中科驭数鄢贵海：以超融合专用计算架构KPU，助力数据智能时代的业务创新

近日，由中国计算机学会主办的“CCF学会集成电路设计与自动化学术会议”在中国北京圆满落幕。作为计算机行业的具极强专业性和影响力的学术会议，本次会议吸引了众多海内外领域专家学者及科技企业参加，并就计算机领域前沿技术、创新探索、成果落地展开了深入分享交流。

其中，中科院计算所研究员、博士生导师、中科驭数创始人鄢贵海发表了“超融合专用计算架构KPU的创新与实践”主题演讲，受到与会专家及企业的广泛关注和认同。

数字经济数据量呈指数级增长，IT基础设施面临严峻挑战

数字经济数据量随着移动互联网、信息技术、物联网等技术发展呈现指数级爆发增长，这对现代IT基础设施提出了严峻的性能升级的挑战，很多行业的业务模式的升级对计算性能的需求缺口正在不断放大。

鄢贵海表示：随着全球信息化进程的加快，大数据将成为基础的生产资料，云计算将成为重要生产力，人工智能则会极大的提高生产效率。现在全球每年数据增长率超近40%，“生产资料”空前丰富，是70亿人口乘以500亿的IOT链接市场，伴随摩尔定律的放缓，“生产力”逐渐匹配不了巨大的数据量，人工智能亟需高效、自动化、自进化、低成本的解决非确定性问题，以提高“生产效率”。

打造以专用处理器为中心的“算力工厂”，超融合架构为新方向

伴随着去中心化、场景定义计算的发展趋势，专用计算架构被认为是后摩尔时代的一条有效的技术路线，通过面向基础性大类应用来“定制化”芯片研发，实现超高性能、超高性价比的领域专用，针对计算密集、弱交互、强实时的计算场景做定制优化。Google（TPU）、Amazon（Gravtion）、阿里等巨头已纷纷开始布局专用芯片领域。

“能支撑‘智能计算’的基础设施，普遍具有四大特征：异构加速集群、可重塑计算机架构、自动化编程框架、自进化运行时系统。基础层的计算负载，是专用加速器的目标应用。而超融合架构，则能满足这些条件。”鄢贵海说到。

超融合架构，即HCI（Hyper-Converged Infastructure），将物理资源通过软件定义的方式，达到更高效率的虚拟化，可以简单的理解为现有虚拟化架构的下一代发展方向，而虚拟化技术的发展将彻底释放专用加速器的市场空间。

凭借多年的行业积累和变革创新，中科驭数坚持深耕超融合架构的发展研究方向，创新性的提出软件定义加速器的技术路线，并自主研发了KPU核心架构与芯片，填补了国内学术研究和市场领域方面的空白。

中科驭数以KPU核心技术，打造DNA产品体系

在演讲中，鄢贵海解释道：KPU是专为加速特定领域核心功能计算而设计的⼀种协处理器架构，以功能核作为基本单元，直接对应用中的计算密集性应用进行抽象和高层综合，实现以应用为中心的架构“定 制”，高效解决特定领域的海量数据处理问题。

中科驭数以此打造了自主研发数据库(D)+网络(N)+人工智能(A)的⼀体化加速方案，提供标准化的PCIe加速卡。

D，数据库加速实现了硬件化的关系数据库多表单，支持SQL操作和查询，可以用于数据分析、交易风控、合规检查等多场景关键环节的大幅度性能提升。

N，网络加速可以高效完成TCP/IP/UDP协议卸载，实现微秒级的网络延迟，可以用在⾏情解码，极速报单，负载均衡和其他基于TCP/IP的极速网络传输等应用。

A，人工智能加速可以实现次微秒级的深度学习模型推理，结合微秒级行情解码，可实现高速交易信号生成、量化策略执行等应用。

中科驭数的“DNA”技术体系的主要优势是高度模块化、定制化，可以根据客户需求敏捷开发的⼀体化方案。架构光能覆盖广泛，涵盖算数逻辑类核函数、视频处理类核函数、数据压缩类核函数、数据库类核函数、计算金融类核函数、网络协议处理类核函数、机器学习类核函数、数据安全类核函数、正则表达式类核函数等，可以承接大量不同行业的加速业务。

从技术研发到产业落地，中科驭数规划智能数据时代新蓝图

目前，中科驭数已完成了三款KPU™芯片的研发，分别为：KPU-FlexFlow、KPU-Conflux、KPU-Swift等，并且完成了多代KPU板卡的迭代和量产。

此外，中科驭数还研发了先进的“敏捷异构”专用计算架构KPU-DRIVE，在算力、能效比、算法灵活性边际成本优势明显。凭借高效、可扩展、透明的特性，在金融场景中广泛应用。据官方公开数据，中科驭数目前已光大证券、英特尔、中科曙光、中泰证券、华泰证券、浪潮集团、上海证券交易所、郑州商品交易所、中国金融期货交易所、新湖期货等数十家机构达成深入合作，并不断拓展市场应用领域。

知识产权方面，中科驭数已布局80余项专利，授权19项，电路补图1项，软著3项，且在人才储备及科研方面仍在不断加大投入力度。

谈及未来发展规划，鄢贵海表示：中科驭数将始终以人才为本，以技术为导向，立足于专用计算架构领域，引领超融合专用智能芯片产业发展，打造以加速器为中心的计算范式，助力数据智能时代的业务创新。