面向下一代科学仪器的垂直集成异构架构协同设计方法论

《IEEE Journal on Exploratory Solid-State Computational Devices and Circuits》：Algorithm–Architecture Co-Design for Vertically Integrated AI and HPC Systems: Challenges, Advantages, and Future Outlook

　　摘要：高能物理、X射线成像、聚变诊断及其他数据密集型领域中的新一代科学仪器所产生的数据速率，正日益超出实际通信带宽和功耗预算的限制，使得将原始数据传送到远程计算系统的传统方式难以为继。本文提出了面向传感与高性能计算的垂直集成人工智能项目（VIAS，Vertically Integrated AI for Sensing and High-Performance Computing），该项目将三维异构集成不仅仅视为一种先进封装技术，更将其作为一种计算设计范式，用以协同塑造算法、硬件架构和存储组织。VIAS并未局限于单一加速器，而是探索了多种人工智能与高性能计算负载，包括紧凑神经网络、脉冲神经网络、超维计算、视觉Transformer、基于机器学习的压缩以及模块化芯粒加速器，以展示垂直集成架构如何通过算法-架构-技术协同设计来减少数据搬运。在这些案例研究中，我们归纳出了反复出现的设计原则，即利用高密度垂直互连、存储局部性以及专用异构计算引擎，直接在探测器边缘实现实时处理。我们进一步探讨了在实现未来智能科学仪器时必须解决的系统级共性挑战，包括热管理、存储层次、通信以及三维感知设计自动化。这些工作共同建立了一套可复用的协同设计方法论，适用于以垂直集成异构架构为核心的下一代边缘AI与高性能计算系统。