NVIDIA也看上了RISC-V架构：融入深度神经网络加速器

risc-v架构和指令集凭借其开放特性，正赢得越来越广泛的关注，无论是中国还是intel、三星、高通等巨头都大力投入，risc-v也被视为arm乃至是x86的潜在“备胎”。

其实，nvidia对于risc-v架构也非常关注，早早就加入了risc-v基金会，并做了不少研究，近日还公开了在深度神经网络(dnn)中应用risc-v指令集的可能。

nvidia表示，dnn需要高性能、高精度，对功耗也比较敏感，打造dnn加速器并不容易，成本也很高，所以计划使用低功耗、高带宽的芯片互连技术，将多个推理加速芯片组成一个mesh网格网络。

封装架构、芯片架构、pe结构

在一款研究性芯片中，nvidia设计了16个用于深度学习计算的处理元件(pe)，搭配一个采用risc-v指令集的控制器，可提供4.01tops(每秒4.01万亿次操作)的算力，支持最多36块芯片互连，总算力达到128tops。

使用台积电16nm工艺时，单个芯片封装面积6平方毫米(2.4×2.5毫米)，内核面积3.1平方毫米，36块芯片互连就是总封装面积216平方毫米、总内核面积111.6平方毫米，仍然在可控范围内，而且算下来能效可达1.15tops每平方毫米。

不过，nvidia这项研究只是一种方向性探索，暂时不会有对应的商用产品，但思路可能会融入到未来的架构和产品设计中。