芯術：算力驅動架構變革

李申，中國科學院大學計算機博士，創立公眾號“歪睿老哥”（芯片設計語言verilog的諧音）。資深芯片架構師，硬核科技作家，十余年從事SOC及基於RISC-V的DSA芯片研發，親歷國產芯片等產業變革。為以歷史興衰解技術博弈，將晦澀術語化為工程師的浪漫史詩。筆下《日本芯片產業大敗局》《臺積電崛起背後的故事》等文破圈傳播，成為解讀半導體競爭範本，身體力行積極支持RISC-V開源生態、拒絕芯片神話與標簽，唯信仰動態芯片疊代內生動力。

前言
第1章 芯片——算力的基座/
1.1算力之爭——原子彈背後的功臣/
1.2從二進制到集成電路/
1.2.1萊布尼茨：二進制和“八卦”/
1.2.2布爾：運算的真和假/
1.2.3香農：碩士論文和開關電路/
1.2.4基爾比：從晶體管到集成電路/
1.3芯片進步的力量/
1.3.1肖克利與八叛徒/
1.3.2摩爾與摩爾定律/
1.3.3後摩爾時代：魚鰭和GAA/
1.4芯片是怎樣煉成的/
1.4.1芯片設計——如何從零開始設計一款芯片/
1.4.2芯片驗證——保證芯片成功的七種武器/
1.4.3芯片制造——究竟難在什麼地方/
1.4.4芯片封裝——先進封裝怎麼成為超越摩爾定律的利器/
1.4.5芯片測試——工藝挖坑測試來填/
1.5芯片的大格局/
1.5.1分工明確——從IDM與Fabless說起/
1.5.2周期漫長——芯片設計與生產的耐心之旅/
1.5.3靈活可變——形態各異的處理器爭奇鬥艷/
第2章 CPU與個人計算/
2.1計算機的誕生/
2.1.1艾達·洛芙萊斯——維多利亞時代的程序媛/
2.1.2艾倫·圖靈——可判定性問題悖論/
2.1.3馮·諾依曼——可編程的機器打開計算機的世界/
2.2矽芯片與計算機時代/
2.2.1白雪公主和七個小矮人——大型機時代/
2.2.2單芯片的可編程計算機——微處理器的誕生/
2.2.3飛入尋常百姓家——蘋果開啟了個人計算機時代/
2.2.4開放還是封閉——IBM兼容機/
2.2.5放棄意味著前進——Intel在PC時代的崛起/
2.3處理器發展的煩惱/
2.3.1頻率——摩爾定律的靈魂/
2.3.2流水線——提升頻率的利器/
2.3.3超線程——裝有多個大腦的軀體/
2.3.4內存墻——馮·諾依曼架構的缺陷/
2.3.5多核技術——情非所願的選擇/
2.4處理器的編程/
2.4.1指令集——CISC還是RISC/
2.4.2編譯器——軟件和硬件的翻譯官/
2.4.3操作系統——從命令行到圖形界面/
第3章 GPU與光影計算/
3.1GPU的誕生/
3.1.1洪荒時代——從顯示到繪圖/
3.1.2青銅時代——從OEM開始/
3.1.3白銀時代——打開3D之門的雷神之錘/
3.1.4黃金時代——列王的紛爭/
3.1.5鉆石時代——棋逢對手的較量/
3.2色彩世界的計算方式/
3.2.1色彩的顯示——RGB/
3.2.22D的計算——點、線、面/
3.2.33D的計算——光影魔術師/
3.3GPU的編程/
3.3.1OpenGL/
3.3.2DirectX/
3.3.3OpenCL/
3.4CUDA——並行計算大師/
3.4.1生而逢時——CUDA/
3.4.2CUDA成就了GPU的靈魂/
3.4.3SIMT/
3.4.4CUDA編程實例/
3.5開源GPU實例—— MIAOW/
3.5.1陽春白雪：難得一見的開源GPU/
3.5.2MIAOW的簡介和目標/
3.5.3MIAOW的架構/
3.5.4MIAOW的設計實現/
3.5.5功耗、性能和面積/
3.5.6線程塊壓縮/
3.5.7MIAOW的總結/
第4章 NPU與人工智能/
4.1人工智能的興起/
4.1.1巔峰之戰/
4.1.2從源起到低潮/
4.1.3起死回生/
4.1.4卷積神經網絡/
4.1.5機器學習的革命/
4.2GPGPU的AI計算/
4.2.1GPGPU在人工智能時代崛起/
4.2.2從圖像處理到AI計算/
4.2.3張量加速計算——Tensor Core/
4.3人工智能的計算範式/
4.3.1標量、向量、矩陣和張量/
4.3.2CPU的落寞/
4.3.3GPU的崛起 /
4.3.4專用AI處理器的誕生/
4.4TPU——專用人工智能處理器/
4.4.1TPU的簡介/
4.4.2TPU 的架構設計/
4.4.3TPU 的編程/
4.4.4TPU 的演進/
4.5人工智能編程與測試/
4.5.1人工智能的編程——TensorFlow/
4.5.2人工智能測試基準——不服跑個分/
4.6開源AI處理器的實例—— NVDLA/
4.6.1NVDLA的簡介/
4.6.2NVDLA的架構/
4.6.3卷積核心/
4.6.4單點數據處理器/
4.6.5二維數據處理器/
4.6.6跨通道數據處理器/
4.6.7數據重塑引擎/
4.6.8NVDLA的編程/
第5章 XPU與雲計算/
5.1雲計算的興起與CPU的影響/
5.1.1算力的共享——當計算成為基礎設施/
5.1.2權力的遊戲——新王的誕生/
5.1.3從芯到雲——誰主沈浮/
5.1.4卷土重來未可知——ARM服務器芯片/
5.2雲計算CPU的技術演進/
5.2.1盜夢空間/
5.2.2虛擬化支持/
5.2.3多核與高性能/
5.2.4綠色和節能/
5.2.5可擴展性/
5.3智能雲與AI計算/
5.3.1智能雲對芯片需求的變化/
5.3.2智能雲與GPGPU/
5.3.3AI算力的虛擬化/
5.3.4AI算力的擴展/
5.3.5GPU的存儲/
5.4雲計算與FPGA加速器/
5.4.1FPGA是什麼/
5.4.2EDA工具/
5.4.3FPGA的作用/
5.4.4FPGA在Azure的用例/
5.5超級AI計算實例/
5.5.1TPU POD——谷歌的創新/
5.5.2Ascend 910——華為的登峰/
第6章 SoC與移動計算/
6.1手機處理器/
6.1.1從麒麟9000S開始說起/
6.1.2手機SoC的歷史/
6.1.3手機SoC的未來/
6.2SoC設計的組件/
6.2.1嵌入式CPU的王者——ARM/
6.2.2百花齊放的嵌入式GPU/
6.2.3嵌入式NPU/
6.3邊緣AI算力/
6.3.1智能座艙SoC/
6.3.2智能駕駛SoC/
第7章 DSA與專屬領域算力/
7.1RISCV的開啟/
7.1.1圖靈獎得主/
7.1.2開源指令集/
7.1.3開源生態/
7.2RISCV與DSA/
7.2.1開源處理器/
7.2.2DSA：領域定制架構/
7.2.3DSL：領域定制語言/
7.3Jim Keller的DSA實踐/
7.3.1Tensix：從RISCV到AI處理器/
7.3.2Jim Keller的芯片研發之道/
7.4DOJO——特斯拉的“訓練場”/
7.4.1大模型訓練的挑戰/
7.4.2DOJO解決問題的方法/
7.4.3D1的架構/
7.4.4訓練場的搭建/
第8章 那些年我們追過的算力/
8.1比特幣和區塊鏈/
8.2元宇宙與擴展現實/
8.3ChatGPT和大模型/
參考文獻/