从深算一号到三号：海光DCU的技术演进与国产超算突围之路

1. 从“能用”到“好用”：深算系列的诞生与突围

聊起国产AI芯片，特别是用在超算和智算中心里的大家伙，海光的DCU（深度计算处理器）绝对是绕不开的一个名字。我自己在接触和测试这些硬件的这几年里，感觉最深的就是，国产芯片的路，从来不是一蹴而就的，它更像是一场漫长的马拉松，而海光的“深算”系列，就是这场马拉松里一个非常扎实的跑者。从深算一号到即将面世的深算三号，这条技术演进路线，清晰地勾勒出了一条国产高性能计算芯片从“填补空白”到“追赶并行”，再到寻求“局部领先”的突围之路。

很多人可能觉得，芯片嘛，看个制程工艺、算力数字就差不多了。但真正用起来，特别是用在动辄成千上万张卡的超算集群里，那感觉可完全不一样。这背后是架构设计、软件生态、系统协同等一系列复杂问题的集合。海光DCU的起点，其实挺有智慧的。它没有选择从零开始、另起炉灶去搞一套全新的指令集和编程模型，那对于生态建设来说几乎是“自杀式”的。它走了一条更务实的路：基于成熟的GPGPU架构，在保证高性能的同时，最大程度地兼容现有的、以英伟达CUDA为核心的软件生态。这个决策，在深算一号（DCU-Z10）上体现得淋漓尽致。

我记得第一次拿到深算一号的测试卡时，心情是既兴奋又忐忑。兴奋的是，终于有一张国产卡能在参数上对标国际主流产品了；忐忑的是，它到底能不能“跑起来”，特别是跑我们手头那些已经用CUDA写好的、复杂的科学计算和AI训练代码。深算一号基于7nm工艺，集成了4096个计算核心，配备了32GB的HBM2高带宽内存。从纸面看，这个配置在当时（2021年左右）是相当有竞争力的。但真正的考验在于软件。海光给出的答案是DTK（DCU Toolkit）。你可以把它理解为一个“翻译官”，它支持HIP接口，能够将大量基于CUDA的代码，通过编译迁移的方式，跑在DCU上。

实测下来，这个过程比预想的要顺畅。我们尝试迁移了几个经典的HPC应用和AI模型，大约有七到八成的代码可以直接通过DTK的兼容层运行，剩下的部分需要做一些针对性的适配和优化。虽然还有优化空间，但要知道，这已经是从0到1的巨大突破。它意味着，国内那些依赖CUDA生态的科研机构和商业公司，有了一个切实可行的国产化替代路径，不必完全重写代码，迁移成本和时间大大降低。深算一号的双精度浮点性能达到