在 AI 崛起的這幾年來，大家經常會看到“TPU、IPU、NPU”之類的名字，這些“XPU”有什麼分別？是真的有那麼多不同的架構？還是廠商的概念營銷？為了解答這個問題，外媒SemiEngineering搜集了大量業內人的看法並匯總成文。
從 CPU 及其發展方式的角度來看，這些“XPU”中的大部分都不是真正的處理器。機器學習加速器是一類處理器，但它們用來加速的處理部分卻多種多樣。它們更像是 GPU，是用於執行特殊工作負載的加速器，而且它們本身就有很多類型。
處理器的本質可以歸結為三件事，最後還是回到指令集架構 (ISA)：首先定義要做的事，然後是 I/O 和內存（支持 ISA 和它試圖完成的任務）。而未來我們將看到比過去兩、三年更多的創新和變化。
許多新架構都不是單一處理器，它們是不同類型的處理器或可編程引擎的組合，它們存在於同一個 SoC 或同一個系統中，將軟件任務分派到不同的硬件或可靈活變動的可編程引擎上。所有這些處理器可能共享一個公共 API，但執行域有所不同。在這個層面，確實是有各種類型的不同架構。
但現實情況是，大部分“XPU”的命名都是營銷，而且這些命名和縮寫，同時指代兩種東西：一種是用於解釋處理器的架構，例如 SIMD（單指令多數據），而另一種定義了它正在尋址的應用程序段。所以它既可以用來定義處理器架構，也可以用作如“張量處理單元（TPU）”這樣的品牌名，畢竟廠商們不是在為單個處理器命名，而是在為他們的架構命名。
歷史
在40 年前，命名的問題要簡單很多。首先是中央處理器(CPU)，雖然它有很多演變版本，但它們基本上都是馮諾依曼架構，是圖靈完備的處理器。每個都有不同的指令集來提升處理效率，當年還針對複雜指令集 (CISC) 與精簡指令集 (RISC) 優缺點，有過非常廣泛的討論。
後來的 RISC-V 的出現給 ISA 帶來了很多關注。 ISA 定義了處理器針對已定義任務的優化程度，人們可以查看 ISA 並開始計算周期。例如，如果一個 ISA 具有本機指令並以 1GHz 運行，那我們就能將它與另一個 ISA 處理器進行比較，後者要完成相同的功能可能需要兩條指令，但頻率是 1.5GHz，孰強孰弱就很明顯了。
CPU 有多種封裝方式，有時將 I/O 或內存放在同一個封裝中，而後兩者被稱為微控制器單元 (MCU)。在調製解調器大行其道的時候，數字信號處理器(DSP) 出現了，它們的不同之處在於它們使用了哈佛架構，將指令總線與數據總線分開了，其中一些還用了 SIMD 架構來提升數據處理效率。
指令和數據的分離是為了提高吞吐率（雖然它確實限制了自編程之類的邊緣編程）。通常，這裡的邊界條件不是計算，而是 I/O 或內存。業內的重點已經從提升計算能力，轉變成確保有足夠的數據來讓計算進行下去並保持性能。
當單個處理器的性能無法再繼續提升，那就把多個處理器連在一起。通常它們還會使用共享內存，讓每個處理器和整個處理器集群都保持圖靈完備。程序的任何部分在哪個核心上執行都無關緊要，反正結果是一樣的。
而下一個重大發展，是圖形處理單元(GPU)的出現。GPU打破了常規，因為每個處理單元或管線都有自己的內存，無法在處理單元外部尋址。因為內存大小有限，只能執行那些能放入內存的任務，所以對任務本身有限制。
對於某些類型任務，GPU 是非常強大，但它們的管線非常長，導致了延遲和不確定性。這些管線讓 GPU 單元不斷處理數據，但如果要刷新管線，效率就會大打折扣。
GPU 和後來的通用 GPU (GPGPU) 定義了一種編程範式和軟件棧，使它們比以前的加速器更容易上手。多年來，某些工作一直是專業化的，有用於運行連續程序的 CPU，有專註於圖像顯示，並將我們帶入高度并行世界的圖形處理器，後者使用很多小的處理單元來執行任務（包括現在的機器學習任務）。
那有什麼架構規則可以用來解釋所有的新架構嗎？有的，或許片上網絡 (NoC)是個合適的定義 。過去，處理器陣列通常用內存或固定網絡拓撲連接（網狀或環形），而 NoC 讓分佈式異構處理器能以更靈活的方式進行通信。而將來，它們還可以在不使用內存的情況下進行通信。
現在的 NoC 是針對數據的，而未來的 NoC 也能發命令和通知等數據，可以擴展到那些加速器間不只是交互數據的領域。加速器陣列或集群的通信需求可能與 CPU 或標準 SoC 的通信需求不同，但 NoC 並不會將設計者限制在一個子集里，他們能通過滿足不同加速器的特殊通信需求來優化和提高性能。
執行架構
另一種區分處理器的方式，是看它們對特定運行環境進行的優化。例如，雲端和微型物聯網設備上可能可以跑相同的軟件，但在不同環境中使用的架構是完全不同的，它們對性能、功耗、成本、極端條件下的運行能力等要求都是不同的。
這可能是因為對低延遲的需求，或者是因為功耗的原因，一些原來針對雲計算的軟件，現在被逐漸放到設備端側運行。雖然是不同的硬件架構，但大家自然希望擁有完全相同的軟件棧，以便軟件能夠在兩種場合跑起來。雲端需要提供靈活性，因為它會跑不同類型的應用程序，而且用戶眾多。這要求服務器硬件又要有針對應用的優化，又要能提供不同的規模。
而機器學習任務也有自己的要求，在使用神經網絡和機器學習構建系統時，你需要使用軟件框架和通用軟件棧，讓網絡編程並映射到硬件，然後你可以從 PPA 的角度讓軟件適配不同的硬件。這推動了“讓不同類型的處理和處理器適應各種硬件”的需求。
這些需求是由應用定義的。舉個例子，就像一家公司設計了一個用於圖形操作的處理器，他們優化和加速圖形跟蹤，並執行諸如圖形重新排之類的操作，還有其他像矩陣乘法之類的加速機器學習的蠻力部分。
而內存訪問對於每個架構來說都是一個特殊的問題，因為當你構建加速器時，最重要的目標是讓它盡量長時間保持滿載，你必須將儘可能多的數據傳送到 ALU，讓它儘可能多地吞吐數據。
它們有許多共同之處，它們都有本地內存，有片上網絡來進行通信，每個執行算法的處理器都在處理一小塊數據，這些操作都由運行在 CPU 上的操作系統調度。
對於硬件設計人員，棘手之處在於任務預測。儘管在某些層面上會有類似的操作類型，但人們正在研究不同層面上差異。為了處理神經網絡，需要幾種類型的處理能力。這意味着你需要對神經網絡的一部分進行某種方式的處理，然後在另一層又可能需要另一種處理操作，而且數據移動和數據量也是逐層變化的。
你需要為處理管線構建一整套不同的加速器，而理解和分析算法並定義優化過程，是涉及到完整體系結構的任務。就像對於基因組測序，你可能需要進行某些處理，但你不能用單一類型的加速器來加速所有東西。CPU負責管理執行流水線，對其進行設置、執行 DMA、進行決策。
當中可能涉及到分區執行的問題。沒有任何一種處理器可以針對每種任務進行優化——FPGA、CPU、GPU、DSP都做不到。芯片設計商可以創建一系列包含所有這些處理器的芯片，但客戶應用端的難點在於，他們要自己確定系統的各個部分要在哪些處理器上運行，是在 CPU 上？在 FPGA 上？還是在 GPU 上？
但無論如何，裡面總是需要有 CPU 的，CPU 要負責執行程序的不規則部分，CPU 的通用性有自己的優勢。但反過來，如果是專門的數據結構或數學運算，CPU就不行了。畢竟 CPU 是通用處理器，它沒有針對任何東西進行優化，沒有特別擅長的項目。
抽象層的改變
以前，硬件/軟件邊界由 ISA 定義，並且該內存是連續可尋址的。而涉及到多處理器時，一般內存定義也是也是一致的。但是可以想象，在數據流引擎中，一致性並不那麼重要，因為數據會從一個加速器直接傳到另一個加速器。
如果你對數據集進行分區，那一致性會成為障礙，你需要對照和更新數據，並會佔用額外的運算周期。所以我們需要，也必須考慮不同的內存結構，畢竟可用的內存就那麼點。或許可以訪問相鄰的內存，但也會很快耗盡，然後無法及時訪問。所以必須在設計中加以理解，而且是要在理解架構的情況下去設計它。
我們還需要更高級別的抽象層。有些框架可以將已知網絡映射或編譯到目標硬件上，例如在一組低級內核或 API，它們將在軟件堆棧中使用，並最終由神經網絡的映射器使用。在底層，你可能在用不同類型的硬件，這由你想要實現的目標來決定。反正就是用不同的硬件，不同的 PPA ，實現了相同的功能。
而這會給編譯器帶來很大的壓力。主要的問題是你未來要如何對加速器進行編程？你是否搞了個像初代 GPU 那樣串在一起的硬連線引擎？或者你是否構建了具有自己指令集的小型可編程引擎？現在你必須單獨對這些東西進行編程，並將這些引擎中的每一個都與數據流連接起來，然後執行任務。
一個處理器擁有整個指令集的某個子集，另一個處理器擁有一個不同的子集，它們都將共享控制流的某些重疊部分，編譯器得了解它的庫並進行映射。
結論
其實處理器的架構並沒有改變，它們仍然遵守過去 40 年來一直遵循的規則。變的是芯片的構造方式，它們現在包含大量異構處理器，這些芯片根據各自的任務，對內存和通信進行優化。每個芯片都對處理器性能、優化目標、所需的數據吞吐量以及數據流做出了不同的選擇。
每個硬件供應商都希望將自己的芯片與其他芯片區分開來，品牌推廣比談論內部技術細節要容易得多。廠商給自己的芯片起了“XPU”的名字，並將它與特定類型的應用聯繫起來，但“XPU”並不是關於某個特定硬件架構的名字。
原文鏈接：
https://semiengineering.com/what-is-an-xpu