需要跨不同位置，算力可以部署云、边、端甚至网络，可以把这些算力整合到一个算力池。
云网边端融合，就是把所有的算力资源整合到一起，真正实现跨云网边端自适应的软件运行。挑战在于，如何构建统一的开放的硬件平台和系统堆栈。
3.7 挑战七：生态建设的门槛
大芯片一定需要平台化，一定需要开发框架并形成开发生态。而框架和生态门槛高，且需要长期积累，对小公司来说是一件非常难的事情。
RISC-v CPU已经如火如荼，很多公司，特别是一些初创小公司，大家都非常认可RISC-v的开源开放的理念和价值，众人拾柴火焰高，大家共同推动RISC-v开放生态的蓬勃发展。
未来，计算进一步走向异构和超异构计算，架构和平台越来越多，此时，开源开放已经不是可选项，而是成为必选项。因为，如果不是开源开放，那就会导致算力资源完全的碎片化，何谈算力池化，何谈云网边端融合。
开源开放，是大芯片平台和生态建设的必然选择。
3.8 挑战八：（用户视角）宏观跨平台的挑战，没有平台依赖
站在芯片厂家视角，给客户提供芯片以及配套的驱动软件，然后有SDK等开发工具包，用户基于此开发自己的应用程序，这样就万事大吉。但站在用户的视角，问题可不是这样。用户的软件应用和硬件平台是完全脱离的。
我们以VM计算机虚拟化为例。用户的VM需要在不同的硬件平台上能够实时热迁移，这样就对硬件平台的一致性就有了要求。通常，硬件一致性是通过虚拟化来完成的，虚拟化给上层的VM抽象出标准的硬件平台，使得VM可以跨不同架构的硬件服务器运行。随着CPU性能的瓶颈，虚拟化相关堆栈逐渐下沉到了硬件加速，这样，就需要把硬件接口直接暴露给业务VM，那么就需要硬件架构/接口原生支持一致性。
硬件架构/接口原生支持一致性，换个表述，就是不同厂家的芯片平台提供的是相同的架构和接口，使得软件可以方便的跨不同厂家的硬件平台迁移。如果某个厂家提供的是私有架构/接口的硬件平台，那么用户就会对平台形成强依赖关系，并且如果选择的个性化平台越多，使得用户自己的数据中心变成割裂的各自不同的资源池碎片，这样云的整个运营管理变得非常的复杂和困难。
（正文完）
【有些缩短有些消失！西宁这些公交线路咋了？】“102路公交车缩短线路，去力盟没有了直达车，不太方便。”“我家住马坊东，之前，一直乘坐83路公交车出行，现在取消了站点，上班还得倒车。”“5路车发车时间间隔有点长，经常要等好久。”……近日，有不少西宁市民在西海都市报App《记者帮》栏目留言反映，西宁部分公交线路优化调整后，反而给出行带来不便。
7月28日，记者采访了西宁公交集团有限公司相关工作人员，工作人员就市民集中反映的问题和所提意见做了详细解答。
图片
市民有序乘坐公交车。
问题一：线路缩短 换乘不便
家住互助东路25号的赵女士告诉记者，她每天要乘坐102路公交车上下班，可最近102路线路缩短了，终点站由刘家寨变成了西门，由于播报系统没有及时更改，到了西门也不提醒是终点站，导致她上班迟到了。没有了直达车，只好每天换乘其他公交车上下班，有些不便。
“我家门口就是公交站，前几天去力盟，乘坐102路公交车，结果刚坐了一站就到了西门，司机说是终点站，车上也没有贴公告，我只好下来又换乘其他车。”家住北大街的王先生说。
除了102路公交线，有市民反映83路公交线也缩短了。家住马坊西的吴女士说，她经常乘坐83路公交车出行，前段时间线路变短了，终点站从马坊西变成了五岔路口，现在要出行，还得换乘。
7月27日，记者特意乘坐102路和83路公交车，发现102路和83路公交车缩短线路后，车上没有张贴线路更改的相关公告。102路到西门后，系统是正常报站，没有终点站的提醒。“不提前告知，刚坐了两站就得下车，耽误时间，西宁智能公交App上也没有及时更改站点设置。”有些乘客抱怨道。
对于市民反映的部分公交线路缩短，出行不便的问题，西宁公交集团有限公司工作人员解释，目前，102路、83路公交车作了调整，调整之前，公司已现场勘查与调研协调，有些线路与其他公交线路重合，在经过充分论证之后，按照市民乘车需求优化调整。
问题二：公交车车次少 一等就是半小时
“每天7时到8时30分这个时间段，乘客特别多，挤都挤不上去。尽管我有时提前20分钟到车站，但仍然会等上20分钟，车太少，中午下班后，要是错过一辆车，有时候得等半小时。”谈到早高峰时的66路公交车，家住小桥医院附近的贾女士有些无奈，她建议66路公交车早高峰增加车次，或者将21路（终点站朝阳西）延长一站，方便小桥医院附近的居民出行。
还有市民反映，5路、38路公交车也存在车辆少、车难等的问题。
“有的时间段，整条线路只有一辆车，等车就要花费半小时甚至更多时间，不便于出行。”家住西宁市红星天铂小区的聂先生说，希望5路公交车能够增加车次，缩短发车间隔时间。
市民范女士说，有一次她想乘坐38路从新华巷口到省第四人民医院，刚到公交站，一辆38路车就开走了，没想到等了30多分钟都没等到下一辆，最后，还是选择坐别的车再换乘。
西宁公交集团有限公司工作人员称，西宁市南川片区多为新建小区，目前，只有部分小区交房入住，5路公交车也是根据客流量设置，并且，此前由于疫情原因，部分公交线路减少了车次，后期会根据客运量逐渐恢复运营车辆和班次。对于市民反映的问题，他们会及时上报给公司，进一步优化调整。
问题三：App报站与实际到站不符
西宁智能公交App的运行给市民日常出行提供了不少便利，但有时App显示到站预报不准，令不少人倍感困扰。市民王女士说，她经常乘坐86路公交车出行，遇到过几次App上显示时间与实际到站时间不符的情况，有一次差了近20分钟。
那么，除了86路外，其他公交车App显示与实际到站情况如何呢？记者分别在高峰时段和非高峰时段，试乘了71路、301路、K2、27路、19路、85路、26路、9路等公交线路发现，每一班车的实际到站时间和App最新预报时间基本吻合，只有个别线路有点误差，但前后时差不会太大。
对于App预报与实际到站存在误差的情况，不少市民表示，如果时差较小，可以理解和接受。但也有市民质疑，有时App显示有车，但是等好久也不见车来，这样也不具备参考价值。
对此，西宁公交集团有限公司工作人员介绍，目前，App预报功能主要基于车载GPS，不同线路公交车的车载GPS设备优良性存在差异，就会出现行驶过程中传输信号不稳定、不能准确感知定位，造成数据误差的情况。此外，时段、路况等都会成为影响GPS准确性的因素。
针对市民反映的问题，公司会及时对设施设备系统技术升级完善，方便市民查询实时行车数据。同时，将加大对车辆正点正趟营运秩序管理，适时开展运力调配，方便市民出行。
问题四：这些线路的公交车还恢复吗
“我乘公交车的时候，发现9001路、16路、501路等好几条线路的公交车都没有运营。”家住海湖新区的刘先生说，他平时经常乘公交车出去跑业务，但近段时间，他发现常坐的9001路、51路公交车都没有了，不知道是临时停运，还是会持续很长时间？
近期，还有人在网络上发布了关于西宁部分公交车撤线的消息，涉及线路有49路、51路、101路、501路、16路、9001路等。
那这些公交线路到底有没有撤线？还会恢复运营吗？西宁公交集团有限公司工作人员介绍，此前，受疫情影响，有些公交线路乘客量偏少，公司出于疫情防控及运营成本等方面的考虑，根据不同公交线路的客流量，对线路、车次与运力适时调整，部分公交车暂缓运行，但并没有撤线，公司也没有通过官方发布相关信息。对于是否恢复运营，公司会根据市民乘车需求进一步调整。
工作人员提醒，关于公交车线路调整、运行的相关消息，全部以西宁公交集团有限公司官方发布的信息为准，市民在准备乘坐公交车时，可通过西宁智能公交App查询运营线路，以免耽误出行。
西海全媒体记者/徐变银 文/图
7月28日，记者采访了西宁公交集团有限公司相关工作人员，工作人员就市民集中反映的问题和所提意见做了详细解答。
图片
市民有序乘坐公交车。
问题一：线路缩短 换乘不便
家住互助东路25号的赵女士告诉记者，她每天要乘坐102路公交车上下班，可最近102路线路缩短了，终点站由刘家寨变成了西门，由于播报系统没有及时更改，到了西门也不提醒是终点站，导致她上班迟到了。没有了直达车，只好每天换乘其他公交车上下班，有些不便。
“我家门口就是公交站，前几天去力盟，乘坐102路公交车，结果刚坐了一站就到了西门，司机说是终点站，车上也没有贴公告，我只好下来又换乘其他车。”家住北大街的王先生说。
除了102路公交线，有市民反映83路公交线也缩短了。家住马坊西的吴女士说，她经常乘坐83路公交车出行，前段时间线路变短了，终点站从马坊西变成了五岔路口，现在要出行，还得换乘。
7月27日，记者特意乘坐102路和83路公交车，发现102路和83路公交车缩短线路后，车上没有张贴线路更改的相关公告。102路到西门后，系统是正常报站，没有终点站的提醒。“不提前告知，刚坐了两站就得下车，耽误时间，西宁智能公交App上也没有及时更改站点设置。”有些乘客抱怨道。
对于市民反映的部分公交线路缩短，出行不便的问题，西宁公交集团有限公司工作人员解释，目前，102路、83路公交车作了调整，调整之前，公司已现场勘查与调研协调，有些线路与其他公交线路重合，在经过充分论证之后，按照市民乘车需求优化调整。
问题二：公交车车次少 一等就是半小时
“每天7时到8时30分这个时间段，乘客特别多，挤都挤不上去。尽管我有时提前20分钟到车站，但仍然会等上20分钟，车太少，中午下班后，要是错过一辆车，有时候得等半小时。”谈到早高峰时的66路公交车，家住小桥医院附近的贾女士有些无奈，她建议66路公交车早高峰增加车次，或者将21路（终点站朝阳西）延长一站，方便小桥医院附近的居民出行。
还有市民反映，5路、38路公交车也存在车辆少、车难等的问题。
“有的时间段，整条线路只有一辆车，等车就要花费半小时甚至更多时间，不便于出行。”家住西宁市红星天铂小区的聂先生说，希望5路公交车能够增加车次，缩短发车间隔时间。
市民范女士说，有一次她想乘坐38路从新华巷口到省第四人民医院，刚到公交站，一辆38路车就开走了，没想到等了30多分钟都没等到下一辆，最后，还是选择坐别的车再换乘。
西宁公交集团有限公司工作人员称，西宁市南川片区多为新建小区，目前，只有部分小区交房入住，5路公交车也是根据客流量设置，并且，此前由于疫情原因，部分公交线路减少了车次，后期会根据客运量逐渐恢复运营车辆和班次。对于市民反映的问题，他们会及时上报给公司，进一步优化调整。
问题三：App报站与实际到站不符
西宁智能公交App的运行给市民日常出行提供了不少便利，但有时App显示到站预报不准，令不少人倍感困扰。市民王女士说，她经常乘坐86路公交车出行，遇到过几次App上显示时间与实际到站时间不符的情况，有一次差了近20分钟。
那么，除了86路外，其他公交车App显示与实际到站情况如何呢？记者分别在高峰时段和非高峰时段，试乘了71路、301路、K2、27路、19路、85路、26路、9路等公交线路发现，每一班车的实际到站时间和App最新预报时间基本吻合，只有个别线路有点误差，但前后时差不会太大。
对于App预报与实际到站存在误差的情况，不少市民表示，如果时差较小，可以理解和接受。但也有市民质疑，有时App显示有车，但是等好久也不见车来，这样也不具备参考价值。
对此，西宁公交集团有限公司工作人员介绍，目前，App预报功能主要基于车载GPS，不同线路公交车的车载GPS设备优良性存在差异，就会出现行驶过程中传输信号不稳定、不能准确感知定位，造成数据误差的情况。此外，时段、路况等都会成为影响GPS准确性的因素。
针对市民反映的问题，公司会及时对设施设备系统技术升级完善，方便市民查询实时行车数据。同时，将加大对车辆正点正趟营运秩序管理，适时开展运力调配，方便市民出行。
问题四：这些线路的公交车还恢复吗
“我乘公交车的时候，发现9001路、16路、501路等好几条线路的公交车都没有运营。”家住海湖新区的刘先生说，他平时经常乘公交车出去跑业务，但近段时间，他发现常坐的9001路、51路公交车都没有了，不知道是临时停运，还是会持续很长时间？
近期，还有人在网络上发布了关于西宁部分公交车撤线的消息，涉及线路有49路、51路、101路、501路、16路、9001路等。
那这些公交线路到底有没有撤线？还会恢复运营吗？西宁公交集团有限公司工作人员介绍，此前，受疫情影响，有些公交线路乘客量偏少，公司出于疫情防控及运营成本等方面的考虑，根据不同公交线路的客流量，对线路、车次与运力适时调整，部分公交车暂缓运行，但并没有撤线，公司也没有通过官方发布相关信息。对于是否恢复运营，公司会根据市民乘车需求进一步调整。
工作人员提醒，关于公交车线路调整、运行的相关消息，全部以西宁公交集团有限公司官方发布的信息为准，市民在准备乘坐公交车时，可通过西宁智能公交App查询运营线路，以免耽误出行。
西海全媒体记者/徐变银 文/图
✋热门推荐