Hot Chips 2024 | 大語(yǔ)言模型時(shí)代的可持續(xù)AI計(jì)算解決方案

逍遙設(shè)計(jì)自動(dòng)化

引言
; H* ~2 L# N' S* k+ I在人工智能領(lǐng)域快速發(fā)展的今天，對(duì)高效且強(qiáng)大的計(jì)算解決方案的需求前所未有地高漲。本文FuriosaAI開(kāi)發(fā)的RNGD張量收縮處理器，這是突破性技術(shù)，旨在應(yīng)對(duì)大語(yǔ)言模型（LLMs）和生成式AI時(shí)代的可持續(xù)AI計(jì)算挑戰(zhàn)。

圖1：顯示FuriosaAI成立、RNGD開(kāi)發(fā)里程碑和首次LLM演示的時(shí)間線。
' D) w) M4 L" k& K
RNGD處理器代表了AI加速技術(shù)的重大進(jìn)步。FuriosaAI的使命是"使AI計(jì)算可持續(xù)，讓地球上的每個(gè)人都能接觸到強(qiáng)大的AI"。為實(shí)現(xiàn)這一目標(biāo)，他們創(chuàng)造了一款在保持能源效率的同時(shí)還能提供出色性能的芯片。
" \. s. p4 [& E* B3 [4 P
讓我們深入了解RNGD處理器的主要特性：

& _, i0 i9 g2 v圖2：RNGD處理器的詳細(xì)規(guī)格，包括FLOPS、內(nèi)存容量和功耗。
8 \9 p4 ~4 ^& A# [
+ Y' @4 G% V) ]7 {5 R! yRNGD擁有512 TFLOPS的計(jì)算能力，這是通過(guò)8個(gè)處理元件實(shí)現(xiàn)的，每個(gè)元件能夠達(dá)到64 TFLOPS（FP8）。處理器配備了48 GB的內(nèi)存，其中包括256 MB的SRAM，并提供令人印象深刻的384 TB/s片上帶寬。借助兩個(gè)HBM3模塊，內(nèi)存帶寬達(dá)到1.5 TB/s。

- S0 S5 ?. G  X9 q+ }& T; ^RNGD的突出特點(diǎn)是能夠在150瓦功率范圍內(nèi)處理高性能LLM工作負(fù)載。這使得其適用于空氣冷卻的數(shù)據(jù)中心，有效解決了AI計(jì)算中日益增長(zhǎng)的能源消耗問(wèn)題。
; T! g! }& w- S2 G2 h1 ^
9 g# t, ?5 r! R9 V! O圖3：RNGD芯片架構(gòu)的詳細(xì)視圖，包括SoC和HBM3組件。
9 K& Z' |+ H7 _5 p6 v
3 W5 Z% k! V, {! dRNGD采用臺(tái)積電5nm工藝技術(shù)，芯片面積為653 mm2，晶體管數(shù)量達(dá)400億。芯片設(shè)計(jì)使用了CoWoS-S（Chip-on-Wafer-on-Substrate with Silicon interposer）封裝技術(shù)，這種技術(shù)允許將SoC與兩個(gè)HBM3內(nèi)存堆棧集成在一起。

早期性能數(shù)據(jù)顯示了令人鼓舞的結(jié)果：

' [( f8 v3 t# _. O& r. y% G圖4：比較RNGD與NVIDIA L40S、Intel Gaudi 2和Google TPU v5e性能的表格。
8 B) e1 ^  g7 T( p1 T8 P. \9 U
0 R7 r5 `! W  K6 ^4 H根據(jù)這些初步基準(zhǔn)測(cè)試，在運(yùn)行GPT-J 6B MLPerf基準(zhǔn)測(cè)試場(chǎng)景時(shí)，RNGD的每瓦性能比NVIDIA L40S高出60%。
! v1 W& g5 r3 ?" _3 X0 ^( |) e
, N' ]% c* b+ T; k- ]1 kRNGD效率的關(guān)鍵在于其創(chuàng)新的張量收縮方法，這是深度學(xué)習(xí)模型中的核心計(jì)算。大多數(shù)商用深度學(xué)習(xí)加速器使用固定大小的矩陣乘法作為原語(yǔ)，而RNGD提高了硬件-軟件接口的層次，將整個(gè)張量收縮作為原語(yǔ)來(lái)加速。

" E; U  o9 w; q2 V$ U圖5：圖解說(shuō)明張量收縮是深度學(xué)習(xí)中的核心計(jì)算。
: A3 H) G+ L. d0 ~9 K0 a) [
這種方法實(shí)現(xiàn)了更高的性能和能源效率，同時(shí)提供了支持所有深度學(xué)習(xí)模型的靈活性。RNGD引入了低級(jí)einsum記法作為原語(yǔ)，將張量收縮與顯式內(nèi)存布局和調(diào)度相結(jié)合。

圖6：說(shuō)明RNGD如何將整個(gè)張量收縮作為單個(gè)原語(yǔ)操作處理。
- @. |/ T, c) J" q
5 k# l! e" b6 N) E8 \1 nRNGD的架構(gòu)能夠高效地進(jìn)行計(jì)算的空間和時(shí)間編排，提高了利用率和效率。這對(duì)推理任務(wù)尤為重要，因?yàn)橥评砣蝿?wù)的批處理大小可能會(huì)有很大變化。
$ [5 ^: D% j' Y" G$ m4 j% Y6 v
. R6 z% D  C, J9 r. r! c; I圖7：RNGD處理器的詳細(xì)架構(gòu)圖，顯示互連網(wǎng)絡(luò)和處理元件。

為了支持大型模型的多卡配置，RNGD實(shí)現(xiàn)了基于PCIe的芯片間通信。這允許通過(guò)直接點(diǎn)對(duì)點(diǎn)通信減少卡之間的延遲。

( E4 ~0 L7 M7 z1 O/ o" R7 d0 [5 ^圖8：展示多個(gè)RNGD卡與主機(jī)CPU之間基于PCIe的通信圖。

7 n5 u9 Q9 U2 z, n2 o+ P+ ARNGD還支持SR-IOV（Single Root I/O Virtualization）多實(shí)例支持和虛擬化，允許虛擬機(jī)使用多達(dá)8個(gè)虛擬功能。
/ t+ Q' }" B7 Y, F) l- i
1 `: m5 {7 X1 r! ?6 e在軟件方面，F(xiàn)uriosaAI開(kāi)發(fā)了全面的LLM軟件棧，以充分發(fā)揮RNGD硬件的潛力：

圖9：Furiosa LLM軟件棧的圖表，從PyTorch模型到RNGD硬件。

& w# ~! @" w8 ]4 X( o6 |4 |- P* {% J這個(gè)軟件棧包括PyTorch 2.0集成、支持各種精度格式（FP8、INT8等）的量化工具包、多卡上的張量/流水線/數(shù)據(jù)并行性、先進(jìn)的DNN編譯器，以及最先進(jìn)的服務(wù)優(yōu)化。
2 D' Z- V/ E0 ?; b
, I3 U# z( r8 BFuriosa編譯器在實(shí)現(xiàn)端到端模型效率方面發(fā)揮著關(guān)鍵作用：

% J, ~2 I5 C9 }" k. v9 ]圖10：顯示RNGD上優(yōu)化張量操作的編譯過(guò)程流程圖。

( y& q1 d# v4 p0 l% Z, O編譯器為給定的降維張量形狀找到最佳策略，使用性能和功率估算器來(lái)探索策略空間。此外，還執(zhí)行圖級(jí)優(yōu)化，如算子融合和內(nèi)存分配拆分合并調(diào)度。

為了最大化服務(wù)性能，F(xiàn)uriosaAI開(kāi)發(fā)了實(shí)現(xiàn)先進(jìn)優(yōu)化的服務(wù)框架：
" M4 x2 s/ O& [! `: P; @
圖11：Furiosa服務(wù)框架圖，展示其組件和優(yōu)化。
; J+ l' x$ O# J" {  x  z- ?- ~
該框架包括PagedAttention和分塊KV緩存管理，利用Furiosa編譯器和運(yùn)行時(shí)進(jìn)行高吞吐量服務(wù)，支持連續(xù)批處理。

% n0 v+ ~6 `9 w, P& `為了高效量化，F(xiàn)uriosaAI提供了一個(gè)端到端的自動(dòng)化量化工具：

圖12：Furiosa量化器概覽，這是自動(dòng)化的基于圖的量化工具。
8 S/ X. T% s8 W' m
這個(gè)工具使用圖模式搜索支持任意定制的LLM模型，并提供各種量化方案，包括BF16、INT8、FP8和INT4選項(xiàng)。
( N) Q. h+ ?3 H) m0 P& ]
7 X7 c% z" R# B5 i$ u2 V" WRNGD的開(kāi)發(fā)采用了先進(jìn)的方法和工具：
! f* i3 K0 h. f  N2 Z- o5 D, U
圖13：展示RNGD創(chuàng)建過(guò)程中使用的先進(jìn)開(kāi)發(fā)方法的信息圖。

這些包括使用Rust和Chisel等高效語(yǔ)言，基于Kubernetes和Tekton CI的可擴(kuò)展工具和基礎(chǔ)設(shè)施，以及復(fù)雜的測(cè)試用例生成和驗(yàn)證流程。

" h- N6 d' [: c" uRNGD張量收縮處理器代表了AI加速器技術(shù)的進(jìn)步。通過(guò)專注于可持續(xù)計(jì)算并利用創(chuàng)新的硬件和軟件優(yōu)化，F(xiàn)uriosaAI創(chuàng)造了強(qiáng)大的解決方案，適用于大語(yǔ)言模型和生成式AI時(shí)代。隨著對(duì)高效AI計(jì)算需求的持續(xù)增長(zhǎng)，像RNGD這樣的技術(shù)將在使先進(jìn)AI能夠應(yīng)用于更廣泛的場(chǎng)景并服務(wù)于更多用戶方面發(fā)揮關(guān)鍵作用。


+ J6 P4 f* ^$ w  Q1 F4 u! ]3 x參考文獻(xiàn)
[1] J. Paik, "RNGD – Tensor Contraction Processor for Sustainable AI Computing," FuriosaAI Inc., 2024.
& D/ \  c) C4 j8 `/ J7 U' I6 u
- END -

5 d8 H8 s% o0 K. b軟件申請(qǐng)我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用，PIC Studio都可提升您的工作效能。
0 q; z2 D3 \1 `5 e) {! b點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng)
5 b' ~7 j6 U( x- f
9 f/ W* L1 \5 p, y歡迎轉(zhuǎn)載
3 |1 _0 X4 G  U+ `" g4 A( s0 `
- ^) z3 \0 Y9 I9 O轉(zhuǎn)載請(qǐng)注明出處，請(qǐng)勿修改內(nèi)容和刪除作者信息！
# X8 s6 t* O* P# K+ O
4 K' V+ E. q, k

" w( `7 o* r+ q1 V6 g* J

關(guān)注我們

# ^* L8 _- J% t# k  ]$ h" m. ^8 ]

2 E# N3 ?" ?. J) n* H$ ], p5 p# M

. r! d/ J0 V. f8 b0 E $ J2 b% e" I2 s& g9 v7 f. ^5 r0 N

                     
9 I, p! k$ o+ p6 ]$ R# F/ o

; C& t( a1 _$ S6 Y; P) [/ W
( n( u0 O! \+ \- g: {5 |關(guān)于我們：
深圳逍遙科技有限公司（Latitude Design Automation Inc.）是一家專注于半導(dǎo)體芯片設(shè)計(jì)自動(dòng)化（EDA）的高科技軟件公司。我們自主開(kāi)發(fā)特色工藝芯片設(shè)計(jì)和仿真軟件，提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio，分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù)，廣泛服務(wù)于光通訊、光計(jì)算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國(guó)內(nèi)外晶圓代工廠及硅光/MEMS中試線合作，推動(dòng)特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展，致力于為客戶提供前沿技術(shù)與服務(wù)。

http://www.latitudeda.com/
（點(diǎn)擊上方名片關(guān)注我們，發(fā)現(xiàn)更多精彩內(nèi)容）