数据流芯片的发展现状、趋势与挑战

冷静文1, 过敏意1, 曾德泽2, 蒋文斌3, 叶笑春4, 陈华曦5, 李文明4 （1.上海交通大学电子信息与电气工程学院；2.中国地质大学(武汉) 计算机学院；3.华中科技大学计算机科学与技术学院；4.中国科学院计算技术研究所处理器芯片全国重点实验室；5.之江实验室智能计算平台中心）

摘要：本文聚焦于新型数据流架构在多领域融合计算中的应用潜力与发展趋势. 随着人工智能、图计算和大数据等新兴技术的发展, 传统冯· 诺依曼(von Neumann) 架构和领域专用架构的性能瓶颈愈加显著, 难以满足未来计算系统对高性能和高灵活性的需求. 本文首先梳理了现有数据流芯片的设计方法, 基于专用性与通用性、执行粒度等维度探讨了数据流架构的不同实现方式及其应用现状. 在此基础上, 提出了一种基于并发代码块的数据流抽象机模型, 并设计了完整的指令集和微体系结构, 进一步实现了跨领域的统一中间表示和多种算子融合策略, 优化了数据流在图神经网络、大模型计算和实时信号处理等任务中的执行效率. 实验结果表明, 基于该抽象机模型的处理器在性能与功耗方面优于现有的通用处理器架构. 最终, 本文展望了数据流架构在未来计算系统中的广泛应用前景及其对高效能计算的深远影响.

关键词：多领域融合计算, 数据流架构, 抽象机模型