芯片算力计算方案分析

芯片算力计算方案分析

芯片算力公式主要有两个：

1. 计算=（单芯片）性能*规模（即数量）*利用率

2. CPU算力计算公式：Flops=[CPU核数][单核主频][CPU单个周期浮点计算能力]

注意，这两个公式只适用于特定情况，根据实际情况选择合适的公式。

1. 硬件算力计算公式

 以上公式为硬件上限总和，N 即设备数，ECP 即各设备算力。本文中均以64位双精度浮点数的运算来进行衡量。在同构处理器时代，一般使用主频来衡量一个处理器的性能。

而到了异构处理器时代，随着人工智能、大数据、多媒体编解码对海量数据的计算需求，一般使用浮点运算能力FLOPS来衡量一个处理器的性能。

1.1 细化

按算力类型分类进行细化，并且由于超算类算力与其他两类算力量级差距较大，所以在此处暂时将其省略，公式表示为如下：

 1.2 进一步细化

具体到每种不同的芯片，上述公式可写为：

 以上即为不考虑算法及场景下的理想化供给端算力上限计算公式。

以下各设备算力数据均来自维基百科相关页面:

ECP_cpu：目前桌面端及服务器大部分仍采用 X64 架构芯片，其中主要由 Intel和 AMD 两家厂商所提供：

表3-1 部分CPU算力

Intel CPU 总平均 9.22；AMD CPU 总平均 6.33

(a) Intel CPU total avg 9.222222222222221

(b) AMD CPU total avg 6.333333333333333

2. ECP_soc: 而移动端 Soc 主要代表就是 ARM 公司设计的高级精简指令集机器(Advanced RISC Machine)

表3-2 部分Soc算力

3. ECP_gpu: Nvidia总平均 0.53；AMD 总平均 0.63

表3-3 部分GPU算力

表3-4 芯片按类别平均算力

以上的数据均为 FLOPs, 当设备只拥有一块 CPU 的情况时具体的 FLOPS通过以上公式计算，即浮点性能 (FLOPS) = 总运算核心数 x 每周期运算次数 x 处理器相对运作频率。 

 2. 各类型硬件占比或出货量

2.1 CPU 市场调研

根据 businessquant 网站的 2020 年 5 月发布的统计数据，AMD 的出货量在4 月份再次激增。按绝对值计算，AMD 在 4 月份售出了超过 45，000 片处理器，高于 3 月份的 19000 片。

另一方面，Intel 于 4 月份售出了约 4，300 片处理器，而 3 月份为 2，415 片。这意味着 AMD 和 Intel 在 4 月份的市场份额分别为 91% 和 9%。

以下基于德国零售商 http://mindfactory.de 德国最大的零售商之一）的销售数据。

MindFactory 每个月都会详细统计 AMD 锐龙、Intel 酷睿处理器的销售情况。自从发布 Zen3 架构以来，AMD 几乎完全击败了 Intel，尤其是在收入和平均销售价格方面。

虽然英特尔让步且大幅降价，但 AMD 却反其道而行之，以较为合适的价格开始售卖 Zen3。

这导致 AMD 自 Zen 1 推出以来首次出现，现在销售的 CPU 数量显著高于英特尔，每个 CPU 的平均销售价格也超过了英特尔。AMD 一款型号 5950X 的价格约 900 欧元，它热卖如潮。

2.2 Soc 市场 ARM 销售量:

图3-4 包含ARM核心的销售量

2.3 GPU 市场调研

表 3-5 GPU全球市场份额

由于 DSP,FPGA,ASIC,NPU 的种类繁多且数据较难获取，故算力公式中仅以CPU,Soc,GPU 三类为主;

根据以上调研到的数据，我们可以把上述的算力计算公式除了设备数之外都具体到数值

 表3-6 2020 年至 2022 年全球各类设备出货量

Ultramobile（顶级机型）类别包括微软的 Windows 10、Intel x86 产品与苹果的 MacBook Air 等。

Ultramobile（平板及翻盖式）类别包括 iPad、iPad mini、Samsung Galaxy Tab S2、Amazon Fire HD、Lenovo Yoga Tab 3、Acer Iconia One。

Ncpu:Nsoc:Ngpu = 145:100:1120 (i.e. 10.58:7.30:81.76≈11:7:82)。

每 100 个设备里，大约 11 块 CPU, 7 块 GPU, 82 块 Soc。

其中：

 :用户所持有设备的 CPU 数

 :用户所持有设备的 Soc 数

 :用户所持有设备的 GPU 数

表3-7 2020年主要工业产品产量

 在 FLOPS 资料来源的中文页面上，我们可以得到几个具体的典型设备芯片的FLOPS，通过它们来重新构成上述公式

 具体选择的典型代表以当世代最新的主流芯片为主：(但由于中文页面更新频率较低，所以得到的数据时效性也较低)。

表3-8 各类芯片代表的FLOPS

此处仅单纯考虑了理想化的算力计算方式，算力用途以及功耗很多指标并未考虑在内。

cpui 代表 Intel 出产的 CPU，cpua代表 AMD 出产的 CPU; gpun 代表 Nvidia出产的 GPU，gpua 代表 AMD 出产的 GPU

[1] Wikipedia contributors, “FLOPS,” Wikipedia, The Free Encyclopedia, https://en.wikipedia.org/w/index.php?title=FLOPS&oldid=1052271908 (accessed October 31, 2021).

[2] https://businessquant.com/amd-and-intel-sales-volume

[3] https://imgur.com/a/Uvor6ep

[4]Wikipedia contributors, “Arm Ltd.,” Wikipedia, The Free Encyclopedia, https://en.wikipedia.org/w/index.php?title=Arm_Ltd.&oldid=1049541238(accessed November 11, 2021).

[5] https://businessquant.com/global-gpu-market-share

[6] Gartner, Forecast: PCs, Ultramobiles and Mobile Phones, Worldwide, 2017-2023, 4Q19 Update