檢視領域專用架構的原始碼

[[File:DSA.jpeg |thumb|400px|領域專用架構 <br> [https://www.eet-china.com/mp/a37802.html 原圖鏈接] ]]'''領域專用架構'''（DSA, Domain Specific Architecture），亦稱領域專用運算架構。不同於傳統的[[通用運算架構]]，領域專用運算架構更強調貼近資料的運算，以便提高運算效能跟降低功耗。然而，這也使得領域專用架構必須依照應用的資料流型態來進行設計，對其泛用性造成限制。<ref name="ME">{{cite news|url=https://www.mem.com.tw/arti.php?rn=875825844&sn=1910160005 | title = 讓資料動起來　領域專用架構思維不一樣| language=zh | date=2019-10-17 | publisher=新電子 | author=黃繼寬 | accessdate= }}</ref>

[[機器學習]](Machine Learning)熱潮點燃高效能運算需求，新興運算架構跟著水漲船高。跟過去數十年流行的通用運算架構不同，這些新興架構是為了特定幾種運算任務最佳化，並使用特定的程式語言，因而稱為[[領域專用架構(Domain Specific Architecture, DSA)及[[領域專用語言]](Domain Specific Language, DSL)。DSA/DSL的興起，將成為引領未來處理器設計。<ref name="ME2">{{cite news|url=https://www.mem.com.tw/arti.php?sn=1811300007 | title = AI掀起高效運算熱潮　DSA/DSL後勢看好| language=zh | date=2018-12-03 | publisher=新電子 | author=黃繼寬 | accessdate= }}</ref>

芯片上的晶体管数量不断增加，但是这些晶体管都沒有被充分用。假设用Python实现一个矩阵乘法的性能是1，那么用C语言重写后性能可以提高50倍，如果再充分挖掘体系结构特性（如循环并行化、访存优化、SIMD等），那么性能甚至可以提高63000倍。領域專用架構可以针对特定领域应用程序，定制微结构，从而实现数量级提高性能功耗比。这相当于是把顶尖程序员的知识直接实现到硬件上。<ref name="EET">{{cite news|url=https://www.eet-china.com/mp/a37802.html | title = CPU结构的演变：多核之后，发展方向是什么？| language=zh | date=2021-01-16 | publisher=新電子 | author= | accessdate= }}</ref>

==主要的设计原则==
*減少數據流動
*降低數據精度
*提高處理並行度<ref name="EET"/>

== 參考來源 ==
{{reflist}}