如果你所在的產(chǎn)業(yè)有長達(dá)60年的歷史，大眾的認(rèn)知可能是它已經(jīng)來到了“熟齡”、即將邁入暮年，就像是半導(dǎo)體產(chǎn)業(yè)…但現(xiàn)在有越來越多說法則是，硬件又悄悄地重新成為市場潮流。

在6月底于美國舊金山舉行的年度設(shè)計自動化大會（DAC 2018）期間一場“40歲以下創(chuàng)新者”獎項得主座談會（Young Under 40 Innovators Award Panel）上，來自Google的平臺架構(gòu)師李晟（Sheng Li）對臺下聽眾表示：“我認(rèn)為這是硬件人的黃金年代。”

另一位“40歲以下創(chuàng)新者”得主、美國喬治亞理工學(xué)院（Georgia Tech）副教授Arijit Raychowdhury 也呼應(yīng)了李晟，表示：“我認(rèn)為現(xiàn)在對硬件工程師來說是好時機，有很多機會。”

身為硬件IC產(chǎn)業(yè)界的一分子應(yīng)該都會欣然同意以上說法，相信實際情況對自己有利；資料中心與新興AI應(yīng)用領(lǐng)域的爆炸性成長，仰賴晶片設(shè)計工程師開發(fā)出速度更快、性能更強大、功耗卻更低的處理器，而且能建立在不同的運算架構(gòu)上。

但筆者抱著懷疑態(tài)度，認(rèn)為這種“硬件潮流重現(xiàn)”的說法需要進(jìn)一步檢視。身為座談會主持人，筆者并不認(rèn)為這幾位“40歲以下創(chuàng)新者”獎項得主對硬件產(chǎn)業(yè)的樂觀看法是作假，他們也沒有人說半導(dǎo)體產(chǎn)業(yè)是回歸了那個只要像往常一樣做生意的輝煌時代。

?

DAC 2018的“Young Under 40 Innovators”獎項得主，由左至右依序為： David Atienza、Sheng Li、Arijit Raychowdhury、Yu Wang與Zhiru Zhang

我們都能感覺到這個產(chǎn)業(yè)的劇烈變化，但我不認(rèn)為硬件人都能良好掌握下一步。因此我詢問臺上的每一位青年工程師與學(xué)者，在他們各自的領(lǐng)域中，“創(chuàng)新的瓶頸”何在？

瑞士洛桑聯(lián)邦理工學(xué)院（Ecole polytechnique federale de Lausanne，EPFL）副教授David Atienza指出，近來人工智慧（AI）與機器學(xué)習(xí)領(lǐng)域的興盛，讓他擔(dān)心硬件領(lǐng)域與該領(lǐng)域之間存在非常大的鴻溝，因為前者是聚焦于解決AI各方面問題的大量軟件，但在硬件層面仍是以非常傳統(tǒng)的架構(gòu)為基礎(chǔ)。

Atienza的疑問是，AI軟件可以繼續(xù)演進(jìn)，但是“關(guān)于硬件我們該怎么做？”他指出，可以開發(fā)加速器，不過在“應(yīng)用程式要求硬件做的事情”以及“硬件可以處理的事情”兩個方面上，仍存在非常大的差距。

而我們顯然會需要仰賴EDA工具來設(shè)計新加速器，但那些工具真的了解系統(tǒng)需求嗎？Atienza直言：“EDA產(chǎn)業(yè)要生存，就得往更高層級移動，必須要能支援全套方案。”

軟硬件界線越來越模糊更讓硬件設(shè)計界感到不安的，是抽象層（abstraction layer）顯然正在消失。曾任職英特爾（Intel）實驗室的李晟指出：“我在職業(yè)生涯中一直擔(dān)任平臺架構(gòu)師，以往都有一個抽象層將軟件從硬件結(jié)構(gòu)中分離出來，因此兩邊能各自獨立運作；”但再也不是如此。

他的觀察是：“抽象層已經(jīng)開始崩潰，”我們有越來越多資料以及更先進(jìn)的演算法，需要更多運算能力；但是摩爾定律（Moore’s Law）已經(jīng)步伐趨緩好一段時間：“我們無法再提供那么多的運算能力，或者說我們無法用過去那么快的速度提升運算能力，”使得軟件與硬件架構(gòu)之間出現(xiàn)巨大鴻溝。

李晟的看法是，“將不會再有純粹的軟件或是硬件架構(gòu)；”而是會出現(xiàn)“架構(gòu)導(dǎo)向應(yīng)用程式”（architecture-driven apps）或是“應(yīng)用程式感知架構(gòu)”（application-aware architecture）。

EPFL的Atienza同意以上看法，他表示：“確實如此，我們在學(xué)術(shù)領(lǐng)域看到越來越多這種類型的教育方法，我們不要人們只做硬件或軟件，大家需要被教育、訓(xùn)練為兩種都能做。”

曾任職于德州儀器（TI）的喬治亞理工學(xué)院Raychowdhury的觀察則是：“當(dāng)我剛進(jìn)入這個產(chǎn)業(yè)時，我們有個想法是必須打造固定功能的加速器，但很長一段時間后，情勢并非那么明朗，我們不確定什么樣的任務(wù)或功能需要加速器，我們也不清楚硬件領(lǐng)域的實際瓶頸所在。”

隨著機器學(xué)習(xí)成為關(guān)鍵應(yīng)用，硬件設(shè)計工程師的目標(biāo)越來越明確。“我們現(xiàn)在知道，就算是用GPU，訓(xùn)練大型網(wǎng)路仍需要花很長時間；從設(shè)計領(lǐng)域的角度來看，人們尋求的是取得更高頻寬的記憶體，以及打造固定功能元件以加速某些任務(wù)──我們現(xiàn)在知道這能創(chuàng)造很大差異，而且很合理；”Raychowdhury樂觀表示：“所以我感覺這個領(lǐng)域會有很多東西發(fā)生。”

他補充指出：“還有其他我認(rèn)為即將發(fā)生、也看到晶圓代工業(yè)者特別積極的，是高密度記憶體的問世──SRAM、DRAM或者是嵌入式非揮發(fā)性記憶體，各種具備較高頻寬的技術(shù)。”

Raychowdhury認(rèn)為，那些記憶體將發(fā)生在后段制程（back end of line，BEOL），以3D堆疊或是單體3D結(jié)構(gòu)、低溫型態(tài)出現(xiàn)；他預(yù)期這個領(lǐng)域?qū)⒊霈F(xiàn)劇烈變化：“摩爾定律正在趨緩，電晶體尺寸可能不會再微縮，但我認(rèn)為還有其他機會，特別是在后段制程，人們將會嘗試創(chuàng)新。”

機器學(xué)習(xí)與EDA領(lǐng)域的挑戰(zhàn)北京清華大學(xué)電子工程系副教授、也是北京深鑒科技（DeePhi Tech）共同創(chuàng)辦人汪玉（Yu Wang）表示，座談會上每個人都在談應(yīng)用程式與硬件元件的融合，“這當(dāng)然是一個趨勢，我們必須要連結(jié)這兩個領(lǐng)域，而我們認(rèn)為這是我們可以做的事情。”

不過汪玉看到的另一個更大的機會是，利用不只一套機器來執(zhí)行深度學(xué)習(xí)任務(wù)；他解釋，今日的模型是我們可以打造一套在深度學(xué)習(xí)處理方面非常有效率的機器，但通常每一套機器的資源是受限制的：“如果我們一起運作這些機器呢？”

在他看來，如果那些機器能一起運作，可能會是拉近理論模型與實際情況差距的一個方法。“今天我們是有一個主機（God），然后有很多的代理機器（agent）…如果我們擺脫主機讓所有的代理機器一起工作、不需要主機一直監(jiān)視呢？就像是要在這棟建筑物里面找一個人，有多臺代理機器在建筑物中執(zhí)行，而且嘗試一起覆蓋整個區(qū)域。”

汪玉認(rèn)為，很多系統(tǒng)層級的創(chuàng)新可能因為更強大的代理機器而實現(xiàn)：“如果我們將它們結(jié)合，我預(yù)見將會有演算法層級、系統(tǒng)層級與硬件層級的創(chuàng)新，有很多的機會。”

美國康乃爾大學(xué)（Cornell Univ.）副教授Zhiru Zhang呼應(yīng)了其他與會者的看法，他是一家EDA工具開發(fā)商AutoESL的共同創(chuàng)辦人，后來該公司被賽靈思（Xilinx）收購；“我對于所謂的專屬電腦（specialized computers）非常興奮，”他認(rèn)為將會有一系列不同加速器問世，將推動創(chuàng)新。

Zhang指出：“我認(rèn)為現(xiàn)在是研究這類問題的最佳時機；但在另一方面，這也會是一個最具挑戰(zhàn)性的時刻。”挑戰(zhàn)性何在？他解釋：“那些加速器的打造會非常耗時，而且它們的編程也會相當(dāng)困難。”

至于在振興半導(dǎo)體產(chǎn)業(yè)方面，Zhang則認(rèn)為并不是要吸引新人才，而是“需要打造更開放的硬件工具解決方案”；他以開放源碼線上社群GitHub為例，“如果你要展開某個機器學(xué)習(xí)研究，只要上GitHub就能找到大量的機器學(xué)習(xí)相關(guān)轉(zhuǎn)發(fā)（repost）資源。”

但如果要在GitHub上搜尋設(shè)計自動化相關(guān)的轉(zhuǎn)發(fā)資源，可能不到20條；Zhang認(rèn)為缺乏開放性工具，是今日硬件工程師面臨的最大挑戰(zhàn)之一。