XPU异构架构提出十余年，大模型“知识检索”转向为何让GPU失灵？

电子发烧友网报道（文/梁浩斌）在近日第六届集成电路设计创新会议暨应用展（ICDIA 2026）媒体对话期间，中星微技术总工程师施清平就车规与具身智能布局、XPU多核异构架构、工业视觉与安全生态等话题与电子发烧友网在内的多家媒体进行了深入交流。

面对AI硬件不断快速迭代创新的格局，施清平总工带来了一套与“GPU叙事”不同的观察。他认为，随着大模型从单纯扩大算力转向底层架构创新，例如DeepSeek与北大联合提出的“条件记忆”（Engram），令传统GPU正在一些新环节“失灵”，而这正是其自研XPU多核异构架构的机会。

XPU多核异构：靠调度与安全立身

“XPU 多核异构的架构，差不多十多年前中星微就提出了这个概念。当时这个名词可能我们是业内最早提出来的。”施清平对XPU的定义是，在一颗芯片上把不同架构的内核放在一起，包括 CPU、GPU、NPU、VPU（视频编解码）和 ECU（加解密），“每一个核都不一样，因为做不同的计算，就有不同的内核架构去做”。

这么多架构整合在一起，核心难点不在拼装，而在于任务调度。通过数据驱动的机制，配合专门的HCP调度单元，解决内部调度、管理、内存共享和安全问题，最大化芯片利用率，同时把延迟和功耗充分考虑进去。

同时，中星微NPU、ECU、VPU均为自研，CPU核则购买IP，对于这样的产品逻辑，施清平认为CPU内核，ARM和RISC-V这些通用的已经做得很好了，生态已经很完善了，没必要再从头做。

行业中，英伟达也在GPU中加入CPU，这似乎与中星微的路线类似。施清平对此表示，各家都在往异构融合的方向走，英伟达也曾试图通过收购ARM把CPU纳入GPU体系，并收购了一家架构与纯推理GPU不同的芯片公司，“将来有可能它会把几种不同的芯片架构，按照一定的比例，封装在一个芯片里面，我觉得这是它的一个方向”。

而与其他厂商的区别在于，中星微在这条路上起步更早，且从数据驱动、总线调度到内存管理，是一路自己做下来的。

大模型转向“知识检索”，异构调度的价值凸显

前面提到DeepSeek与北大联合提出的“条件记忆”（Engram），这也是本次交流中最值得关注的部分之一。施清平举了一个例子来说明这项技术：“原来可能算一个东西可能要算半天，比方说最简单的，世界最高峰是珠穆朗玛峰，它可能要计算很长时间，对比世界上其他的山峰。但是如果从知识来说，这个问题就是一句话，检索的时候就不用再从头开始算很多，消耗大量的Token。”

而这种加入大模型层次架构里的新环节，实际上是需要CPU参与，他的判断是，国外大模型一直在走Scaling law不断扩张，而国内受芯片条件影响，在模型底层架构和技术上的创新反而更快。

这样的新范式也带来新问题，例如：模型里需要不同的内核层、不同的计算流程，不再是一个神经网络布进去跑这么简单。

施清平认为，其自研处理器恰好满足这部分需求。单芯片内部高速总线连接会让延迟更短；数据驱动加HCP调度单元可以对任务进行优化调度，“原来的计算流程就是前面一个计算结果没结束，后面一个就启动不了，我们可以在这个任务之间进行调度”，对实时性要求高的任务尤其有优势。芯片内部的内存管理模块则独立管理内存，解决内存共享和内存溢出问题。

而在端边侧，GPU性能虽高但功耗太大，且端边场景往往是复杂场景，大量感知需求、视频与物联网数据、与环境交互，需要的是实时性和多维感知数据的处理，因此公司提出“端边云融合感知”的概念，从芯片层面和应用层面把架构做完整。

在工业视觉领域，中星微技术已经在参与，且切入点不是单一的视频应用，而是基于SVAC国家标准的“安全+溯源”。施清平举例说，煤矿生产等领域存在不少造假问题，比如“两套系统在运行，一套是自己用的，还有一套是给领导看的”，这不是简单加密能解决的，而正是其应用强项。在生产线上，通过多维融合技术把多种数据融合进一个体系架构，再叠加数据签名技术，可以实现生产过程的全程溯源。

制造环节则面临与GPU厂商相同的问题，28 纳米以上制程没问题，但端边侧受功耗、发热和尺寸的严格限制，想缩小功耗只能靠制程和芯片设计两条腿走路，且无人机等更苛刻的场景还需要进一步优化。最后施清平还认为，端边侧AI是红海市场，不像AI算力芯片有高溢价，成本优化同样关键。（全文完）

XPU异构架构提出十余年，大模型“知识检索”转向为何让GPU失灵？图2

声明：本文由电子发烧友原创，转载请注明以上来源。如需入群交流，请添加微信elecfans999，投稿爆料采访需求，请发邮箱wuzipeng@elecfans.com。

更多热点文章阅读

点击关注星标我们

将我们设为星标，不错过每一次更新！

XPU异构架构提出十余年，大模型“知识检索”转向为何让GPU失灵？图3 喜欢就奖励一个“在看”吧！