李子柒（Li Ziqi）是中國湖南省出生的互聯網紅人，以其在YouTube上分享的農村生活和手工藝制作視頻而聞名。雖然她的文化程度并不高，但她在國外網絡平臺YouTube上的知名度取得了巨大的成功。她的YouTube頻道吸引了全球觀眾，其中許多人對她的生活方式和制作技巧感到著迷。
李子柒最初是通過中國的一些視頻分享平臺，如新浪微博、快手和抖音，來分享她的視頻的。她的內容主要集中在展示她在中國農村的生活，包括食物的制備、手工藝制品的制作以及與大自然的親近。這些視頻在中國國內迅速走紅，使她獲得了數百萬的粉絲。
盡管李子柒的文化程度可能相對較低，但她的創造力和視頻制作技能使她在國際舞臺上取得了廣泛的成功。她的故事也證明，在互聯網時代，人們有機會在全球范圍內分享他們的獨特才能和生活經驗，無論他們的文化程度如何。
問題1:您如何看待再6年之后的SoC設計,或者說SoC 設計6年后的技術發展趨勢如何?
Chris Rowen :我認為這個市場的大方向還是相當清楚的。看看市場層面的基本趨勢,再看看技術層面的基本趨勢,你就可以看到他們在哪里重合。就技術而言,你會發現摩爾定律(Moore’s Law)作為經濟驅動力的事實。但是摩爾定律真正有趣的部分在于 “集成度(Density)持續提高”。每隔2年半或者3年,硅密度就要提高一倍,這意味著近一倍成本的降低,可以使射頻產品中數字模塊的集成度越來越高。這也意味著,各種系統都在尺寸大小(Scale)上變得越來越小。所以無論是電腦亦或消費電子設備,每一個系統的目的都是集成于同一塊芯片。這就變得有趣起來。因為在過去,你可以生產通用(Generic)存儲器,通用處理器,通用射頻等等,然后組裝在一塊兒,建一個非常好的專用(Specific)系統。但是在今天,事情都顛倒過來了。現在希望把許多不同的功能線路集合到一塊芯片上。當然在這個意義上,你還是得搞出一塊專用芯片。但是挑戰變大了,因為芯片本身需要更加專注于某一個特殊應用,而專用處理器、內部總線等等功能部件,也要變得更小更強更快!
但是,摩爾定律并沒有在晶體管層面帶來太多的功率改進。在過去,當東西變小了,功率自然就降低了,所以工程師也從來不考慮芯片架構(Architecture)問題。而現在,如果工程師想要優化功耗,首先就要優化架構。他得考慮如何才能更有效地完成這個計算?譬如用更少的晶體管門或者運算周期,甚至在這個任務不運行的時候關閉掉相應子系統等等。總之,需要考慮智能化的問題(Intelligent)了。
舉個例子,如果你想做個手機,就必須要注意區分不同的使用場景,譬如是聽音樂、看YouTube視頻、發短信、上網,或者煲電話?這些都是完全不同的情景。你得更細心,更積極地考慮關掉所有暫時沒用的子系統。因此對于芯片設計師(Chip Architect)或者系統設計師來說,這是最好的時代,因為有這么多的事兒可做。但對于一個從事晶體管層面的工作人員(Transistor Guy)而言,這可真是最壞的時代啊!一切都已經上升到系統或者應用的級別。而晶體管性能的提高,功耗的降低,與面積的縮小都遇到難以克服的困難。這就是技術領域正在發生的大事件。
問題2:未來幾年市場方面的變化呢?
Chris Rowen :說到市場。我認為最大的趨勢是向移動化的方向發展,因為人們的生活方式已經徹底改變了。當你可以隨身攜帶那么多的設備,就會希望能夠持續地連接到互聯網 上。這種影響不僅表現在設備上,還表現在無線基礎設施,以及云計算上。而且經濟層面的影響,將會隨之變得非常,非常深遠。因為你會看到,譬如在這種設備 (Chris拿起手里的iPhone開始演示)的層面,無線連接的帶寬起碼還要提高30倍。為了獲得足夠豐富的娛樂體驗,我們或許需要幾十甚至幾百兆比特的帶寬。在世界每一個地區,高端用戶越來越多。中國就是一個鮮活的例子。不光如此。在印度、南美、非洲、加勒比海地區,人人都希望持續不斷地連接到互聯網。
問題3:那么接下來在SoC設計上會有什么變化?
有趣的是,所有網絡基礎設施(Network Infrastructure)的功耗都是巨大的。因此即使僅僅從綠色節能考慮,開發更加緊密集成的系統也是異常重要的。基站將明顯變小,這意味著整個基站都可能縮小變成塔頂的一個小盒子。
當然在系統層面,你一旦降低了功耗,降低成本也就水到渠成了。所以這兩者之間是一個非常良性的關系。關鍵是硅晶圓的集成。這也是Tensilica會如此迅速成長成為世界領先的DSP內核供應商之一的原因。
甚至可以看到這種變化體現在云計算上。因為現在你需要300倍的帶寬,也就相應地對視頻服務、視頻壓縮、互聯網數據庫搜索、社會網絡如此等等, 都提出了更高的需求。而所有這些事情,真的都是很復雜的應用程序呢。
不過有趣的是,他們都是些并行的應用程序。這是個好消息。因為在計算機業已經發生的一件事情便是,單個微處理器的速度已經很難再提高了。Intel 在1990年,戲劇性地發現了單處理器性能呈指數增長的改善。但是他們也旋即發現當處理器頻率達到約3.5到4GHz的時候,功率密度(Power Density)遇到了瓶頸。于是,他們開始嘗試多核技術。
還好廣大客戶想做的事,基本都是天然就可以并行處理的。所以,你在做互聯網數據庫檢索(Inter買粉絲 Database Search)的時候,確實可以設置多內核、多芯片,甚至多系統。因為你的查詢請求通常將被發往多個地點。所以在互聯網云計算的領域,運用多核的機會無比廣闊。
但是有一個問題必需考慮,就是你如何在有效的MIPS指令內獲得足夠低的功耗。或者說,如何設計電池壽命最長的移動設備,和最可擴展的服務器之間取得平衡?因為所有都和功耗有關,而并不是只和峰值的性能有關。
問題4:那么Tensilica如何來克服在功耗上的挑戰?和競爭對手比起來又有何特點?
Chris Rowen: Tensilica贊同為特定的任務去優化處理器。優化流水線(Pipeline),優化接口,優化設計層面,然后把多個內核放在一起,以建 立一個多核系統。這種優化的能力將產生巨大的影響。我將談一談Turbo解碼器的專用(Specialized)處理器。 Turbo是一種特殊的算法,可以從嘈雜的噪聲中提取有用信息,在一個工作周期(cycle)內,這個解碼器可以執行大約3萬次RISK指令。是的,通用的壓縮(Compression)處理器只能執行一次指令,而這個專用處理器可以執行3萬次。當然這是一個極端的例子,只是想表明當你知道你的問題在哪里,你就可以做出很多令人難以置信的事情。并行,從而獲得了難以置信的高效率。
同樣的原則也適用于其它場合,適用于各種其它門類的專用DSP、無線接收器,適用于基帶和音頻的通用DSP,也適用于客戶意欲進行視頻處理或其它 圖形壓縮、安全操作、網絡協議處理,以及廣泛應用于射頻的深嵌入式控制(Deeply Embedded Control)。
他們很少去考慮并行的問題。而與之相反,我們在應用層面非常努力地工作,以期尋找到解決方案。在云計算那段,我們確實可以將任務分割成很多子任務,但是當我在這里玩游戲時(Chris又一次拿起手里iPhone開始演示),我真的被限制了。你看,一個手指只能玩一樣東西。因此在應用處理器的層面,你真的無法得到啥好處。MIPS、ARM,甚至還有Intel,都面對著這樣一個無法在當前硅科技下有效完成多任務的問題。而那是我們擅長的。
我們看到這個市場在迅速增長,去年的出貨量增長了大約70%。然后我們會試圖進入所有的DPP(Data-Plane Processor)領域,包括DSP、音頻視頻、安全,以及深嵌入式控制,這其實和應用處理器的范疇離得很遠。所以啊,我們常常會發現自己和MIPS、 ARM或Intel出現在同一塊芯片上。因為有這么多不同的處理器,在Date- Plane里又有這么多不同的任務,那些小而高效的處理器會有很多機會。
這種對于應用處理器或者接口的互補性,甚至于可以讓應用處理器在執行類似于信號處理這種實時任務的時候,也完全關閉。或者比如多媒體應用,應用處理器當然可以去做,但是如果我們優化專用音頻DSP的話,將獲得4到5倍的效率。尺寸更小,單位時間內的吞吐量卻更大。而且可以用如此多的音視頻處理器夠你選擇。所以幾乎任何時刻,系統設計師或者SoC設計師都可以通過區別應用場景的方式,來決定卸載(Off Load)某個處理器。
這也是為什么我認為我們可以在音頻方面取得這么大的成功。當你正在設計一個手機,或者閱讀顯示器,或者機頂盒,或者數字電視,或者數碼相機,你會說,啊,這里有一種場景需要我做大量音頻的工作。于是,把那種卸載很自然地就被設計到基本構架里去了。
而且,我們可以為應用層面的處理器自動生成軟硬件,尤其是基于音頻和基帶的非常全面的軟件庫(Software Libraries)。因此,不管是否是有經驗的人員,在我們提供的資料庫里都能找到他們所有需要的軟硬件解決方案,以幫助他們最快地進入市場。集成音頻、集成基帶,或者其它各種功能。
問題5;那么Tensilica有什么具體的應用嗎?
Chris Rowen:移動電話是一個巨大的市場,一個可以滿足之前所說帶寬需求的市場。特別是當前正從3G向4G升級過度,大家都聚焦在LTE身 上。不僅因為LTE看上去很像是最后標準的勝者,也因為它非常像WiMax。我們已經能夠提供參考設計,幫助客戶建立他們自己定義的多核LTE手機,在市場中搶得先機。這只是一個我們進入市場領域的一個例子。
我們也在做一個很類似的數字電視解調器。因為有人希望既能適合移動應用,又能適合起居室應用。這里有個很大的問題,就是全世界在視頻領域有好多不同的標準和概念,而每個人都真心希望擁有一塊可以解決一切問題的視頻芯片。我們準備來設計一塊。其實應用一樣的原理,就是找些DSP和專用核,優化最密集的任務,并充分利用我們最重要的能力――生成處理器的功率效率非常小,以及和世上最穩定的通用DSP一樣易于編程的軟件工具。昨天晚上客戶還和我們說,DSP如此受人關注的最主要原因就是可編程。我們同樣在努力使編譯器更強大,使程序模型簡單,使程序員更不操心。我們還在微處理器的流水線設計上增強了視覺效果。
因此,我們擁有一個非常高效的處理器。但是效率(Efficiency)這個詞值得商榷。傳統意義上而言,效率就是指最少的門數、最小的功耗。但效率也應包括將產品推向市場的時間。需要多少工程師才能部署好這個系統?每行代碼的成本是多少?每個工程師小時(Engineer Hour)所需要的工資?除了硅片層面的效率以外,測量的效率同樣也是重要的參數。我認為我們在這兩面都需要注意。剛才討論的那種架構,也特別適合在大量出貨的領域。移動設備、客廳設備、數碼相機,這些都是我們做得非常好的地方。
我們主要是在DPP方面擁有很強的知識積累,但同樣的影響也已經開始在云計算上面出現。當然,現在云計算的變化還比較慢,部分原因是它并非對功耗如此敏感,但我認為整體上還是會有影響的。
問題6: