米兰官网-新计算架构，迎来从学术到产业实践重大机遇—新闻—科学网

近期，英伟达以200亿美元天价拿下美国人工智能芯片独角兽Groq的焦点资产，英特尔拟以16亿美元将美国“数据流架构”芯片公司SambaNova收入囊中。这两笔合计超210亿美元的芯片范畴并购年夜案，并不是平常的贸易结构，而是对于下一代计较架构的团体押注——数据流架构，这个寂静数十年的技能标的目的，正从学术殿堂走向财产中心。

Groq的语言处置惩罚芯片（LPU）于AI推理使命中实现了约10倍在GPU的机能冲破，SambaNova的数据流芯片（RDU）芯片更迭了AI计较范式，它们的技能内核指向统一个谜底：于冯?诺依曼架构面对焦点瓶颈的今天，数据流正于开启一场计较架构冲破的序幕。正如GPU曾经让英伟达逾越英特尔登顶芯片王座，数据流架构正为全世界企业提供改写行业格式的汗青性机缘。

架构之变：打破冯?诺依曼瓶颈的技能革命

自1945年冯?诺依曼提出存储步伐架构以来，CPU与GPU始终遵照着"步伐计数器+同享内存"的焦点逻辑。这类节制流架构犹如严谨的交响乐团，所有指令必需于步伐计数器的批示下循序渐进履行，数据与指令同享内存空间，经由过程总线频仍搬运。

CPU+GPU的节制流架构形象图。 图片由豆包AI天生

只管冯?诺依曼架构至今仍是全世界计较装备的主流选择，于通用计较场景中具有不成替换的兼容性与成熟度，但于AI年夜模子与科学计较的海潮中，其固有的架构局限逐渐凸显：现代处置惩罚器的计较速率远超数据拜候速率，处置惩罚器年夜部门的时间于等候数据，犹如一群运动健将被困于狭小的独木桥前。当AI年夜模子需要每一秒处置惩罚万亿次浮点运算，当天气模仿需要及时调理PB级数据，传统节制流架构的"存储墙"与"能效墙"显著制约了算力晋升的上限。

数据流架构的呈现，为破解这一瓶颈提供了全新路径。

数据流架构摒弃了步伐计数器的集中节制，将计较的主导权交还有给数据自己，其焦点道理可归纳综合为"数据就绪即履行，数据流过即计较"：步伐被拆解为节点（计较操作）与有向边（数据依靠）组成的有向无环图，犹如周详的工场流水线；数据以"令牌"情势于节点间流动，当节点网络齐所有输入令牌即被"焚烧"履行，无需等候指令调理；所有就绪节点可同步履行，实现指令级、线程级、使命级的全维度并行，硬件使用率年夜幅晋升。

这类架构犹如蜂群协作，没有同一批示，每一个工蜂（计较单位）收到使命（数据）后当即步履，协作效率远超传统架构的“单兵作战”。

蜂群协作式的数据流架构。图片由豆包AI天生

数据流架构计较有四年夜焦点上风。

一是能极致开释并行性。传统节制流布局于履行历程中虽然也答应乱序履行及高发射履行，可是仍旧只能于指令窗口内拔取可履行的指令履行，并行度受限；而于数据流布局中，步伐被彻底睁开成数据流图的情势，所有指令的履行没有强迫挨次，操作数到齐便可发射履行，可以于总体步伐规模充实挖掘指令级并行。

二是有着凸起的低延迟特征。数据直接流动、无集中式指令调理的设计，可年夜幅削减指令等候与数据搬运的时间损耗，端到端延迟较传统架构年夜幅降低，特别适配边沿AI推理、高频生意业务等对于相应速率敏感的场景——这也是通用并行图形处置惩罚器（GPGPU）难以企和的焦点上风，更是英伟达斥资200亿美元收购Groq的要害考量，旨于填补其于低延迟计较范畴的短板。

三是访存效率更高。采用漫衍式局部存储，数据于计较单位间直接流动，访存能耗可年夜幅降低，"存储墙"难题也可年夜年夜减缓。

四是能效比显著晋升。省去分支猜测、重定名寄放器等繁杂节制逻辑，划一面积下算力密度更高，能效比优化较着。

如今，全世界头部芯片厂商已经纷纷入局数据流赛道：googleTPU利用了的专用数据流架构，英伟达Tensor Core素质上是为矩阵运算非凡固化的数据流计较单位，AMD则推出集成XDNA架构的Ryzen AI处置惩罚器——其自顺应数据流架构经由过程专用AI引擎实现数据驱动的并行计较，既保留了冯 诺依曼架构的通用计较能力，又经由过程数据流模块实现低延迟的AI使命加快，于条记本等消费级边沿装备中落地，表现了两种架构的协同价值。

源流溯往：数据流架构的薪火与传承

谈和数据流计较的发源，MIT传授杰克 B 戴尼斯（Jack B. Dennis）是无可争议的奠定人。他在20世纪60年月初次体系提出数据流计较模子，摒弃步伐计数器的集中节制，确立"数据依靠驱动履行"的焦点思惟，为非冯?诺依曼架构斥地了全新门路。而将这一理论推向工程化、并构建起全世界化学术传承脉络的要害人物，恰是他的门生、中国粹者高庆幸传授。

杰克 B 戴尼斯（左）、高庆幸（右）。 作者 供图

1980年月，高庆幸赴MIT攻读博士学位，师从戴尼斯，成为其焦点研究团队的主要成员。于戴尼斯的引导下，高庆幸深耕数据流理论，不仅把握了非冯?诺依曼计较模子的精髓，更敏锐发明纯数据流架构难以兼容繁杂节制逻辑的行业痛点。作为戴尼斯学术思惟的直接传承者与立异者，他立异性地提出了EARTH（Efficient Architecture for Running Threads）模子 —— 这一立异既保留了数据流的自然并行上风，又经由过程线程级同步机制兼容传统步伐语义，成为毗连理论与实践的要害桥梁。

两人的学术拘束并未止步在师生瓜葛：高庆幸卒业后，与戴尼斯连结持久深度互助，戴尼斯提出的基础数据流模子，经高庆幸的工程化拓展，终极落地为IBM Cyclops64超等计较机的焦点架构，2005年即实现了每一秒跨越100万亿次运算的巅峰机能，成为数据流技能从试验室走向财产的里程碑。

戴尼斯与高庆幸这类"提出理论—工程转化—全世界推广"的传承脉络，组成了数据流架构成长的焦点主线。而高庆幸对于数据流工程化的开拓，也点燃了其于中国成长的星星之火。中国科学院计较技能研究所、华中科技年夜学、清华年夜学、上海交通年夜学的相干研究团队，始终深受其学术思惟的启示，于基在及交融数据流思惟的处置惩罚器系统布局研究与芯片设计方面开展了持久的研究事情。从数据流与节制流的交融理念，到高效并行履行的焦点逻辑，高庆幸的研究结果为这些团队提供了坚实的学术营养与技能基石。

中国科学院计较技能研究所研究员、中科睿芯开创人范东睿于美国访学时期，追随高庆幸传授深度研习数据流理论，深受其思惟陶冶，回国后深耕十余年，将高通量计较技能财产化。中科睿芯主导研发的数据流芯片已经运用在安防、主动驾驶等范畴。

从戴尼斯的理论奠定，到高庆幸的工程化冲破，再到范东睿等学者的财产转化，数据流架构的学术薪火超过国界，于中国落地生根并结出硕果。

时代之机：AI海潮下的财产重构与汗青机缘

AI年夜模子的发作式增加，为数据流芯片创造了绝佳的财产化窗口。按照Global Market Insights的最新陈诉，2024年全世界数据流AI处置惩罚器市场范围到达52亿美元，估计2025年将增加至57亿美元，到2034年将到达147亿美元，年复合增加率为11.1%。

数据流处置惩罚器的运用场景，也正从AI推理向全范畴渗入。AI与呆板进修范畴，神经收集的矩阵运算自然适配数据流图，googleTPU于年夜模子推理方面实现了显著的成本降低；于科学计较中，流体力学、量子模仿等场景中，数据流芯片可将计较效率年夜幅晋升；边沿计较方面，低功耗、低延迟的两重上风使数据流芯片成为边沿AI的抱负选择；而于金融科技行业，高频生意业务、危害建模等场景中，数据流的低延迟特征可年夜幅削减决议计划相应时间。

市场需求催生技能迭代，google2025年发布的Ironwood TPU、SambaNova与Hume AI互助的多语言模子加快器，均印证了数据流架构的财产化潜力。正如GPU曾经让英伟达逾越英特尔，数据流架构为后发企业提供了改写行业格式的契机。

笔者认为，当前全世界数据流处置惩罚器财产仍处在成长早期，生态还没有固化，中国企业已经具有三年夜焦点上风。

一是技能堆集先发上风。颠末二十余年深耕，中国已经构建完备的数据流技能系统：基础研究层面，中国科学院计较技能研究所、华中科技年夜学、清华年夜学、上海交通年夜学均持久开展相干研究事情，为数据流技能的连续成长提供了技能与人材基础；硬件层面，有中科睿芯研发的Godson-T、SPU、DPU等多款芯片；软件层面，中科院计较所提出的COStream编程框架已经开端具有贸易化潜力；运用层面，于科学计较、图计较等范畴形成特点上风。

二是运用场景范围上风。中国拥有全世界最年夜的AI运用市场，短视频、主动驾驶、聪明都会等场景孕育发生海量数据流计较需求。科学智能（AI4Science）的运用特性需要同时对于AI与科学计较优化的系统布局，为数据流处置惩罚器提供了新的主要场景。反过来，这些运用场景为技能迭代提供了名贵的数据反馈。

三是政策与本钱两重加持。国度"东数西算"工程明确提出要"加速冲破进步前辈计较架构、高机能芯片等要害焦点技能，晋升算力供应质量及效率"；集成电路财产专项基金（年夜基金）三期将"芯片财产"列为重点投资标的目的。政策与本钱的协力，正于加快技能财产化进程。

上世纪90年月，英伟达依附GPU架构捉住图形计较海潮，厥后陪同AI时代的到来，逾越英特尔成为行业霸主；今天，数据流架构激发的计较架构冲破，为中国企业提供了相似的汗青契机。当英伟达、英特尔、AMD三年夜芯片巨头纷纷经由过程收购的方式结构数据流技能时，中国企业已经于这条赛道上堆集了二十年技能沉淀——这恰是实现弯道超车的最好机会。

数据流重塑计较将来

当英伟达的200亿美元收购案灰尘落定，当英特尔、AMD加快结构数据流赛道，一个清楚的旌旗灯号已经然浮现：计较架构的冲破正于发生。数据流架构不仅是减缓冯?诺依曼瓶颈的技能方案，更是全世界科技竞争的财产要害点。

从高庆幸于麻省理工学院的理论摸索，到海内多个团队专家学者的技能攻坚，再到国产芯片的量产运用，中国于数据流赛道上的深耕，为全世界芯片业提供了"中国方案"。正如GPU成绩了英伟达，数据流架构正于孕育新的行业巨头——而这一次，中国企业有望盘踞财产链的焦点位置。

于AI与算力需求发作的时代，数据流不仅是数据流动的路径，更是技能立异的脉络、财产进级的动脉。当数据成为数字经济的焦点出产要素，以数据流架构为焦点的计较革命，有望重塑全世界科技格式。而那些捉住这一汗青机缘的企业，也有潜力成为下一个计较时代的领航者。

（作者系清华年夜学计较机科学与技能系传授、中国计较机学会会士，《中国科学报》记者赵广立编纂收拾）