当前位置: 首页 > 科技 > 人工智能 > 两大芯片公司接连上市,开启CPU软件生态之战_腾讯新闻

两大芯片公司接连上市,开启CPU软件生态之战_腾讯新闻

天乐
2020-07-09 10:57:44 第一视角

中国软件网 出品

作者 曹开彬

------

7月5日晚,国内最大、全球第四的芯片代工厂——中芯国际披露科创板上市发行公告,确定发行价格为27.46元/股。

公司将于7月7日进行网下和网上申购。与中芯国际初步询价的投资者为242家,配售对象为3928个,申购总量为1111亿股,网下整体申购倍数为164.78倍,有效认购倍数为114.97倍。

由此,中芯国际科创板上市时市值约为2029.09亿元。这个市值将超越目前科创板所有股票,中芯国际将成为科创板市值"一哥"。

第二天,7月6日晚,国内最大的AI芯片公司——寒武纪发布公告,确定科创板发行价格为64.39元/股。

根据公告,本次发行股数4010万股,发行总规模25.82亿元,寒武纪将于7月8日(T日)进行网上和网下申购。此价格对应的公司市值为 257.62 亿元。

接连两天,科创板迎来国内两大芯片公司上市。

在美国对中国进行最新芯片技术断供的大背景下,他们的上市引发业界的巨大关注。

除得到大额融资、引来巨大市值之后,更值得思考的问题是,他们上市之后,是否能改变中国“缺芯少魂”的长期困局?

中国软件网注意到,业界专家基本都清楚地认识到一点,成功上市、拿到融资并非是解决我国芯片问题的根本所在。

构筑并形成一个完善的CPU软件生态,才是彻底扭转被动局面的核心。

目前,国内市场上掀起了一股芯片创业热潮。但国内CPU的软件生态发展状况如何?他们是否能支撑一个中国自主创新的、独立的IT技术体系?

为此,中国软件网采访了业界专家、PerfXLab澎峰科技创始人张先轶博士,听听他对中国芯片软件生态发展态势的看法。

张先轶

PerfXLab澎峰科技 创始人

博士,研究方向:矩阵计算,高性能计算,嵌入式AI

本科和硕士毕业于北京理工大学,博士毕业于中国科学院大学,之后分别在UT Austin和MIT进行博士后研究工作。

国际知名开源矩阵计算项目OpenBLAS发起人和主要维护者。2016年,创办PerfXLab澎峰科技,提供智能边缘计算解决方案和支持国产芯片的软件生态产品/服务。

2016年获得中国计算机学会科学进步二等奖,2017年获得中国科学院杰出科技成就奖(研究集体主要完成者之一),2018年获得北京市雏鹰人才计划。

张博士认为,芯片公司上市只是一个开始,打造一个完善的CPU软件生态才是他们将来最重要的任务。

在他看来,国内CPU软件生态的发展比之前十年已经提高很多。但总体而言,我们与美国的差距还非常大,要解决的问题还非常多。

我们需要树立打持久战的意识。要持续的努力,要持续的投入。

他认为,目前美国的断供,客观上对于形成中国自己的CPU软件生态有促进作用,但还是要想办法融入全球生态之中。否则,我们的生态只会越玩越小,不利于CPU成长发展的。

以下,Enjoy:

中国软件网:作为一个计算机的使用者,我们是直接接触应用软件。您能否讲讲,应用软件与CPU之间还隔着哪些链条?也就是说,从CPU到应用软件,需要经过哪些环节?

答:至少需要编译工具链和操作系统。编译工具链是给应用软件的开发人员使用,将程序源代码编译成可执行文件。操作系统是承载和调度管理应用软件。

这些只是最基本的条件,以真正的应用软件来说,会复杂很多,需要依赖的软件也会更多。

以Matlab为例,就需要额外的Runtime层级的库支持,比如,在x86平台上,Matlab就依赖于Intel MKL的数学库等。

如果是大数据分析的应用软件,就有可能用到Hadoop或者Spark应用框架,这也是软件生态的一部分。

中国软件网:这些环节构建在一起,是否就在整个CPU的软件生态?

答:我觉得以上说的软件和框架等只是组成部分之一,CPU软件生态还有一块重要的内容就是社区。

成功的软件生态,都离不开活跃的社区。不管是厂商建立的开发者社区,提供了各种培训,案例材料,还是开源项目社区的讨论和支持等。

软件生态应该是一个活的有机体,能够吸引更多的厂商、学校、个人开发者加入,这样才能随着时间越来越大,就像滚雪球一样。

中国软件网:开发环境、Runtime、应用框架、应用软件,他们各是什么意思?和CPU生态有什么关系?

答:这是我根据CPU底层到应用场景做的一个简单的划分。

我将其分为了两层,一层是 面向开发者,或者说是给底层开发者用的。这就需要开发环境和Runtime。

开发环境就是指编程时用到那些工具,比如编译工具链,性能调优工具,GUI的IDE等等。

Runtime是指支撑程序执行的环境,广义上,操作系统,各种语言的VM,各种库等等都算在内。这些都是偏底层的,和处理器紧密结合的。

另一层是面向应用和用户的。这部分和应用场景结合更紧密一些,面向应用场景的开发框架。例如,Caffe,PyTorch,Tensorflow等深度学习的训练框架。

以深度学习训练框架为例,其实它和芯片、CPU的关系不大,只要所依赖的Runtime(各种DNN库,CV库,并行环境等)能支持这个处理器,它就能执行。

比如,IBM公司推出的PowerAI,就是Power处理器上运行的深度学习框架集合。其中,底层Runtime做了OpenBLAS等项目的移植,上层做了Caffe,Tensorflow框架的移植等。

中国软件网:操作系统、数据库等各种基础软件,也都在讲生态,他们的生态和CPU生态有什么区别与联系?

答:只要是平台型的产品,都是需要培养生态的,这样才能提高整个平台的竞争力。

操作系统,数据库作为典型的基础软件和平台型软件,让更多的用户和开发者使用,支撑更多的上层应用,扩大生态范围,是非常有价值的事情。

他们与CPU生态的区别是,CPU的软件生态更偏重于底层,偏重于开发环境和Runtime。

数据库等产品的生态和上层应用场景结合的更紧密一些,同时数据库等产品也依赖于CPU的底层软件生态,也是CPU整体软件生态的重要组成部分之一。

中国软件网:现在软件在向云、向SaaS转型,这对于CPU的软件生态会有什么影响?

答:对于CPU厂商来说,我觉得这些软件生态的工作都是要做的。只不过之前的软件是运行在私有的台式机,服务器上,现在可能更多是运行在云服务器上。

对于软件生态范围内的软件厂商来说,软件向云和SaaS转型是一个好的事情,可以尝试更多的商业模式和产品形态,比如做成PaaS、订阅付费等。

中国软件网:Google的TensorFlow、百度的PadddlePaddle等深度学习框架,与CPU生态有什么关系?

答:就像我之前的举例,Google的TensorFlow和百度的PadddlePaddle都是应用框架,和深度学习应用集合更紧密,本身也都在发展自己的生态。与CPU的生态来说,是互相合作的关系,并不存在竞争。

假如一个训练框架原本不支持某个CPU架构。这时候,大部分是由CPU软件生态的开发人员做训练框架的移植和优化,然后再提交回训练框架的社区,争取并入代码主线。这样,就达到了双方生态的结合和扩展。

中国软件网:美国限制中国企业使用芯片相关技术和产品,对中国CPU软件生态会有什么影响?

答:目前的情况下,对于中国的CPU和底层技术/软件产品厂商提供了一个机会,有更多的潜在用户愿意尝试和使用,这样对于促进生态发展是有利的。

另外一方面,我们也应该看到,开源软件和项目是不会受到限制和影响的。作为CPU软件生态,还是要优先融入到开源项目/社区的全球协作中。如果只是关起门来自己玩,生态只会越玩越小,是不利于CPU成长发展的。

中国软件网:总体而言,您觉得当前我国CPU软件生态的发展水平如何?存在什么问题?可以如何解决?

答:这个问题比较大,我只能讲讲我的一些体会。

现在,国内CPU软件生态的发展比之前十年已经提高很多。

这可从两个方面观察,一个是开源项目和社区的参与程度明显提高,科研机构和公司都认识到了参与开源社区建设生态的重要性。

比如,中国公司在Linux Kernel、GCC、FFmpeg等社区积极参与和贡献,也出现了不少优秀的开源项目。例如,从我们公司领导的OpenBLAS,到近期深度学习推理框架的一批项目(NCNN,MNN,Tengine)等。

另一方面,部分芯片领域的厂商开始取得商业上的成功。厂商能赚到钱之后,才能形成生态的良性发展。例如,龙芯在近几年取得良性的发展,操作系统领域统信软件的成立,华为公司开始大力打造鲲鹏生态的软硬件投入等。

但我们也存在较大的问题。

存在的主题问题是,软件生态的范围非常广,我们需要做的事情还是非常多。

就以我们OpenBLAS所在的高性能数学库领域为例,这个领域功能最全的是Intel公司的MKL。Intel MKL涵盖了BLAS、LAPACK、FFT、稀疏BLAS、稀疏直接解法器、稀疏迭代解法器、VML和随机数发生器等(这还不算针对深度学习的MKL-DNN等扩展)。

目前,BLAS部分是我们和MKL的功能和性能最接近的模块。在FFT领域,即便有MIT维护的国际知名开源项目FFTW,但是与MKL的差距还是明显的。虽然我们团队近年在FFT有不错的成果,但是要与MKL完全追上,还需要时间打磨。

我想,在很多软件生态的细分领域,都会存在类似的问题。

这次Matlab的禁用事件也是从侧面反映了这个问题的广泛性与尖锐性。

我认为,CPU软件生态的解决方法,就像中科院计算所包云岗老师在不久前发表的《关于“Matlab被禁”时间的一些思考》所说的一样,必须要持续的努力,树立持久战的意识。持续的努力,就意味着持续的投入。

从科研机构来说,能否获得国家科研项目的稳定支持是非常重要的。除了发表论文,也要承担起软件生态项目的成果、推广、应用。要让他们能积极将成果更多的开源,参与和回馈开源生态社区。

从厂商的角度,要找到合适的产品和商业模式,能够从市场上赚到钱,持续的投入打磨生态产品。

提示:支持键盘“← →”键翻页
为你推荐
加载更多
意见反馈
返回顶部