避開英偉達的“門檻”，RISC-V也能做出高效GPU

RISC-V一直以其開源特性而備受業界關注。不過，一直以來，RISC-V相關IP主要集中在CPU領域，而事實上，它也可以用在GPU領域。

你我都知道，GPU領域幾乎被一兩家企業所統治，這是因為GPU領域生態是最大的壁壘。加之專利門檻極高，GPGPU（通用GPU）IP在圖形處理領域一直不溫不火。

最近幾年，大家都探索通過擴展和改寫RISC-V CPU指令集，做GPU。

全世界都在研究RISC-V GPU架構

事實上，全世界都不想看一兩家廠商壟斷市場，都在想辦法做各種開源GPU架構，這其中既包含較老的指令集或是中間語言進行實現，有些則基于RISC-V CPU指令集進行改進和擴展來實現GPGPU的功能。

2021年，喬治亞理工研究了一種支持CUDA的RISC-V GPU架構——Vortex。

前幾日，一個成立于2022年的美國公司X-Silicon發布了其開放標準、低功耗的C-GPU架構。

根據介紹，C-GPU架構將打造成為開源、統一的RISC-V 矢量 CPU-with-GPU ISA 架構，C-GPU采用NanoTile架構，X-Silicon將這種CPU/GPU混合處理器稱為“萬能處理器”。其處理器專為動態內容最佳管理和渲染而設計，并超越傳統GPU限制。

翻譯翻譯就是把基于RISC-V架構的CPU和GPU放在同一個核內。

國內方面，上海清華國際創新中心集成電路研究平臺推出的首款基于RISC-V向量擴展（RVV）的GPGPU“Ventus（乘影）”，是國內首個開源GPGPU，也為后續協同企業開發國產全自主GPU商用產品的路上邁出關鍵一步。

根據官方信息顯示，RVV GPGPU參考RISC-V CPU開發思路，在滿足SIMT基礎功能同時，汲取RISC-V向量擴展在功能定義和指令設計上優勢，將二者有機結合，使乘影同時具備向量處理器工具鏈兼容性和GPGPU編程靈活性。

陳巍博士解讀，乘影主體大框架借鑒GPGPU的結構，每個流多處理器（Streaming Multiprocessor，SM）主體結構接近于RISC-V。后端執行則直接使用處理器中常用ALU、FPU、LSU。為了讓SM能夠完成GPGPU工作，乘影里添加了SIMT-stack和SFU這類GPU中的常見功能模塊。

2024年2月，芯瞳成功開源了一款基于RISC-V指令集的GPU處理器模型RVGPU，這是芯瞳在RISC-V + GPU方向持續研究取得的重要突破。

根據官方介紹，RVGPU采用SIMT（單指令多線程）技術，現已成功實現對CUDA（Compute Unified Device Architecture）的兼容支持，包括CUDA編譯器和運行時環境。除此以外，RVGPU的架構指令CModel仿真模型允許開發者在模擬環境中模擬GPU的各種指令和行為。

綜合來看，上述產品均基于LLVM開源工具鏈完成GPGPU編譯器的開發，支持OpenCL開源并行編程框架。

可見，所有廠商都有著一個共同的目標，那就是建設一個開源GPU生態。

不過，總的來說，GPU是一個非常復雜的產品，絕不僅僅只是一個開源GPU就能夠與現有玩家五五開的，未來還依賴大量的研發與投入。


跨越專利、生態門檻是關鍵

目前的RISC-V可以說是初入 GPU賽道，未來能否取得更好表現，業界也在關注。David Harold就表示，GPU確實是一個很難的賽道，如果不是這么多專利保護起來，不會看到現在世界上只有為數不多的幾家GPU。RISC-V肯定也會面臨這些困境，很難克服這種挑戰。只有完全克服這些挑戰才能成為大家更加認可的開源GPU。

生態也是RISC-V未來發展過程中面臨的重要挑戰。無論是x86、ARM，還是早期市場上的MIPS、PowerPC等芯片架構，決定競爭成敗的都不僅是產品性能本身，還包括是否具有豐富的上層應用，以及高效的軟硬協同。平頭哥半導體副總裁孟建熠指出：“RISC-V將繼續向高主頻、高性能演進。而隨著穩定硬件的出現，軟硬件全棧成為必然。同時，RISC-V將走向更廣的生態合作，在商業合作上涌現更多新模式，軟件持續豐富，應用不斷多樣化。這是未來RISC-V發展的大趨勢?！?/span>

那么，下一步RISC-V廠商就應當積極加強自身產業生態的營造，使上層的軟件與應用豐富起來。Imagination 公司技術產品管理高級總監Stephen Barton指出：“GPU其實是一個很復雜的東西，不光是硬件開源了就可以直接為大家所使用，還要有相應的DDK（設備驅動程序套件）和應用軟件。這些軟件和DDK的開發是否是開源硬件同來源的公司提供的？優化程度如何？能不能完整地支持各種不同的接口和各種Open GL（開放圖形庫）？這些都是很復雜的事情，絕不是一句簡單的開源就完事的，還有大量細致的工作要做，還有許多挑戰要面對?！?/span>

David Harold也承認，現在有很多與RISC-V相關的IP供應商，但能提供GPU IP的并不多。對RISC-V來說，GPU是一個相對新的領域，更加需要產業鏈上下游的企業共同攜手，才能取得突破。但是，中國科學院軟件研究所總工程師武延軍也強調：“雖然目前RISC-V還局限在一些對算力和軟件生態豐富程度要求不那么高的領域，但是它的商用時機已經到了，以此為起點今后它的加速度是驚人的?！?/span>


用RISC-V做GPU，有好也有壞

用RISC-V做GPU，有人拍手叫好，也有人覺得多此一舉。

覺得它好的人，認為RISC-V可以直接套用RISC-V的生態，不需要完全自建GPU生態，規避了與CUDA的專利對決。畢竟這是個開源的GPU IP，大家都加入到開源建設的大家庭，就能夠彌補GPU生態不足，也不容易踩到知識產權的坑。

與此同時，每個SM核的獨立性更好，可以執行比常規GPU CUDA核更復雜的計算。如果加上MMU，未來甚至可以在每個SM核上跑操作系統，非常有利于虛擬化。

覺得它不好的人，認為目前的RISC-V GPU產品，都是目前NVIDIA的GPU的形似物，設計沒有什么太大差別，而HBM這樣的器件八成是用不起的，其它諸如Nvidia GPU里面的Texture Unit也是缺失的。

更何況，CUDA這樣的生態是很難跨越的鴻溝。有大佬曾言：“如果你看一下GPU的生態系統，就會發現工具鏈是由NVIDIA控制的，包括AMD在內的其他競爭對手都試圖打破壟斷，但失敗了。通過擴展RISC-V標準指令集，幾乎不可能與不斷更新的NVIDIA生態系統兼容。另一方面，也很難重新開始，因為英偉達擁有先發優勢。”

所以，對于大部分RISC-V GPU來說，支持CUDA生態至關重要，我們也看到許多廠商確實也是這樣做的。因為雖然通過LLVM可能只需要重構compiler后端，但性能好不好就是另外一回事了。

還有比較激進的觀點，認為從RISC-V開始做GPU，不如直接從白紙開始做。他們認為，要使基本的RISC-V指令集適應GPU任務，需要大量投資來定義自定義ISA擴展，構建高度復雜的微架構更改，并對開源工具進行大手術，使它們幾乎與原始工具相似。這樣一來，使用RISC-V的幾乎所有潛在價值，都被定制架構比下去了。

就連上海交大也曾經說過，“我們想做的是一個獨立完整的GPGPU架構和指令設計，而不依賴于現有RISC-V CPU開源指令，這樣才能更完備地打造和融入原生的GPGPU生態 ，從而與現有的各種CPU系統無縫銜接?！彼砸虼?，他們做了“青花瓷”這樣一個定制的開源GPGPU架構。