筹集了 3000 万美元来重做 CPU
一家初创公司筹集了 3000 万美元,要打造一种大规模并行、非冯·诺依曼处理器,拥有成千上万的核心,并配套一种名为 Vine 的新语言,围绕 interaction nets 和并行优先执行而设计。评论者将其与 Transputer、Cell、Mill、Tilera 以及各种数据流机器等过去雄心勃勃的架构相比较,指出硬件本身比构建让这种芯片真正有用的编译器、工具和生态系统更容易。有人认为,AI 辅助代码生成和验证或许能改变局面,帮助突破历史上的软件与可移植性障碍;也有人怀疑,在 x86/ARM CPU 与 GPU/ML 加速器已经占主导地位的世界里,这种另类架构是否还有商业可行性。
总体反应
- 许多人对“重做 CPU”的尝试感到好奇,但认为这更像是在重访旧想法,而不是真正全新的东西。
- 情绪从“惊人 / 未竟之业”到“3000 万美元用来洗钱和亏掉”以及“对公共资金的糟糕使用”不等。
与以往架构的比较
- 经常被拿来与 GPU、数据流处理器、收缩阵列,以及过去的 manycore 项目比较:Transputer、Cell/PS3、GreenArrays、Tilera、Xeon Phi、Parallella、XMOS、Mill、Transmeta、Thinking Machines、TILE-Gx 等。
- 历史被引用为警示:许多大规模并行或另类 CPU 未能兑现预期,因为软件和生态始终没能跟上。
- 有人指出,RISC-V 很快成功,是因为它刻意做得平淡而熟悉;而像 Mill 这样的“大跨步”则停滞了。
编程模型与 Vine 语言
- Tendrils 依赖 Vine 和 interaction nets;芯片本身要做的是图重写,而不是运行传统的顺序 ISA。
- Vine 去掉了显式线程/锁;并行性从图结构中自然涌现,但开发者仍然必须选择并行算法(例如分治式阶乘,而不是朴素做法)。
- 有人困惑于营销语言把基础的超标量式并行描述成新东西;也有人觉得文档和落地页过于含糊。
编译器、LLM 与软件生态
- 长期以来的经验是:新 CPU 的成败取决于编译器和工具,而不仅仅是硬件。
- 有人认为如今这一点的重要性降低了:LLM、紧密的测试循环以及形式化方法可以自动化移植/优化,让另类硬件更可行。
- 另一些人反驳说,CUDA 式生态和网络效应仍然是巨大的障碍;AMD 追赶缓慢被拿来作为证据。
市场适配与客户价值
- 一个大问题是:谁会想要一颗在较老制程上制造、需要新语言的、面向并行优先的另类 CPU,而不是直接用 GPU/TPU、RISC-V、ARM NPU,或已有的数据流 IP?
- 对于通用计算,人们指出:单线程性能、内存带宽/延迟和兼容性,往往比原始并行 FLOPs 更重要。
硬件设计与可行性问题
- 有人怀疑在没有重度多线程的情况下放弃乱序执行和缓存一致性;否则核心在内存停顿时会闲置。
- 也有人质疑当图变得很大时,数据移动和调度如何在硬件速度下处理。
- 有些人认为 3000 万美元对于多次流片来说勉强够用;另一些人则觉得旧工艺节点加上聚焦的范围或许足够。