GPU|【芯调查】国产GPU不讲武德( 三 )


“芯动科技目前聚焦于渲染GPU领域 , 但GPGPU也在规划之中 , 芯动科技选择的是一个起步很难但可以走得很远的赛道 。 虽然GPGPU的价值很高 , 增长也不错 , 但图形渲染GPU在细分市场总的体量更大 。 ”何颖告诉集微网 。
但杨建认为 , 对于一家初创公司的首颗GPU产品来说 , 如果要同时自研渲染GPU的固定渲染流水线IP、统一着色器(shader)IP , 需要的时间和人力成本将非初始的几百人团队可以承受 。 因此 , 沐曦采取先做GPGPU , 再发展图形渲染GPU的模式 。 在自研GPGPU中 , 只有统一着色器IP , 不需要固定渲染流水线 , 这样可以在自研GPU的道路上一步一个脚印稳健前行 。
四、核心IP 十年差距
任何一款高端芯片的打造 , 都离不开基石——IP的“成全” , IP的质量很大程度上决定了国产GPU性能的底色 。
在步日欣看来 , GPU作为高性能的大芯片 , 想在短期内出成果 , 必然需要依赖外部IP 。 国产GPU厂商能够快速推出相关产品 , 很大程度上依靠外购IP 。
但打着自主研发之名 , 行外购之实 , 推出“马甲”产品就难免有忽悠之嫌 , 这样的案例在芯片领域本就不在少数 。
自研IP越多 , 芯片设计上越有把握 , 产品的差异化更明显 。 但相对而言 , 资金、人员、时间上的成本投入也更高 。 王强告诉记者 , GPU IP自研需要36-48个月以及200个工程师 , 而采用外购IP的方式 , 可以减少12-18个月开发周期 。
李明则表示 , 考虑到GPU的研发非常考验项目的目标管理能力 , 对于团队能力和组织工程能力要求很高 , 初创企业由于能力有限 , 短期内如果自研路线不顺利 , 会选择大量外购IP或“马甲”路线 。 但从长远看 , 公司团队的成长、市场定位以及盈亏平衡不能得到保证 , 而且会逐渐拉开跟行业领先公司的差距 。
据集微网了解 , GPU 的IP主要涉及三大类 , 一是模拟IP , 包括PCIe、Displayport和HDMI等等 , 这方面国内厂商占有率较低;二是Memory;三是数字IP , 包括基于Arm或RISC-V的微控制器IP、编解码芯片IP以及最核心的GPU IP等 。 核心IP国内有Imagination、芯原、格兰菲等厂商 , 相对而言 , Imagination认可度较高 , 芯原是后起之秀 , 而格兰菲主要面向特定领域用户 。
在李明看来 , 国内核心IP能力至少比英伟达、AMD等落后十年左右 。 而整体而言 , GPGPU企业与国际大厂技术差距约3年 , 渲染GPU与国际大厂差距约10年左右 。
李锴认为 , 国内GPU底层技术空白点较多 , IP大多受制于国外厂商 , 产品前端稳定性不理想 , 目前又很难在主线中高端电子产品上得到普及化应用 , 需多年沉淀形成自主IP积累才能具有一定替代性 。
需要指出的是 , 外购IP并不意味着无法自主可控 , 但对GPU企业的能力要求很高 。
据何颖介绍 , 芯动科技与Imagination的合作是与苹果一样的架构授权 , 基于该初始架构芯动科技探索了很多自己的方案 , 包括自研的Cache一致性Innolink Chiplet技术 , 内置国产物理不可克隆iUnique Security PUF信息安全加密技术等 。
“芯动科技去年推出的渲染GPU‘风华1号’80%以上的IP都属于自主研发 。 既然已经获得了架构授权 , 芯动科技就可以不受限制地自行改进 , 能够做到自主可控 。 ”何颖说 。
五、生态之路 道阻且长
除了硬件性能上的比拼 , 高性能芯片的生态搭建也是绕不过去的一道坎儿 。 某种程度上 , 生态比硬件更重要 。
步日欣表示 , 在最终量产和商业化产品出来之前 , 国产GPU还没到谈论生态和应用层面的地步 , 而杨建认为 , GPU生态是除产品外初创企业能否活下来的重要因素 , 是一开始就要考虑的问题 。