陣列處理器

1971年發明的處理器芯片起着定義計算機的作用，從此，計算機是按照處理器芯片的發展而演變的，是芯片上的計算機，處理器芯片的ISA(Instruction Set Architecture，指令集架構)已是國外的一統天下。1987年人們提出了系統芯片(SoC)的概念，研究如何將計算機的系統設計都轉移到系統芯片設計上來，將起到換代的作用。系統芯片已有總線互連的MP(Multi－Processor，多處理器)系統芯片與網絡互連的AP(ArrayProcessor，陣列處理器)系統芯片，但 A P 系 統 芯 片 還 沒 有 發 展 到 成 熟的階段，給我國的芯片設計提供了一 次 競 爭 的 機 會 。 因 此 ， 我 們 對MPP(Massively Parallel Processing，大規模並行處理)系統芯片體系結構進行了研究。現在，又從數據流動的計算模式、並行計算的陣列芯片、應用演變的數學技術、以及硅基芯片的製造技術等4個方面的統一，研究了陣列處理器系統芯片的發展問題，提出瞭如何設計一種統一體系結構的陣列處理器系統芯片，簡稱APU (Array Processing for Unification architecture，統一體系結構的陣列處理器)系統芯片 ^[1]  。

1935年的圖靈抽象機定義了控制數據流動而完成計算的計算模式，現在已形成了指令流、數據流與構令流三種控制數據流動的計算模式。現在流行的控制數據流動的計算模式主要是馮·諾依曼的指令流計算模式，有SISD、SIMD、MISD與MIMD四種體系結構的指令流計算模式。但現在的單核/多核/眾核芯片，只實現了SISD的指令流計算模式，以及MMX[SIMD]，流水線[MISD]，VLIW[MIMD]等低並行計算度的指令流計算模式。由於SIMD的指令流計算模式最適合圖像處理算法，SIMD體系結構的處理器與計算機早已得到了發展。數據流計算模式是採用電路設計的ASIC/ASSP芯片，或者是靜態重構的FPGA芯片實現的，而構令流計算模式是通過可重構的RCDevice (ReConfigurable Device)芯片實現的，它們的計算效率高，應用的設計門檻也高，沒有程序設計的靈活性，芯片的品種多。因此，我們研究並實現了MISD/MIMD的指令流計算模式，它不僅具有數據流/構令流計算模式的計算高效性，而且具有程序設計的靈活性，應用的設計門檻低，芯片的品種少等。計算模式的統一就是用MISD/MIMD的指令流計算模式，取代沒有程序設計靈活性的數據流/構令流計算模式，使所有計算統一成指令流計算模式。

從並行計算來看，有任務級並行計算、數據級並行計算、操作級並行計算與指令級並行計算的陣列芯片。現在的MPP計算機主要是按任務級並行(TLP，Task Level Parallel)完成計算的；是採用單核/多核/眾核芯片實現的。單核/多核/眾核芯片正在向TLP計算的MP系統芯片與AP系統芯片演變，TLP計算是將任務(進程/線程)映射到核(處理器)上完成計算的，是一種MPMD的計算。由於任務(進程/線程)之間存在同步與互斥問題，TLP計算的效率低、編程複雜。數據級並行(DLP，Data Level Parallel)計算是按SIMD模式完成的計算，主要是採用指令流計算模式中的SIMD體系結構實現的，已有GPU等系統芯片，以及GPU或者是CPU+GPU的MPP計算機。操作級並行(OLP，Operation Level Parallel)計算是在數據流計算模式的ASIC/ASSP/FPGA陣列芯片，與構令流計算模式的RCDevice的陣列芯片上完成並行計算的，沒有程序設計(改變)的靈活性。科學和藝術都是用來探索4維的時空關係的，APU系統芯片是採用PE(Processing Element)之間的鄰接(abutting)技術，探索4維的時空並行計算關係的，實現DLP計算與指令級並行(ILP，Instruction Level Parallel)計算的。陣列芯片的統一就是SIMD的DLP計算與MISD/MIMD的ILP計算，是採用處理元之間鄰接互連(Abutting)的APU系統芯片統一實現的。

計算科學是源於數學思維與工程思維的“數學技術”，它改變了人們的思維方式。芯片集成度按照摩爾預言速度上升的結果，在高性能計算、網絡化計算與嵌入式計算的應用演變中，數學技術促進了計算機的新發展。高性能計算機主要是通過模擬幫助人類瞭解世界與創造世界的，有地球模擬機、藍色風暴、宇宙計算機、密碼破譯機與武器模擬機等。這些計算機的名稱就説明了它們的應用演變，都需要通過數學技術建立很複雜的數學模型，以及實驗或觀測的數據庫。模擬的核心就是建立一個與真實或者虛擬系統相關的數學模型，通過數學模型與數據庫探討對高性能計算機體系結構的影響。網絡化計算的通信作用是非常成功的，從根本上改變了世界的信息基礎設施。現在，隨應用演變的數學技術，使計算機網絡的作用已從通信作用，發展到資源共享的服務作用，叫做網絡計算(Net-Centric Computing)/網格計算(Grid Computing)與網絡存儲。在高性能並行計算與大容量存儲系統的支持下，雲計算與SaaS(Software as a Service，Storage as a Service，軟件即服務，存儲即服務)或HaaS( Hardware as a Service，硬件即服務)等數學技術使下一代數據中心將扮演“數據電廠”與“數據銀行”的服務角色。

嵌入式計算是一種計算技術與物理世界相結合的服務模式，有人叫做具體化與物理化應用，模擬了人類與物理世界交互的形式，成了有傳感器(模擬人的視覺、聽覺與感覺等)與執行機構(模擬人的四肢)的計算機，並通過隨應用演變的數學技術，讓工業機器能像人一樣自主工作。雖然現在人工智能的數學技術只使機器人有了邏輯思維能力、部分形象思維能力，基本沒有創造思維能力，但為機器人研究帶來了有創見的方法。從形狀來説，有人形機器人與非人形機器人。而美國國防部的變形機器人就是要通過隨應用演變的數學技術，使機器人具有自組裝能力，可保證機器人能成功地登上星球表面。從功能實現方法來説，有人工方法與自然的仿生方法。人工方法的機器人有手術機器人、自動駕駛機器人等。仿生方法的機器人有氣流發音的機器人、重力行走機器人、化學機器人、神經元機器人、情感機器人、模擬生物進化過程的機器人、以及分子機器人等，仿生方法使隨應用演變的數學技術的計算日益自然化。計算技術的飛速發展，也體現在編程語言的演變上，從最早的Basic到Algol，再到Fortran，以及現在的接近彙編語言的C語言。數學技術最後是通過彙編語言映射到計算機上完成計算的。彙編語言的優點是程序質量高，缺點是可讀性差，沒有兼容性，是不統一的。因此，APU系統芯片的ISA不是用助記憶符的彙編語言描述的，而是採用了一種面向數學技術也面向指令定義的映射語言描述ISA的，簡稱M語言(Mapping/MiddleLanguage)。數學技術是統一到映射語言上，以提高程序的複用性的。

量子計算與生物計算還處於探索階段，現在的計算機是採用硅基芯片製造技術實現的。人們預計硅基芯片的製造技術到2016年將接近其發展極限，需要尋找新的技術突破。例如，通過擴大芯片面積是提高芯片集成度的一種新途徑，就是圓片規模集成(WSI，Wafer Scale Integration)技術。又例如，混合集成電路是一種小型化、高性能和高可靠的互連封裝手段，國內將其稱為二次集成技術。1993年美國佐治亞理工學院提出了將SoC芯片、MEMS芯片、以及無源元件二次集成在一起的SoP(SystemonPackage，系統級封裝)的概念。按摩爾定律發展的IC芯片僅佔一個系統的10%的體積，而SoP則解決了系統中90%的體積。特別是2007年Intel公司率先具備了45nm硅基芯片的生產能力，使半導體產業進入了“材料推動革命”的時代。集成度高達近20億晶體管的32nm芯片接近實用。

為了解決深亞微米技術的“紅牆”問題與嵌入式應用的小型化問題，硅基芯片的TSV三維集成製造技術得到了發展。IBM、Intel與Samsung等都採用了TSV(Through-Silicon-Via，硅穿孔封裝)的三維集成技術。據IBM稱，TSV技術能使芯片數據所需要的傳輸距離縮短1000倍，連線數目增加100倍，功耗低達20%。IBM將把TSV技術應用到無線通信芯片、電源處理器、BlueGene超級計算機芯片和高帶寬內存中。我國2006年全國科學大會提出的“十六專項”體現了芯片設計、製造與應用的產業鏈特點。在“十六專項”的戰略任務的牽引下，有望使我國的芯片技術跟上“摩爾預言”的發展步伐。製造技術的統一就是指三維集成的TSV技術的統一，以實現嵌入式計算機小型化與解決深亞微米的RedbrickWall(紅牆)問題；也是提高我國芯片製造能力的必經之路。從設計上講，APU系統芯片的陣列體系結構，以及傳感器、顯示器與存儲器等芯片都是陣列的，是正好適合於TSV技術的應用的 ^[1]  。

陣列處理器從PE互連結構的角度可以分成四種原型 ^[2]  ：

其中，方形陣列處理器看起來更加符合圖像的2維結構，但是，前人的一些研究發現，在PE數量相同的前提下，LAP的計算效率和數據吞吐率不比SAP少，而且前者具有更小的硬件開銷。