王至刚思考了一会。
    “那这样，”
    “第一步，解决验证问题。”王至刚说道，“我会和无锡方面打招呼。『神威·太湖之光』超级计算机，哪怕停掉所有的气象模擬任务，也要把全部节点腾出来。这方面我会去协调。”
    他看向何亭波：“海丝不需要等流片。你们派最好的软体团队过去，利用神威的眾核架构，写一个『软体模擬器』。把slrm算法放进去跑，用软体模擬硬体行为，用电费和算力换时间。”
    何亭波的瞳孔微微收缩。
    用峰值性能12.5亿亿次的超算来模擬一颗还没诞生的晶片，这是极其奢侈的“饱和式救援”。
    用庞大的算力去填补硬体开发的空窗期，確实能把漫长的叠代压缩到极限。
    “如果有神威兜底，通过软体模擬硬体行为，仿真数据准確度能做到95%以上。这个方案在物理上是可行的。”
    “第二步，解决定製单元与eda问题。”王至刚继续说道，“我原则上同意你的要求。华大九天的刘总已经在路上了。科技部会设专项资金，让他们的一百人核心算法团队，儘快飞往深圳。”
    他顿了顿，补充道：“你提到的『算子硬化』和『定製单元库』，是这场仗的关键。这种级別的联合开发，我来做担保。合作中如果有什么商业壁垒或智慧財產权的问题，直接找我来协调。特事特办，一切为了lpu。”
    ……
    解决了硬体和工具，王至刚的目光转向了长桌的另一侧。
    “第三步，生態。我们需要为lpu打造一套属於中国的『cuda』。”
    提到cuda，在座的几位软体负责人神色都有些凝重。
    “老陈，你搞架构出身，你说说看，cuda为什么能垄断？”王至刚点名寒武纪的陈天石。
    陈天石推了推眼镜，一针见血地说道：“cuda的成功，不是因为它的硬体最快，而是因为它把门槛降到了最低。”
    “二十年前，想调用显卡计算，需要懂图形学，那是极少数人的特权。英伟达做了一件事：它把复杂的图形硬体，封装成了简单的c语言接口。它让一个不懂硬体的物理学家、生物学家，也能用显卡去跑模擬。这种通用性，才是护城河。”
    陈天石看向王至刚：“所以，lpu要想活下来，我们必须开发一套『中间层』，把slrm复杂的逻辑推演，封装成简单易用的工具。”
    “谁来做这件事？”王至刚问，“对標英伟达的，应该是摩尔线程？”
    “摩尔线程不行。”陈天石摇头，“他们在全力做gpu兼容，那是存量市场的命根子，人手抽不出来。而且lpu的逻辑范式和gpu完全不同，需要全新的编译器技术。”
    王至刚的目光在几位巨头之间巡梭，最后定格在何亭波和陈天石身上。
    “那就搞『混合编队』。”
    王至刚拍板道：“寒武纪出一支懂理论的队伍，负责定义『指令集架构（isa）』，你们要把数学公式翻译成机器码；海丝出一支懂工程的队伍，负责做『编译器』和『驱动层』，你们要把机器码封装成好用的api。”
    “那应用层的深度学习框架呢？”有人追问，“是不是要指定一家牵头？”
    “不。”
    王至刚摇了摇头，嘴角露出一丝从容的笑意：“这一块，反而要『放』。”
    “我们只需要死死守住底层的指令集和编译器，这就是『书同文，车同轨』。至於上层是用什么框架来写文章，隨他们去。”
    他站起身，走到窗前：“阿狸、腾讯、字节，他们手里有场景，有开发者，更有危机感。一旦lpu展现出算力优势，他们会比我们更急著把自家的框架適配上来。”
    “谁適配得好，开发者就用谁。这种『百团大战』，恰恰是我们生態最需要的养料。只要根扎在我们手里，上面开什么花，都属於中国。”
    ……
    任务分配完毕。没有掌声，没有激昂的口號。
    几位半导体巨头默默收拾起面前那三页薄薄的纸。
    纸虽轻如鸿毛，事却重若千钧。
    王至刚看著他们起身的背影，突然觉得这群人很像是一支敢死队。
    窗外，西山暮色苍茫，雾气深锁。
    他们推门而出，一头扎进这无边的暗夜。
    去造那一束光。
    ……
    数天后，无锡，国家超级计算中心。
    凌晨三点，机房內依然灯火通明。
    巨大的led屏幕上，实时显示著“神威·太湖之光”的负载状態。往日里那些蓝色的气象模擬任务块全部消失了，取而代之的是一片刺眼的红色——那是最高优先级的“lpu架构仿真”任务。
    海丝首席架构师李工，正带著团队在进行lpu架构的全系统仿真。
    他们面临著一个核心抉择：数据精度与带宽的平衡。
    在晶片设计中，这就像是在走钢丝。精度高了，数据量就大，传输通道（带宽）就会堵死；精度低了，计算结果就不准，模型就会变傻。
    “李工，全精度浮点数fp32方案的仿真结果出来了。”
    一位负责微架构的博士指著屏幕上的数据，面色凝重，“虽然计算准確率完美，但片上缓存（sram）的命中率只有40%。大量的数据堵在路上，计算单元有一半时间在空转。”
    片上缓存就像是晶片內部的“临时仓库”，离计算核心最近，速度最快。如果仓库太小，或者数据太大塞不进去，计算核心就得停下来等数据从外面运进来，效率会大打折扣。
    李工看著数据，眉头紧锁。slrm模型中，每一个逻辑概念都是一个高维空间中的“盒子”。推理过程，就是成千上万个盒子在空间中不断求交集、求並集。这些“盒子”的数据量太大了。
    “我们必须压缩数据。”李工沉声道，“但在哪里压？怎么压？”
    会议室里，几位核心骨干围坐在白板前，展开了激烈的討论。
    “试试量化？转成8位整数int8？”有人提议。
    “不行。”另一位算法专家立刻反驳，“slrm的核心是计算盒子的体积，这代表概率。体积计算需要连乘，连乘对精度非常敏感。int8的精度不够，连乘几次误差就飞了。”
    討论陷入了短暂的僵局。
    这时，一直盯著徐辰论文推导过程的一位资深工程师，在白板上写下了一个公式：volume = exp(∑ log(l?))。
    “大家看，”他指著公式说道，“徐辰在论文里提到，为了数值稳定性，概率计算最好在对数域进行。”
    “对数域……”李工若有所思，“在对数域里，乘法会变成加法，除法会变成减法。”
    “没错！”那位工程师接著推演，“如果我们让lpu內部的所有数据，从输入那一刻起，就全部转换为对数形式存储和传输呢？”
    眾人的眼睛逐渐亮了起来。这不是灵光一闪，而是顺著数学逻辑推导出的必然方向。
    “在对数域下，数据的动態范围会极大压缩。”李工迅速在脑海中构建架构图，“原本需要32位浮点数才能表示的概率值，在对数域下，可能只需要16位甚至更少的定点数就能表示，而且精度损失极小。”
    “不仅如此，”另一位硬体专家补充道，“加法器的电路面积和功耗，远小於乘法器。如果我们把核心计算全变成了加减法，那就能省下大量的电晶体，用来堆更多的核心！”
    “唯一的难点是gumbel-softplus算子，它需要非线性变换。”
    “查表法。”李工当机立断，“神威的异构核正好擅长做这个。马上安排一组仿真，验证『全对数域数据流+查表法』的精度损失。”
    十分钟后，结果出炉。
    “误差小於1e-5！完全在slrm的鲁棒性范围內！”
    “好！”李工猛地一拍桌子，“就定这个架构！全对数域数据流。这能把核心面积砍掉一半，功耗降低60%！这才是lpu该有的样子！”
    “准备打包rtl代码。”李工下达了指令，“通知深圳那边，前端设计已经封版，可以开始物理综合了。”
    ……