人工智能的芯片江湖（3）-独孤求败
对物理化学领域的世界顶尖科研工作者来说，梦里三生三世，十里桃花，皆是诺贝尔奖的一颦一笑；那么，对计算机领域大神们，则是知否知否，应该如何通过图灵大师的问答；
2017年 国际计算机学会(Association for Computing Machinary,ACM)提名斯坦福大学前校长约翰·L·轩尼诗（John L. Hennessy）以及加州大学伯克利分校退休教授大卫·A·帕特森（David A. Patterson）为2017年度ACM图灵奖获得者；
图灵奖项名单一出来，几乎所有人都认为，Hennessy和Patterson实至名归；作为计算机体系结构的两尊大神，也是芯片江湖的独孤求败；如果给这两个人写一个墓志铭，那么就是：
一：创办了一个门派（RISC），
二：撰写了一本秘籍（计算机体系架构-量化研究方法）
当年，在整个江湖，（从大型机到个人计算机）中使用的CISC（Complex Instruction Set Computing，复杂指令集计算）体系结构，在那个时候，复杂指令集（CISC）是主流的指令集架构。然而，随着RAM技术的发展，RAM速度越来越快，成本越来越低，因此在处理器上集成指令缓存成为可能。RISC的出现可谓水到渠成。研究发现计算机执行大多数程序时CISC指令集中绝大多数指令都只在极少的时间才被用到，因此专门为这些指令设计硬件并不划算。相反，使用精简指令集（RISC）可以大大简化硬件的设计，从而使流水线设计变得简化，同时也让流水线可以运行更快。
轩尼诗（Hennessy）和帕特森（Patterson）的提出RISC使整个业界认识到，原来处理器还可以这么玩。定长的指令结构，尽可能单周期的操作（也有多周期的操作），简洁的操作码和操作符，更简单的访问存储的结构，RISC带来更高的运行频率，看起来就像贝多芬的协奏曲一样和谐；
他们不但是理论的开创者，也是产业化的先锋，他们创办了MIPS，MIPS后来被Silicon Graphics收购，其处理器与斯坦福大学James Clark开发的定制图形相结合，为好莱坞在上世纪80年代末和90年代所依赖的高性能图形工作站提供了动力。
如今，师承他们衣钵的ARM一统嵌入式处理器的天下；如今形成了处理器移动端/嵌入式的ARM（RISC）和PC端/服务器端的intel（CISC）两强相争，楚河汉界的局面；（后续专门介绍RISC和CISC的恩怨情仇，此不展开）；实际上intel的CISC指令集已经借鉴RISC的思想，在微码结构上也采用的RISC；
另一个使这两位大使的封神之路，是这本武林秘籍的出版；第一部《计算机体系结构：定量方法》（ComputerArchitecture:A QuantitativeApproach）；他们两人开始合作，创建了一个系统的定量方法来设计更快，更低的功耗和降低复杂性的微处理器；计算机体系结构学科的里程碑式教科书。现已出版第六版，为几代架构师确立了经久不衰的量化研究方法。
Hennessy和Patterson的一生事业都钟情于计算机体系结构，致力于一个更为简洁和解决问题的体系结构；先是RISC；Patterson 老爷子近年来参与和领导的RISCV 又进一步，将整个指令集开源，可以调动更多的智慧和厂家来参与到开源的处理器架构中来，简洁，开源；
四十年间，处理器性能以每年1.4倍的速度指数上升，目前性能相比于四十年前改进了约一百万倍。在处理器架构角度，最大的进步包括位宽（由八位进化到了六十四位），指令级并行度（从最初每条指令需要4-10个时钟周期执行到现在每周期可以同时执行超过4条指令，这是10-20倍的改善），以及多核架构（由单核演化到32核）。从性能角度，时钟频率从3MHz进化到4GHz。这一切都是因为集成电路生产工艺进化为基础的。摩尔定律使得处理器晶体管数持续上升，但是因为晶体管功耗和晶体管面积缩小的速度基本相同，因此在前40年间芯片单位面积的功耗基本不变。
随着摩尔定律的趋于终结，功耗墙，存储墙，频率墙，如今的处理器应对新问题的越来越力不从心，而又不能给处理器保温杯里泡枸杞（泡冷水还有些用）；面对AI的新应用，Hennessy和Patterson又开始给业界提出了DSA（Domain Specific Architecture，领域定制架构），与通用处理器不同的是，DSA专门解决一类问题；用马克思主义哲学的话，就是解决主要矛盾；而CPU就是眉毛胡子一把抓，什么都干，什么都干不好；
例如在AI芯片领域，卷积或矩阵的乘法，池化，非线性操作，取权重等操作，那就专门设计类似的指令来做，不用使用传统的RISC ,LOAD,MOV,OP,STORE等每次只能计算很少数据的低效处理方式；
GOOGLE的TPU就是一种DSA，TPU的指令集共计有十多条指令，主要的五条指令包括
读内存：将数据从CPU的内存中读取到TPU的Unified Buffer上。
读权重： 将weight从内存中读取到TPU的 Weight FIFO 上。
卷积/矩阵乘： 执行卷积或矩阵乘法操作。
非线性/池化 ：执行人工神经网络中的非线性操作和Pooling操作。
写内存 ：将结果从Unified Buffer写回CPU内存。
从给出的五条指令可以看出，TPU的指令集设计和通用处理器有很大的不同。指令需要显示指定数据在内存和片上buffer之间搬移的过程。而执行指令（矩阵乘法）直接指定了Buffer的地址，指令上并不能看到一系列通用寄存器。这是因为TPU本质上还是一个专用的处理芯片，其高性能和高效能都是建立在失去一定灵活性的前提下的。为了获得更高的性能；
从另一个意义上说，GPU也是一种DSA，这个本身为图像处理而存储在处理器，就是应用在图像领域的领域定制架构，而CUDA就是一种非常重要的DSL（领域定制语言）；
Hennessy和Patterson早年提出并致力于RISC的发展和推广，当CPU在面临今天AI处理上的捉襟见肘，他们并不抱残守缺，提出提出DSA架构，通过DSA的思想，解决人工智能芯片领域的高能效，高性能的需求；GOOGLE的TPU正可以实践DSA的架构，正所谓：重剑无锋，大巧不工；
恰恰像一个轮回，当年的Hennessy和Patterson提出了RISC建立一个新的时代，如今的DSA架构，则更像CISC；一个指令可以完成更多的操作，但早已不是旧时模样；如今的Hennessy和Patterson在体系结构上早已超脱了RISC和CISC的束缚，达到了“不滞於物，草木竹石均可为剑。自此精修，渐进於无剑胜有剑之境”。