RISC-V如何走向数据中心？谷歌最新分享！

公众号记得加星标，第一时间看推送不会错过。

在最近一次RISC-V 峰会上，谷歌数据中心性能工程总监 Martin Dixon 发表了一场精彩的演讲。他以谷歌成功过渡到基于 ARM 的服务器为例，带领听众进行了一次“公路旅行”，探讨了谷歌将 RISC-V 集成到其庞大的仓库级计算基础设施中的愿景。Dixon 概述了将 RISC-V 应用于数据中心规模所面临的机遇、挑战和必要条件。

谷歌的异构计算之旅始于其基于通用 x86 平台的早期阶段，并在不断变化的需求中迎来了 27 周年纪念。2010 年代中期，该公司开始尝试 ARM 架构，并遵循了 2014 年发布的 ARM 服务器规范。这促成了 2022 年 Tau T2A ARM 实例的推出，以及最近推出的定制 Axion ARM 处理器。如今，谷歌的数据中心已经混合部署了 x86、ARM 和新兴架构，包括早期的 RISC-V 组件。Dixon强调，异构性和专业化对于克服摩尔定律放缓至关重要，能够实现规模化更高的效率和性能。

RISC-V 的开放性和定制潜力令人兴奋，但 Dixon 也警告说，如果没有标准，它就是一把“双刃剑”。他强调，需要像 RVA23 规范和即将发布的 RISC-V 服务器平台规范这样的基准，以确保仓库级部署的兼容性。

Dixon以公路旅行为例，概述了成功的关键“要素”：

• 路线图——标准化规范，强制功能包括分支记录（类似于英特尔的 LBR 或 ARM 的 BRBE）、侧信道加固加密和 MMU 支持等，以确保安全。

• 一款酷炫的汽车——高性能服务器级SoC，至少有64个核心，每个核心支持4GB以上的内存，优先考虑性能、可靠性和可维护性。

• 碧昂丝——这是对谷歌内部“碧昂丝法则”（出自碧昂丝的歌曲《Single Ladies》：“如果你喜欢它，就应该测试它”）的幽默致敬。Dixon强调，关键功能必须经过全面的测试，以简化多架构移植。

• 朋友们——强大的社区协作，打造“开箱即用、编译运行”的强大软件生态系统。

回顾移植到 ARM 架构的经验，Dixon 分享道，谷歌的主要工作负载（包括 YouTube、Spanner 和 BigQuery）几乎占其计算资源的一半。移植不仅仅关乎大型服务——调度器需要大小作业混合打包才能实现高效运行。谷歌通过集中协作、自动化和 AI 生成的变更，移植了超过 3 万个软件包，从而为大量工作负载提供了自助服务。

开发者们对工具链崩溃的担忧最终被证明是多余的；问题大多是一些“琐碎”的小问题，例如配置文件、构建路径和不稳定的测试。少数小问题包括浮点精度差异（已通过标准化为 float128 解决）和一些极少的内存排序错误。总的来说，过渡过程比预期的要顺利得多。

展望未来，谷歌正通过 RISC-V 国际组织参与 QoS 和 RVA23 等标准的制定，并作为 RISE 的创始成员，加速 Linux 和 LLVM 的上游开发。为了实现流程的“自动化”，谷歌将其 Gemini AI 模型应用于 4 万个 ARM 移植修改，并对其进行分类，以便未来自动执行更改。现在，AI 代理负责安全、渐进地进行部署，团队往往难以察觉。

对于 RISC-V，Dixon呼吁批准服务器规范、交付功能强大的片上系统 (SoC)、扩大测试覆盖范围并拥抱人工智能。谷歌通过 RISE 和 RISC-V International，利用 Gemini 计划的资助金资助学术界人士推进人工智能驱动的移植工作。

Dixon乐观地引用杰克·凯鲁亚克的名言结束了演讲：让我们“满怀热情地迎接下一个挑战”，利用RISC-V实现仓库级规模的计算。他的演讲凸显了谷歌对开放架构的承诺，并将RISC-V定位为未来超大规模计算的关键支柱。

https://semiwiki.com/ip/risc-v/364961-googles-road-trip-to-risc-v-at-warehouse-scale-insights-from-googles-martin-dixon/

（来源：编译自semiwiki）

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4265期内容，欢迎关注。

加星标第一时间看推送，小号防走丢

求推荐