收到这本地平线硬件架构师写的小书，首先就有两个反应：第一是其篇幅有点出乎意料的短，第二是图非常多非常清晰。仔细一看，其实主要是讲CNN加速器设计的，比较讲究详略得当。对于架构研究人员而言，全书的精华，我认为主要在第2章和第4章，算是非常详细的CNN DSA架构综述，而第3章 存储和第5章 安全其实很短，主要是做一些科普。其实就科研而言，存储和安全都是比较热门的方向，有很多东西可以挖掘，比如ReRAM，PIM，近存计算和同态等等。但是，这些不稳定的科研创新成果需要一段时间去落地。而全书的重点第2章、第4章和第6章是针对14~19年那些CNN DSA架构和数据流百花齐放时期的总结，经过时间的洗礼，所被工业界采用的稳定成果。这是和这本书主要面向产业届的定位相匹配的。
手头正好有一本华为送的《机器学习系统：设计和实现》，对比一下，虽然系统这本书也提了一点DSA，但更多的篇幅在讲GPU，对于DSA就好像OS的书里所设想的CPU模型，虽然逻辑上没有问题，但其实很多底层细节上的创新和变动，通过IR层的隔离和解耦合，已经对上层屏蔽了，而做系统是不需要感知和考虑这些架构信息的。 这样看来，两本书是完全正交的，甚至中间还有不少gap需要填（所谓差了一个CUDA
）。最后讲一下chiplet，虽然这本书没有提这件事，只是停留在SoC的层次（虽然只有CNN负载的场景可能并不需要更高级的设计），但是我认为就国产AI DSA芯片而言，配合上一个成熟的D2D标准去做多chiplet的弹性方案，是非常合适的，只需要很小的修改，就能适配从云端数据中心到边端IoT一系列的工作场景，从成本而言，也能减缓对先进制程的依赖，是大模型所引导的GPGPU时代DSA突围的一个重点方向。
总体而言，这本书对CNN DSA的成熟成果做了比较系统的总结，弥补了CNN DSA中文资料匮乏的现状，促进了对工业届AI DSA架构设计的知识普及，非常适合架构工程师、低年级体系结构/微电子研究生或高年级本科生阅读，难能可贵，大有裨益。
/2 
