領域專用架構
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。[1]
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。[2]
芯片上的晶體管數量不斷增加，但是這些晶體管都沒有被充分用。假設用Python實現一個矩陣乘法的性能是1，那麼用C語言重寫後性能可以提高50倍，如果再充分挖掘體系結構特性（如循環並行化、訪存優化、SIMD等），那麼性能甚至可以提高63000倍。領域專用架構可以針對特定領域應用程序，定製微結構，從而實現數量級提高性能功耗比。這相當於是把頂尖程序員的知識直接實現到硬件上。[3]
目錄
主要的設計原則
- 減少數據流動
- 降低數據精度
- 提高處理並行度[3]
參考來源
- ↑ 黃繼寬. 讓資料動起來 領域專用架構思維不一樣. 新電子. 2019-10-17 （中文）.
- ↑ 黃繼寬. AI掀起高效運算熱潮 DSA/DSL後勢看好. 新電子. 2018-12-03 （中文）.
- ↑ 3.0 3.1 CPU結構的演變：多核之後，發展方向是什麼？. 新電子. 2021-01-16 （中文）.