達芬奇架構是基于AI計算功能設計的，并基于高性能3D Cube計算引擎，極大地提高了計算能力和功耗比。
根據達芬奇架構，進行了以下優化：

多核堆棧用于并行計算能力擴展
通過設計片上存儲器 on-chip memory（高速緩存/緩沖區Cache/Buffer）以縮短Cube操作和存儲距離，減少了對DDR的訪問，并減輕了馮·諾依曼的瓶頸問題。
在計算和外部存儲之間設計了高帶寬片外存儲器（HBM），以克服計算資源共享存儲器的訪問速度限制。
為了支持大規模的云側神經網絡訓練，設計了超高頻段網狀網絡（LSU），以互連多個多維數據集擴展芯片。
總而言之，達芬奇體系結構具有以下三個features:
**

1. Unified Architecture

支持從tens of milliwatts to hundreds of watts 的全場景AI系列芯片。

2. Scalable Computing

1. 每個AI內核可以在一個時鐘周期內完成4096個MAC操作。
2. 靈活的多核堆棧，可擴展的多維數據集：16 x 16 x N，N = 16/8/4/2/1
3. 在訓練和推理方案中支持多種混合精度（int8 / int32 / FP16 / FP32）和數據精度要求。
4. 集成張量，矢量和標量計算單位。

---

3. 可擴展的片上互連Scalable Memory
用于特定和分布式，顯式控制的內存分配設計

4 TByte / s L2緩沖區

1.2 TB / s HBM高帶寬內存

4. 可擴展的片上互連******On-chip Interconnection

超高帶寬片上網狀網絡[Ultra-high bandwidth on-chip mesh network (LSU)]

基于達芬奇的創新架構，華為首次發布了7 nm Ascend 910（Ascend-Max）和12 nm Ascend-Mini（Ascend 310）。 Ascend 910是世界上最大的單芯片計算密度。 支持在云端進行分布式大規模培訓。 如果集成了1024個Ascend 910，則將創建全球最大的AI計算集群，提供256P的性能。 無論模型多么復雜，都可以輕松地對其進行訓練。

基于達芬奇架構，華為還計劃了適用于藍牙耳機，智能手機和可穿戴設備的Ascend Ascend芯片系列（Nano，Tiny和Lite）。 將來，Ascend Ascend芯片系列將以IP模式與其他芯片集成在一起，以服務各種智能產品。

此外，達芬奇AI芯片架構還考慮了軟件定義的AI芯片的功能。 CANN是用于芯片的高度自動化的操作員開發工具。 它是為神經網絡定制的計算架構。 CANN將開發效率提高了三倍。 除效率外，還考慮了操作員績效以適應AI應用程序的快速發展。

transfer from:
https://forum.huawei.com/enterprise/en/huawei-da-vinci-ai-chip-architecture/thread/616780-895

總結

以上是生活随笔為你收集整理的华为 达芬奇芯片 架构_寒武纪的AI架构(华为技术有限公司)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。