随着芯片开始出样，高通 Cloud AI 100 推理芯片终于从实验室走向了现实，并且披露了有关其架构设计、性能功耗目标在内的诸多细节。

据悉，高通为商业化部署提供了三种不同的封装形式，包括成熟的 PCIe 4.0 x8 接口（在 75W TDP 上实现 400 TOPS 算力）、以及 DM.2 和 DM.2e 接口（25W / 15W TDP）。

DM.2 的外形类似于彼此相邻的两个 M.2 连接器，在企业市场上颇受欢迎。DM.2e 则是体型更小，封装功耗也更低。

从架构的角度来看，该设计借鉴了高通在骁龙移动 SoC 上部署的神经处理单元（NPU）的丰富经验，但仍基于一种完全针对企业工作负载而优化的独特架构设计。

与当前的通用计算硬件（CPU / GPU / FPGA）相比，专用型 AI 设计的最大优势，在于能够实现“传统”平台难以企及的更高的性能和能效目标。

性能数据方面，高通拿目前业内常用的解决方案进行了对比，包括英特尔 Goya 和英伟达 T4 推理加速器（基于砍了一刀的 TU104 GPU 芯片），每瓦每秒的推理能力为 ResNet-50 。

据说 Cloud AI 100 在每瓦性能上较竞品实现了重大飞越，且高通在另一幅图表中展示了一个相对公平的比较。

有趣的说法是，其甚至能够在 75W 的 PCIe 外形尺寸内击败英伟达 Ampere 架构的 250W A100 加速器。且在功耗降低 25% 的情况下，性能还较英特尔 Goya 加速器翻了一番。

这样的性能数据，让许多人觉得难以置信，不过从 Cloud A100 的芯片规格来看，事情其实并不简单。该芯片包含了 16 组 AI 内核，和达成 400 TOPS 的 INT8 推理吞吐量。

辅以 4 路 @ 64-bit 的 LPDDR4X-4200（2100MHz）的内存控制器，每个控制器管着 4 个 16-bit 通道，总系统带宽达 134 GB/s 。

如果你对当前的 AI 加速器设计比较熟悉，就知道它与英伟达 A100 和英特尔 Goya 等推理加速器竞品的带宽有较大差距，因为后者具有高带宽缓存（HBM2）和高达 1-1.6 TB/s 的带宽。

即便如此，高通还是设法为 Cloud AI 100 平台配备了 144MB 的片上 SRAM 高速缓存，以达成尽可能高的存储流量。

高通承认，在工作负载的内存空间占用超过片上 SRAM 的情况下，该架构的性能将有所不同。但对于目标客户来说，这样的平衡设计，仍是有意为之。

后续该公司还展望了更大的内核、以及在多个 Cloud AI 100 加速器之间横向扩展。在被问及如何达成 15W 至 75W 的动态功耗范围时，高通宣称其正在调整频率 / 电压曲线，以及调制 AI 核心的数量。

想象一下，一套完整的 400 TOPS 75W 设计，包含了一个工作频率较高的芯片。而 15W TDP 的版本，可能以较低的频率在运行。与此同时，7nm 的工艺节点，有助于其进一步降低功耗。

精度方面，Cloud AI 100 的架构体系支持 INT8 / INT16 和 FP16 / FP32 精度，能够带来足够的灵活性。高通还提供了一组 SDK，以便为各项行业标准提供交换格式和框架支持。

高通公司目前正在向客户提供 Cloud AI 100 推理加速器的样品，主要部署目标为工业和商业领域中的边缘推理工作负载。

为推动生态系统和为软件开发提供支持，该公司还推出了新的 Cloud Edge AI 100 开发套件，其中包括了一个集成该加速器的小型计算设备、骁龙 865 SoC、以及用于蜂窝连接的 X55 5G 调制解调器。