虎嗅APP   |   宇多田

就在上周，中國(guó)內(nèi)存廠(chǎng)商長(zhǎng)鑫存儲(chǔ)（便是睿力集成），其悄然變更的股東信息引發(fā)了一些媒體和產(chǎn)業(yè)騷動(dòng)。

因?yàn)樵谛略龅?9位股東中，“阿里巴巴”“騰訊”這兩個(gè)名字極為引人矚目。

合肥長(zhǎng)鑫，這家成立于2016年，但注冊(cè)資金高達(dá)485.7億人民幣的“創(chuàng)業(yè)公司”，是目前大陸唯一一家擁有Dram內(nèi)存自主生產(chǎn)能力的芯片廠(chǎng)，背負(fù)著眾多期望。而毫不意外，這個(gè)作為服務(wù)器“三大物理硬件”之一的內(nèi)存芯片類(lèi)型，對(duì)云計(jì)算巨頭有多重要，自然不必多說(shuō)。 

易失性存儲(chǔ)器 Dram，與NAND閃存同為存儲(chǔ)產(chǎn)業(yè)最為流行的芯片類(lèi)型，是一個(gè)全球規(guī)模約為900億美元的市場(chǎng)（數(shù)據(jù)來(lái)自TrendForce）。這個(gè)數(shù)字看起來(lái)雖然并不龐大，但幾乎被三星、海力士以及美光三巨頭瓜分完畢。

因此，從供需穩(wěn)定來(lái)看，正是由于真正Dram制造廠(chǎng)在國(guó)內(nèi)的稀缺性等原因，讓管理著龐大服務(wù)器機(jī)群的云計(jì)算廠(chǎng)商，需要提高對(duì)N種采購(gòu)備選方案的掌控力。 

作為超大數(shù)據(jù)中心的運(yùn)營(yíng)者，云廠(chǎng)商們都是Dram芯片的巨大消耗者。舉個(gè)例子，亞馬遜曾在2019年因三星Dram產(chǎn)品在設(shè)計(jì)層面存在底層缺陷而取消訂單，對(duì)后者當(dāng)季營(yíng)業(yè)利潤(rùn)打擊很大。

另一方面，權(quán)威市場(chǎng)分析機(jī)構(gòu)Digitime整合業(yè)內(nèi)消息來(lái)源認(rèn)為，2022年云服務(wù)器和數(shù)據(jù)中心應(yīng)用將成為Dram芯片市場(chǎng)主要增長(zhǎng)動(dòng)力，恢復(fù)大量出貨勢(shì)頭，預(yù)計(jì)整體市場(chǎng)需求將增長(zhǎng)15-20%；此外，美光在2022第一財(cái)季的數(shù)據(jù)重心業(yè)務(wù)增幅高達(dá)70%，主要貢獻(xiàn)來(lái)自Dram與SSD產(chǎn)品。

而消息人士告訴虎嗅，業(yè)內(nèi)預(yù)計(jì)從2022年第二季度開(kāi)始，數(shù)據(jù)中心需求才能更加明顯。 

云巨頭的硬件掌控力野心

另一邊，毋庸置疑，與CPU、GPU及各類(lèi)加速器一樣，存儲(chǔ)芯片對(duì)服務(wù)器架構(gòu)創(chuàng)新與性能的顛覆同樣具有極其重要的影響。 

對(duì)于云廠(chǎng)商，巨大的計(jì)算并行處理量與神經(jīng)網(wǎng)絡(luò)規(guī)模巨幅增長(zhǎng)，必然要求處理器更快從內(nèi)存獲取數(shù)據(jù)（這一點(diǎn)在文章《干掉英偉達(dá)？》里曾多次提及）。但寧暢信息技術(shù)專(zhuān)家告訴虎嗅，當(dāng)前計(jì)算機(jī)是馮諾依曼架構(gòu)，計(jì)算數(shù)據(jù)必須放在Dram內(nèi)才可計(jì)算。所以，程序的大小決定了內(nèi)存的大小。 

“因此，單個(gè)程序和數(shù)據(jù)占用內(nèi)存空間不斷增加，導(dǎo)致內(nèi)存容量持續(xù)擴(kuò)張。為保持性能不下降，內(nèi)存速率需與計(jì)算核數(shù)量同步增加。但實(shí)際已經(jīng)快做不到了。”

去年，IEEE研究員兼3D存儲(chǔ)芯片專(zhuān)家Joungho Kim也曾喊話(huà)，內(nèi)存與處理器之間的性能差距比任何時(shí)候都要大，馮諾依曼架構(gòu)現(xiàn)在應(yīng)該叫“馮諾依曼瓶頸”。

因此，更多內(nèi)存技術(shù)創(chuàng)新，在近年來(lái)，便圍繞“怎樣減少數(shù)據(jù)在芯片間的移動(dòng)”展開(kāi)了。 

在阿里云開(kāi)發(fā)者社區(qū)，數(shù)據(jù)專(zhuān)家曾詳細(xì)科普過(guò)HBM（高帶寬內(nèi)存）、HBC（混合存儲(chǔ)立方）等新型服務(wù)器內(nèi)存。這一技術(shù)路徑的思路比較直接好懂——讓內(nèi)存盡可能靠近CPU或GPU。

（經(jīng)提醒，這里需要著重強(qiáng)調(diào)一下：這里指的是HBM技術(shù)在內(nèi)存產(chǎn)品上的創(chuàng)新，早在2016年AMD等企業(yè)就已經(jīng)提出過(guò)HBM方面的創(chuàng)新點(diǎn)）

更具體一點(diǎn)，就是將處理器與內(nèi)存堆疊成一個(gè)3D矩陣，然后鑿在服務(wù)器主板上。 

它的最大優(yōu)勢(shì)，理論上，便是可以在極低頻率與能耗下帶來(lái)大帶寬。 

這一技術(shù)路徑反應(yīng)在產(chǎn)品上，便是2021年8月三星發(fā)布的內(nèi)存處理芯片——HBM2-PIM。三星技術(shù)專(zhuān)家用一種叫做硅穿孔（TSV）的互聯(lián)線(xiàn)把Dram垂直連在一起，放在邏輯芯片上。

通俗一點(diǎn)講，就是讓一堆Dram簇?fù)碇?jì)算單元，齊心協(xié)力做跟AI任務(wù)相關(guān)的神經(jīng)網(wǎng)絡(luò)計(jì)算。

這一技術(shù)在2021年曾引起過(guò)存儲(chǔ)產(chǎn)業(yè)內(nèi)的轟動(dòng)，但還尚停留在實(shí)驗(yàn)階段。不過(guò)，頭部存儲(chǔ)企業(yè)已紛紛聞風(fēng)而動(dòng)。譬如，美光悄然為一種3D Dram技術(shù)提交了專(zhuān)利申請(qǐng)，而半導(dǎo)體材料巨頭應(yīng)用材料也迅速發(fā)布了一套3D Dram材料工程方案。

正如，EEtimes所說(shuō)，這可能需要好幾年，但 Dram 很可能會(huì)追隨NAND的腳步，走向3D。

而阿里前段時(shí)間也曾發(fā)布過(guò)基于Dram 的3D 堆疊存算一體芯片，相關(guān)論文還被ISSCC 2022收錄。當(dāng)然，此為研究，并未投產(chǎn)，但這也是一個(gè)非常重要的信號(hào)。

很顯然，對(duì)于服務(wù)器基礎(chǔ)架構(gòu)一直十分重視的云巨頭，在以肉眼可見(jiàn)的方式，逐步“吞噬”服務(wù)器架構(gòu)中的各個(gè)核心關(guān)鍵點(diǎn)——

以亞馬遜AWS為例，在2015年收購(gòu)以色列的安納普爾納峰實(shí)驗(yàn)室后，便從2017年開(kāi)始，陸續(xù)推出了DPU芯片Nitro、Arm服務(wù)器CPU Graviton、Graviton2及Graviton3，以及機(jī)器學(xué)習(xí)訓(xùn)練加速器 Trainium 和機(jī)器學(xué)習(xí)推理加速器 Inferentia。 

而阿里等中國(guó)云巨頭在芯片研發(fā)上獲得啟發(fā)的時(shí)間，恰好是在A(yíng)WS發(fā)布Nitro DPU前后。如今，基本也完成了從服務(wù)器CPU到AI加速器的“同等類(lèi)別裝備”。 

基本可以明確的是，自亞馬遜開(kāi)了先河后，不斷垂直整合云計(jì)算從底層到上層業(yè)務(wù)，把服務(wù)器架構(gòu)自研能力掌握在自己手里，如今在頂級(jí)云廠(chǎng)商間已經(jīng)達(dá)成了共識(shí)。 

“阿里的野心，或者說(shuō)魄力很大。” 

一位不具名的服務(wù)器專(zhuān)家告訴虎嗅，阿里基礎(chǔ)架構(gòu)事業(yè)群AIS，在服務(wù)器架構(gòu)自研與創(chuàng)新走的挺快，只是因?yàn)楸容^底層所以外界不太了解，知乎上甚至有人直接把他們歸為“做運(yùn)維的”。 

由于這個(gè)事業(yè)群相當(dāng)于整個(gè)阿里云軟硬基礎(chǔ)設(shè)施的“管家”，所以，各類(lèi)技術(shù)專(zhuān)家集結(jié)在一起，必須在服務(wù)器、內(nèi)核、容器、JVM、調(diào)度、數(shù)據(jù)庫(kù)、存儲(chǔ)、中間件等多個(gè)數(shù)據(jù)中心“節(jié)點(diǎn)”上做迭代與創(chuàng)新，當(dāng)然，它也在采購(gòu)和銷(xiāo)售上有KPI指標(biāo)。 

“在存儲(chǔ)這一塊，他們是有一些想法的。基本是兩條路， 第一個(gè)當(dāng)然是買(mǎi)現(xiàn)成的三星海力士美光，另一個(gè)是從前年開(kāi)始吧，阿里自己買(mǎi)‘顆粒’（內(nèi)存芯片），來(lái)自己做DIMM。” 他說(shuō)，AIS在實(shí)驗(yàn)室水平上應(yīng)該沒(méi)問(wèn)題，量產(chǎn)可能會(huì)有挑戰(zhàn)。

“更重要的是看他們的整合思路——加速卡（AI, 存儲(chǔ)）、網(wǎng)路（DPU/SmartNIC)。芯片是平頭哥或其他部門(mén)來(lái)做，但需求方則是AIS、阿里云以及螞蟻金服。需求方也非常重要，決定了用什么、怎么用，以及怎么用能夠讓效能發(fā)揮到最大。” 

他提醒我們要關(guān)注英特爾 IDM2.0開(kāi)放戰(zhàn)略，特別是不久前“要對(duì)外授權(quán)X86的策略和猜測(cè)”——“我想，很多人應(yīng)該很快會(huì)有動(dòng)作的”。 

此外，根據(jù)虎嗅近一兩年來(lái)從多方了解到的信息顯示，阿里在云基礎(chǔ)設(shè)施硬件創(chuàng)新和戰(zhàn)略速度層面，雖然存在部分爭(zhēng)議，但在國(guó)內(nèi)的確要?jiǎng)倨渌茝S(chǎng)商兩三籌。 

很明顯，對(duì)國(guó)內(nèi)存儲(chǔ)市場(chǎng)的重視和投資，無(wú)論是保證供應(yīng)鏈穩(wěn)定還是技術(shù)創(chuàng)新，都極為有必要。 

只有云廠(chǎng)商才能推動(dòng)的存儲(chǔ)芯片進(jìn)步

在2020年寫(xiě)臺(tái)積電時(shí)，我們就曾提過(guò)，如果說(shuō)蘋(píng)果、高通、英偉達(dá)們高端產(chǎn)品的成功，臺(tái)積電的先進(jìn)制程工藝必然是最大助力之一；那么臺(tái)積電總是能占領(lǐng)最小制程高地的原因，前者也必然功不可沒(méi)——

最好的下游技術(shù)與產(chǎn)品給你“導(dǎo)航”和試錯(cuò)，才能跟競(jìng)爭(zhēng)對(duì)手打出一個(gè)漂亮的時(shí)間差。 

那么云計(jì)算與半導(dǎo)體的關(guān)系同樣如此。 

譬如谷歌推出TPU時(shí)被普遍叫好，并使得GPU廠(chǎng)商產(chǎn)生警惕。很大原因便是，作為成千上萬(wàn)塊芯片并行運(yùn)算的使用者，云廠(chǎng)商太清楚芯片的問(wèn)題到底出在哪兒了，畢竟樣本實(shí)在是豐富。 

早在幾年前，多倫多大學(xué)曾做過(guò)一個(gè)關(guān)于“Dram致命缺陷”的重要課題。

他們經(jīng)過(guò)多方周旋，終于從阿貢等大型國(guó)家實(shí)驗(yàn)室、谷歌和Facebook的大型數(shù)據(jù)中心取得了大量寶貴樣本。讓他們感到震驚的是，關(guān)于Dram的錯(cuò)誤很常見(jiàn)，而一些數(shù)據(jù)中心的重大宕機(jī)事故更是源自Dram失常。 

以谷歌為例，他們發(fā)現(xiàn)12% 到45% 的谷歌機(jī)器每年至少會(huì)遇到一次 DRAM 錯(cuò)誤，有0.2%到4% 的機(jī)器由于 DRAM 錯(cuò)誤無(wú)法糾正而意外關(guān)閉。 

而在以往，無(wú)論是大型數(shù)據(jù)中心還是個(gè)人電腦中，產(chǎn)業(yè)內(nèi)都會(huì)把Dram錯(cuò)誤更多歸咎于“軟性問(wèn)題”——根據(jù)IEEE雜志的解釋?zhuān)?dāng)物理設(shè)備在完全正常工作下，會(huì)受到某種短暫干擾（如宇宙射線(xiàn)產(chǎn)生的粒子）因而破壞了存儲(chǔ)數(shù)據(jù)。 

但這個(gè)想法此前幾乎沒(méi)有充分的實(shí)驗(yàn)支撐，某種程度上就是缺乏樣本。沒(méi)錯(cuò)，企業(yè)數(shù)據(jù)中心不愿透露，而實(shí)驗(yàn)室的樣本量又少。實(shí)際上，經(jīng)過(guò)他們的調(diào)查，結(jié)果令人震驚，其實(shí)大多數(shù)錯(cuò)誤來(lái)自“硬性錯(cuò)誤”。 

沒(méi)錯(cuò)，就是Dram芯片本身存在的問(wèn)題。 

調(diào)查者獲得了谷歌某些數(shù)據(jù)中心的權(quán)限，在調(diào)查后發(fā)現(xiàn)，是一小部分機(jī)器造成了大部分錯(cuò)誤。也就是說(shuō)，錯(cuò)誤傾向于一次又一次地出現(xiàn)在相同的內(nèi)存模塊上。 

那么我們?cè)囅胍幌拢绻擒浶藻e(cuò)誤，譬如某個(gè)射線(xiàn)粒子導(dǎo)致Dram失常，那么應(yīng)該被擊中的幾率是相同的。這就意味著，以前的論斷都是錯(cuò)誤的。 

IEEE最后給出的解決方法偏向于云計(jì)算廠(chǎng)商，譬如，利用計(jì)算機(jī)操作系統(tǒng)來(lái)刪除和預(yù)測(cè)內(nèi)存錯(cuò)誤地址或內(nèi)存頁(yè)。 

但從硬件角度來(lái)思考，云廠(chǎng)商恰恰能發(fā)現(xiàn)那些實(shí)驗(yàn)室和消費(fèi)端產(chǎn)品測(cè)試不出的硬件錯(cuò)誤，極有利于半導(dǎo)體廠(chǎng)商改進(jìn)和升級(jí)下一代硬件。

 這可能也是云廠(chǎng)商一個(gè)個(gè)被戲稱(chēng)為“已變成CPU或存儲(chǔ)器公司”的最大原因之一。 

但無(wú)論如何，從設(shè)計(jì)、制造、量產(chǎn)等綜合難度上，硬件需求量龐大的云廠(chǎng)商依然需要強(qiáng)依賴(lài)于半導(dǎo)體廠(chǎng)商。而云廠(chǎng)商的自我底層革新，以及與半導(dǎo)體巨頭的緊密合作，或許在3~5年里，會(huì)對(duì)我們國(guó)內(nèi)尚未壯大起來(lái)的存儲(chǔ)等其他方面的自研能力，有一些實(shí)質(zhì)性的幫助。