统一处理器UPU芯片:基于近存计算与3D封装技术的AI辅助芯片设计项目

本项目是串并行统一处理器UPU芯片——AI辅助芯片设计IT最佳实践的开源项目

Branch1Tags0

下一代统一处理器 UPU

愿景:下一代统一处理器 UPU(Unified Processing Unit)项目,基于两项已受理 W2W 铜铜混合键合与全垂直 3D 封装发明专利,依托国内成熟工艺供应链,打造全赛道国产算力芯片体系——覆盖 AI 算力芯片、通用 CPU 芯片两大产品线,对标英伟达高端 AI GPU、AMD/Intel 通用 CPU,面向万卡级智算集群、高阶自动驾驶、生物医药计算、通用世界模型等万亿级产业场景。

本项目围绕这一目标建立开源芯片工具链 / IP 库与商业化方案,为芯片架构设计、工艺选择、互连接口、片上系统集成及产业落地提供全链路参考。

📮 项目联系邮箱:upu@w1ai.cn(商务合作 / 技术交流 / 投资对接)


项目背景

近存计算(near-memory computing)与晶圆级键合(wafer bonding / hybrid bonding)是突破传统冯诺依曼存储墙瓶颈的核心技术方向。本项目基于这两大技术栈,瞄准以下两个产品方向:

  • AI 算力芯片:对标英伟达 B300 系列高端 AI GPU,依托存算一体 W2W 混合键合封装架构,打破海外 HBM 显存带宽与 NVLink 互联带宽的天花板,实现万卡级国产智算集群的全自主可控部署。
  • 通用 CPU 芯片:对标 AMD/Intel 旗舰服务器与桌面 CPU,通过 3D 垂直键合堆叠实现计算芯粒与 DRAM 的零距离直连,从底层硬件架构彻底消除传统冯诺依曼内存墙瓶颈。

两条产品线共享近存键合计算架构内核,差异化在算力核与互联规模。配套软件生态采用可插拔自研全系统 JIT-VM(《UPC 虚拟 VM-JIT 方案修订文档》V1.5),支持 x86 / ARM / 自定义架构异构 VCPU 混跑,打通存量 Windows / x86 软件生态,长期演进至 UPC 原生指令栈。


项目组成

本项目包含以下工作线:

  1. 开源芯片工具链与 IP 库建设 — 批量下载开源 EDA 工具、PDK、RISC-V 设计库、互联 IP 及芯片参考设计,归档到本地飞牛 NAS,作为设计团队的本地研发参考资源
  2. 商业化方案 — 包含项目商业计划书、产品路线图、融资材料等,详见 第五纪元高性能近存算一体商业化/ 目录

两条工作线的产出共同服务于芯片架构定义、RTL 设计、工艺选型和封装集成决策。

关键技术交付物

  • UPU 近存异构 AI 加速芯片 正式技术白皮书(docs/UPU 近存异构AI加速芯片 正式技术白皮书.pdf)— 项目 AI 算力芯片的正式技术文档(V1.0,对标 NVIDIA B300),涵盖整体架构、IGZO 多层存储、工艺路线与关键性能指标,是面向产业伙伴与投资人的核心技术材料。
  • UPU / UPC 架构与微架构手册(docs/UPU-ARM/、docs/UPU-TRM/)— 面向软件视角的《架构参考手册(UPU)》与面向硬件微架构视角的《微架构技术参考手册(UPU-TRM)》,均含 V1.0 / V1.1 两版目录。
  • UPC Gen1 第一代处理器 技术概要(第五纪元高性能近存算一体商业化/UPC_Gen1_第一代处理器_技术概要.pdf)— 第五纪元首代商用通用处理器的技术概要文档(对标 AMD EPYC 9754),细化 Gen1 产品定义、硬件规格、性能倍率与生态战略,详见 第五纪元高性能近存算一体商业化/ 目录。
  • UPC 虚拟 VM-JIT 方案修订文档 V1.5(第五纪元高性能近存算一体商业化/UPC虚拟VM-JIT方案修订文档_V1.5.docx)— 软件生态核心方案:x86 / ARM / 自定义架构异构 VCPU 混跑、无 IR 中间码的指令聚合 + 查表加速、BIOS 内置虚拟层引导,覆盖 ARM 服务器 / 桌面 / 笔记本三大场景。
  • UPU RTL 工程与测试报告(upu_chip_design/)— 迭代演进 RTL 工程(P0/P1/P2):P0 纯执行底座(PE 运算单元 / L0 全局统一寄存器堆 / 简化版相位缓存)+ P1 控制层(指令发生器 / L0 锁与快照控制 / 相位-进程组控制 / 完整版相位缓存)+ P2 系统容错闭环(三级存储桥 / 流水影子日志 / PE 故障采集 / 全局中断控制器)+ 自检 Testbench + 仿真验证报告,详见第七章。

产品技术方案(三份白皮书核心规格)

依据《UPU 近存异构 AI 加速芯片 正式技术白皮书》《UPC Gen1 第一代处理器 技术概要》《UPC 虚拟 VM-JIT 方案修订文档 V1.5》整理。两条产品线 + 一套软件生态:

产品线一:UPC 统一处理器 Gen1 —— 通用 CPU(对标 AMD EPYC 9754)

维度 规格
定位 统一处理器(UPC),通用 CPU 产品线首代商用产品
计算架构 8 枚 UPU × 20 SM(4 大 SM + 16 小 SM)= 160 SM 统一算力池;16 条指令流水线(8 UPU × 每单元 2 条)、单周期 8 发射,硬件原生兼容串行依赖链与并行任务调度
核心创新 串行指令依赖展开机制,1GHz 物理时钟下理论最高 50GHz 串行指令等效吞吐
近存子系统 128GB 存算一体片上近存,理论总带宽 64 TB/s;单 UPU 8192 个独立近存子 Bank、整机 65536 个子 Bank,根除传统 DRAM Bank 冲突与行激活排队
工艺封装 14nm + 3D 封装;片内双 1024bit Nucleus 高速总线;多路 PCIe 外部接口
软件生态 可插拔自研全系统 JIT-VM,原生支持完整 Windows(阶段性生态过渡)

对标 EPYC 9754 理论性能倍率(保守稳态下限,已计入 JIT 翻译/调度开销):

应用场景 x86 平台核心瓶颈 倍率 优先级
Windows 单线程桌面 / 串行业务 主频上限、ILP 天花板、DRAM Bank 冲突 7.7× ⭐⭐⭐⭐⭐ 核心标杆
Windows 云桌面集群(多 VM 混合办公) Bank 争抢、缓存颠簸、跨核一致性 10~13× ⭐⭐⭐⭐⭐ 主力商业化
内存密集:数据库 / 内存计算 / 实时中间件 带宽不足 + 行激活 / Bank 冲突 42~52× ⭐⭐⭐⭐⭐ 差异化王牌
混合负载:编译 / 批量数据处理 串行关键路径制约吞吐 8~11× ⭐⭐⭐⭐
向量检索 / 轻量级 AI 推理 频繁 DRAM 行缺失、访存排队 32~48× ⭐⭐⭐⭐
纯无依赖大规模并行数学运算 单核发射宽度有限 5~7× ⭐⭐

产品线二:UPU 近存异构 AI 加速芯片 —— AI 算力芯片(对标 NVIDIA B300)

维度 规格
架构 UPC = 8 UPU 对等单元;单 UPU = 4 大 SM + 16 小 SM = 20 SM,整机 160 SM;8 组专属串行 ALU 与计算流水线物理隔离
制程 逻辑 台积电 N12e 12nm 低漏电 FinFET;IGZO 双栅堆叠缓存 + IGZO 薄膜近存
缓存体系 全局 16K L0 相位缓存(20ps 错峰时序调度)+ 专属 L0 总容量 ≈33.6GB(大 SM 1024MB×32 + 小 SM 12.8MB×128)
存储 256GB IGZO 近存(32GB×8 通道)+ 2TB 片上垂直堆叠 NAND 缓存
封装 2.5D 中介层 + 3D 垂直堆叠(TSV + 微凸块混合键合),单 UPU 10 层 / UPC 总 80 层堆叠
算力 FP16 理论峰值 71680 TFLOPS ≈ 2.05× B300;FP32 ≈ 1.6× B300
功耗 常态满载 860W(B300 1400W,-38.6%);极限最高 940W
能效 主流训练 6.2× B300;MoE 稀疏场景 8.3~9.2×;云端推理 7~8×

全场景有效算力(剔除 HBM Bank 卡顿干扰的纯架构基准,B300=1 倍):

场景 有效算力倍率
稠密大模型 Prefill 训练 3.35×
MoE 稀疏模型动态训练 4.50×
通用 FP16 科学计算 2.88×
重度归一化(LayerNorm/Softmax) 3.80×
短序列云端推理 2.75×
极限 FP16 满载跑分 2.65×

客观短板:N12e 主频上限低于 B300 4NP,极限超频天花板略低;IGZO 三维堆叠工艺复杂、流片量产成本偏高;异构架构需定制编译器调度内核,软件生态适配需一定周期。

软件生态:UPC 虚拟 VM-JIT 方案(V1.5)

维度 方案
异构混跑 通用 SM 算力池动态划分生成 x86-64 / ARMv8·v9 / 自定义架构 三类 VCPU;同一设备、同一 VM 实例内可并行共存、混合调度;整机上限 1000+ 逻辑 VCPU
指令处理 无 IR 中间码:多指令合并(标量窗口 8~64 条、向量窗口 64~256 条)+ 命中预测 + 向量查表并行,生成 UPC 定长宏指令;全覆盖 SSE~AVX512 / NEON / SVE·SVE2
执行模式 冷代码快速(轻度合并)/ 热代码固化(查表模板常驻 L1)/ 特权紧急(中断异常立即终止合并)
存储分层 L0 相位缓存(16KB + 3.2GB IGZO 异构 DRAM)→ L1 高速近存 256GB(SRAM + 晶圆键合 DRAM)→ L2 持久近存 2TB 3D 堆叠 NAND;全系统统一扁平化虚拟地址空间,无独立 DDR/HBM/GDDR,PCIe 仅做外设直通
引导体系 BIOS 内置虚拟层引导,开机菜单选择单架构 / x86+ARM / 全架构混合模式;运行中可热增删 VCPU;UPC-EP 全局中断管理分发至虚拟 APIC / GIC / 自定义控制器
落地场景 ARM 服务器 / DESKTOP 桌面 / LAPTOP 笔记本全场景异构混跑(含三档功耗策略)

项目核心 IP:已申请专利

本项目团队已自主研发并申请的两项核心专利,覆盖 3D 垂直键合封装与晶圆级铜铜混合键合工艺。

专利名称 类型 受理文件
一种基于成熟制程公共基座全垂直 3D 键合的模块化分层 3D 封装芯片系统 发明专利(已受理) docs/已申请专利/一种基于成熟制程公共基座全垂直3D键合的模块化分层3D封装芯片系统-受理.pdf
一种存算一体高冗余整片无重整 W2W 铜铜混合键合工艺 发明专利(已受理) docs/已申请专利/一种存算一体高冗余整片无重整W2W铜铜混合键合工艺_受理.pdf

技术方向解读

方向 对应专利 在芯片架构中的作用
全垂直 3D 键合封装 专利 1 基于成熟制程的公共基座,实现算力 Die / 光芯粒 / 近存键合 DRAM 的模块化分层 3D 堆叠——直接支撑「双 Die 硅中介层 + 键合近存」架构
W2W 铜铜混合键合 专利 2 存算一体整片晶圆级键合,无重整高冗余工艺——对标业界先进 hybrid bonding(如台积电 SoIC),是近存计算基底的物理实现保障

这两项已申请专利构成了项目芯片架构的底层工艺知识产权护城河。结合第二部分的开源工具链与 IP 库参考,可实现"自有专利工艺 + 开源设计参考"的混合研发模式。


专利产业化战略

核心主张:两项专利覆盖的 3D 整片 W2W 铜铜混合键合与全垂直 3D 分层封装工艺,可直接基于国内成熟晶圆产线与国产先进封装供应链实现规模化量产,无需海外先进制程与设备,完全自主可控。以下从产业对标、落地赛道、国产替代空间三个维度阐述其产业化价值。

产业对标

对标对象 自研方案核心优势(已申请专利支撑)
英伟达 B300 单卡(含 HBM 显存带宽 + NVLink 互联带宽双维度) 自研 3D 垂直键合近存架构单模组整体吞吐带宽显著超越 B300 原生显存带宽与 NVLink 互联带宽,彻底打破海外高端 AI 芯片的存储墙瓶颈;同等规模万卡集群综合效能大幅领先;硬件采购成本仅为海外同级产品的极低比例
AMD/Intel 旗舰单颗 CPU(含服务器与桌面全系列) 自研架构单模组原生近存带宽远超当前旗舰单颗 CPU 理论内存带宽上限,从底层硬件彻底消除传统 CPU 内存墙瓶颈;基于成熟国产工艺即可流片量产,综合处理性能具备跨代超越能力

覆盖落地场景

赛道 场景说明 战略价值
万卡级智算集群 标准化模组线性无损扩容,支撑万亿参数通用世界模型预训练与实时推理 国产 AI 基础设施完全自主可控,摆脱海外高端 GPU 垄断
高阶自动驾驶 L4/L5 全场景实时感知与决策,PCIe 6.0 标准接口快速适配国内自主品牌全系车型 车载高端算力芯片全栈国产化,保障智能汽车底层供应链安全
广谱抗癌 + HIV 根治双管线 分子动力学仿真、基因组解析等超高带宽科学计算,加速救命新药研发 重大民生公共健康价值,支撑万亿级生物医药产业算力底座
全自主国产通用 CPU 3D 垂直键合堆叠实现计算芯粒与 DRAM 一体化,全面替代 AMD/Intel 单颗处理器 攻克 CPU"卡脖子"难题,覆盖政企服务器、工业控制、科研终端全场景

产业化状态

  • 工艺基础:两项专利均基于国内成熟量产工艺,可直接导入国产先进封装供应链规模化量产,无海外设备与工艺卡脖子风险,无技术落地壁垒。
  • 成本优势:标准化单模组硬件综合成本可控在极低水平,相比海外同档次产品具备数量级成本优势。
  • 自主可控:芯片、封装、存储供应链全链路国产化,不存在海外断供与出口管制风险。
  • 集群拓展:标准化模组线性无损扩容,无架构改动即可横向堆叠搭建万卡级超大规模国产智算集群。

目录结构

02.近算芯片项目/
├── README.md                              # 本文件
├── 开源芯片项目下载清单.md                 # NAS 开源资源交付清单(75+ 仓库/15GB)
├── docs/                                  # 正式技术文档库(PDF 归档)
│   ├── UPU 近存异构AI加速芯片 正式技术白皮书.pdf
│   ├── UPU-ARM/                           # 架构参考手册(软件视角·架构规范)V1.0 / V1.1
│   ├── UPU-TRM/                           # 微架构技术参考手册(硬件微架构视角)V1.0 / V1.1
│   ├── VM-JIT/                            # VM-JIT 性能详解 + 硬件设计规范 V1.0
│   ├── 迭代演进方案/                      # P0/P1/P2 迭代 RTL 设计输入(源码与测试方案 v.p1 / 设计方案 V1.0 / P2 三份方案)
│   └── 已申请专利/                        # 自有核心专利受理文件(已受理,本地不上传)
├── upu_chip_design/                       # P0+P1+P2 RTL 工程(源码 + 自检 TB + 配图 + 仿真 + 报告)
│   ├── rtl/ rtl_orig/                     # 修正版 RTL / 设计基线(对照用)
│   ├── tb/ tb_orig/                       # 自检 Testbench / 文档原 TB
│   ├── scripts/                           # 提取·回归·报告·配图·脱敏工具链
│   ├── assets/                            # 技术配图(fig01~fig12 P0 / fig13~fig20 P1 / fig21~fig28 P2)
│   ├── sim/                               # 仿真产物(不入库)
│   └── reports/                           # 《UPU Stage1 P0》《Stage2 P1》《Stage3 P2》《Stage4 P3 顶层集成&FPGA 原型适配》报告
├── assets/                                # 项目资源(宣传图、二维码等)
│   └── wechat-group-nearmemory-q3.png     # 产业交流群二维码
├── 第五纪元高性能近存算一体商业化/        # 商业化方案(BP/路线图/融资/产品文档)
│   ├── 存算一体AI芯片项目商业计划书(最终路演定稿版).md
│   ├── UPC_Gen1_第一代处理器_技术概要.pdf
│   └── UPC虚拟VM-JIT方案修订文档_V1.5.docx
├── 下一代存储子项目/                      # 近存存储(异构 DDR5-DIMM / MRCD)
├── 下一代EUV软件定义成像子项目/            # EUV MEMS 相位阵列 + SubLVDS 解码
└── .workbuddy/                             # 项目记忆(本地)

一、开源芯片工具链与 IP 库(飞牛 NAS)

目标

建设完整的芯片设计与验证资源库。NAS 上归档的开源项目覆盖从 RTL 设计、综合、物理实现到封装互联的全流程,直接服务于 AI 算力芯片与通用 CPU 的架构参考。

存储位置

  • 飞牛 NAS:footsome@192.168.101.100
  • 根目录:/vol2/1000/ai_chip_opensource(数据卷 /vol2 共 40T,余量充足)
  • 方式:git clone --depth 1(shallow 快照),免密 SSH

完成情况(2026-07-25)

总计:75+ 个仓库,约 15 GB,分 24 个分类

01~07 初始批次(2026-07-23 ~9.5GB)

目录 仓库 用途
01_RTL大模型 CodeV-R1, incoder, RTL-CLAW NLP→Verilog 生成
02_数字EDA EDA-AI, iEDA, MAGICAL, OpenLane, OpenROAD, OpenSTA 数字 EDA 全流程
03_封装Chiplet occamy, SiEPIC-Tools 2.5D/3D 封装参考
04_AI加速器 chisel, finn, firrtl, gemmini, hw(NVDLA) AI 加速器生成器
05_PDK asap7, freepdk-45nm, gf180mcu-pdk, IHP-Open-PDK, lambdapdk, open_pdks, skywater-pdk 工艺库
06_配套工具 KLayout, magic, netgen, openEMS, yosys 版图/仿真/综合
07_设计库 ibex, picorv32, VexRiscv, cva6 可复用 RISC-V IP 核

08~13 第二批次(《开源参考方案》&《对接方案》补充)

目录 仓库 用途
08_计算底座 ara(向量加速器) RISC-V 向量计算单元
09_异构大小SM snitch, snitch_cluster 小核调度 + 大 FPU 簇 = 大小 SM 参考
10_内存总线_D2D aib-phy-hardware(AIB D2D PHY RTL) UCIe 兼容数字层
11_高速互联 litepcie, OpenSERDES PCIe 6.0 控制器 + 800G PAM4 光 SerDes 数字层
12_片上网络NoC FlooNoC 三域带宽隔离 NoC
13_Celerity众核 bsg_manycore, basejump_stl 511 核众核 NoC 参考

14~18 第三批次(全网搜索补充,2026-07-24)

目录 仓库 用途
14_PULP基础IP库 common_cells, register_interface, tech_cells_generic, axi, axi_node, axi_mem_if, riscv-dbg, banshee Snitch/Occamy/Ara 核心构建依赖
15_芯片实现流程 hammer(VLSI 实现框架) 开源芯片实现流程自动化
16_RISC-V参考SoC rocket-chip 经典 RISC-V SoC 生成器参考
17_OpenFASOC OpenFASOC 全开源模拟 / RF 生成器
18_Caliptra芯片安全 caliptra-rtl 开源硅片 RoT 信任根 RTL
14_标准规范 ACC_RV_1.0.pdf 国产芯粒互联国标 PDF

19~24 第四批次(Awesome合集分析 + RISC-V核心 + AI模型,2026-07-25)

目录 仓库 / 模型 用途
19_Awesome合集 awesome-riscv, awesome-riscv-surya, awesome-ai-hardware, AI-Chip, awesome-npu, awesome-gpu-for-ai 6 个 RISC-V/AI 芯片索引合辑,快速导航到更多开源项目
20_高性能RISC-V核心 riscv-boom(BOOM), xiangshan(香山), Cores-SweRV, NaxRiscv, vroom OOO/超标量 RISC-V 处理器——填补乱序执行核心空白
21_RISC-VSoC平台 chipyard, freedom, openpiton, lowrisc-chip, pulp 完整 SoC 框架,chipyard 集成 rocket+boom+gemmini
22_RISC-V参考核心 cv32e40p, neorv32, scr1, serv, riscv-mini, riscv-sodor 小核/教学核/特殊架构核心补充
23_仿真验证工具 firesim, riscv-dv, verilator, riscv-formal, riscv-tests, riscv-isa-sim FPGA 仿真/指令生成/形式验证全补齐
24_AI模型 ~/24_AI模型/rtlcoder-7b-q4_0.gguf RTLCoder 7B 4-bit GGUF 模型(芯片 RTL 代码生成 AI)

每个仓库的大小、URL 校正说明详见 开源芯片项目下载清单.md。

文档 URL 校正记录

源文档中多个 GitHub 地址有误,已用 GitHub API 校正:

  • tongji-eda/RTL-CLAW → TONGJI-EDA-LAB/RTL-CLAW
  • OSEDA/iEDA → OSCC-Project/iEDA
  • OpenROAD/OpenSTA → The-OpenROAD-Project/OpenSTA
  • ASAP-7nm/asap7 → The-OpenROAD-Project/asap7
  • CURC/FreePDK45 → mflowgen/freepdk-45nm
  • The-OpenROAD-Project/sky130A → google/skywater-pdk
  • ucb-bar/celerity → bespoke-silicon-group/bsg_manycore(原址 404)
  • OpenEMS/openems → 能源管理软件,正确为 thliebig/openEMS(电磁仿真)
  • opensilicon/allreduce → 404 且全网无公开仓库,跳过
  • chipsalliance/aib-phy-verilog → 404,正确为 chipsalliance/aib-phy-hardware

未能下载

  1. RTLCoder、NL2GDS、Open3DIC、Chiplet-AI — 文档 URL 无效(文档自注 AI 生成)
  2. Tenstorrent Wormhole — RTL 闭源,仅软件栈开源 (tt-metal)
  3. SiliconAllReduce — 全网无公开仓库,需基于 OpenSERDES DMA 自研
  4. 平头哥 SAIL / 伴芯套件 — GitHub 无公开仓库
  5. UCIe 规范 — 需企业邮箱在 uciexpress.org 免费注册下载
  6. OpenRAM — 原 VLSI-EDA/OpenRAM 已删除,全网未找到替代

备注

  • 本次全为 shallow clone(--depth 1),如需完整历史可 git fetch --unshallow
  • PULP 系仓库(Snitch/Occamy/Ara)含子模块依赖(common_cells / axi 等),已在 14_PULP基础IP库 中补全
  • 工具源码需在 NAS 上编译(KLayout→Qt, magic/netgen→Tcl, yosys→gcc, openEMS→Octave)

二、芯片架构参考概览

综合两份方案文档,推荐的 AI 算力芯片开源参考架构:

层级 开源组件 对应 NAS 目录
计算层 Gemmini(脉动阵列/卷积) + Snitch 大小 SM 簇 + Ara(向量)+ BOOM(OOO 处理器参考) 04/09/08/20
近存键合总线 基于 W2W 键合的独立近存 DRAM 总线(无 HBM 接口开销,直接 3D 键合堆叠) 自有专利 1#2(专利 2 键合工艺保障 3.2T 近存带宽)
片上网络 FlooNoC(计算 / 内存 / 互联三域隔离) 12
Die-to-Die Occamy UCIe 控制器 + AIB PHY 数字层 03/10
光互联 OpenSERDES(可扩展至 800G PAM4 数字 MAC) 11
主机接口 LitePCIe(开源 PCIe 6.0) 11
众核参考 bsg_manycore(511 核 Mesh NoC) 13
PDK 工艺 asap7 / skywater-pdk / IHP-Open-PDK 等 7 套 05
实现流程 hammer(VLSI 框架) + OpenLane(自动布局布线) 15/02
安全参考 caliptra-rtl(开源硅片信任根) 18

三、环境说明

  • 专利工作线:Python + Playwright(已停用),CNIPA 登录态已持久化;不得再对官方系统进行自动化探测
  • 开源工作线:飞牛 NAS(FnOS Linux)免密 SSH,数据卷 /vol2 40T
  • 网络约束:patents.google.com 被屏蔽;CNIPA 主站 WAF 风控已触发;epub.cnipa.gov.cn HTTPS 本环境不通
  • 代码仓库:已初始化 git → git@gitcode.com:gcw_yiXxD8iH/AI_chip_design_ITGP.git
  • 项目网站:https://www.w1ai.cn | 联系邮箱:upu@w1ai.cn

四、RTL 大模型部署状态(已部署 ✅)

2026-07-27 完成 RTL-CLAW + rtlcoder-7b 在 ims-front01 (192.168.101.122) 上的完整部署。NAS 作为 NFS 存储后端,计算服务器提供 GPU + Docker 运行时。

4.1 已部署服务

服务 端口 状态 部署方式 说明
RTL-CLAW Gateway 18789 ✅ 运行中 (healthy) Docker (预构建镜像) AI-Agent 驱动的 RTL 分析/分区/优化/验证网关
Ollama (rtlcoder-7b) 11434 ✅ 运行中 (GPU加速) Docker + NVIDIA Container Toolkit RTLCoder 7B 4-bit GGUF 推理后端,来自 NAS /24_AI模型/

4.2 RTL-CLAW 功能介绍

RTL-CLAW 是同济 EDA Lab + 港中大联合开发的 AI-Agent 驱动 EDA 工具链:

功能模块 说明
AI-Agent 工作流 自然语言→EDA 任务自动规划与执行
RTL 分析 Verilog 代码静态分析、模块识别
RTL 分区 (Partition) 自动将大型 RTL 设计拆分为子模块
分区-优化-合并 (Partition-Opt-Merge) 分治优化的三段式设计流程
验证环境生成 自动生成 Testbench 和验证脚本
开源 EDA 集成 集成 Yosys 综合等开源工具
逻辑综合 支持 ASAP7nm 工艺库综合流程

架构:Interaction Layer → Agent Core Layer → Tool & Data Flow Layer 三层架构

4.3 待部署项目

项目 大小 来源 部署状态 说明
CodeV-R1 175M IPRC-DIP/CodeV-R1 ⏸ 暂缓 基于 Qwen-7B 的 Verilog 生成模型,需 conda + vllm + 下载 HF 模型权重(~14GB),训练/微调框架
incoder 9.2M dpfried/incoder ⏸ 暂缓 Facebook 代码补全模型(1.3B/6.7B),需 conda + PyTorch + transformers + 下载 HF 模型权重

五、计算服务器基础设施(已更新)

5.1 存储节点 — 飞牛 NAS

属性 值
IP 192.168.101.100
SSH 用户 footsome
数据盘 /vol2 — 40T,余量充足
Docker v28.5.2(daemon 未运行,仅做存储不做计算)
网络共享 NFS: /fs/1000/nfs (已挂载到 ims-front01);Samba: 通过 FnOS 用户级配置共享
功能 芯片开源资源库存储,快照下载全部 75+ 仓库 / 约 18GB

5.2 计算服务器 — ims-front01

属性 状态
IP 192.168.101.122
系统盘 SSD 823G(余 686G)
GPU ✅ Tesla T10 16GB / Driver 595.84 / CUDA 13.2
Docker ✅ v29.1.3 + Compose v2.40.3
NVIDIA Container Toolkit ✅ nvidia-container-toolkit v1.19.1
Ollama ✅ Docker 容器运行中(rtlcoder-7b 4.1GB 模型已加载)
NAS 挂载 ✅ NFS 192.168.101.100:/fs/1000/nfs → /mnt/fnos(fstab 持久化)
RTL-CLAW ✅ 运行中 (healthy) http://192.168.101.122:18789
Docker 镜像 tongjieda/rtl-claw:v0.1, ollama/ollama:latest

5.3 服务端点

服务 URL
RTL-CLAW Gateway http://192.168.101.122:18789
Ollama API http://192.168.101.122:11434
RTL-CLAW Web UI 进入 Gateway 页面 → 从 openclaw.json 获取 token 认证

5.4 网络共享说明

飞牛 NAS 同时支持 NFS 和 Samba 两种共享方式:

  • NFS:192.168.101.100:/fs/1000/nfs(Linux 客户端挂载,当前用于 ims-front01)
  • Samba:通过 FnOS 用户级共享配置(Windows/macOS 客户端访问,路径 /etc/samba/users/*.share.conf)

六、产业交流群

为方便产业链上下游同仁(芯片设计、流片代工、封装测试、设备材料、AI 软件、行业应用、投资机构等)针对国产近存计算 + 3D 键合路线展开对接与合作,本项目维护以下产业交流微信群:

新一代国产近存计算系统 · 群3(当前群)

微信扫码加入(二维码 7 天内有效,过期将自动更新):

新一代国产近存计算系统群3

群聊定位:新一代国产近存计算系统(群3)

入群须知:

  • 实名 + 公司 / 机构 + 岗位(例:张三 / XX 半导体 / 架构设计)
  • 谢绝纯销售 / 广告 / 拉票;技术、产品、投融资对接欢迎
  • 群规遵循《网络安全法》《数据安全法》,禁止传播未经公开渠道发布的国家级技术机密

往期群(已满 500 人):群1、群2 已停止纳新。群3 为本项目当前唯一官方产业交流群。

项目官网:https://www.w1ai.cn | 联系邮箱:upu@w1ai.cn

七、RTL 工程与仿真验证(第一阶段 P0 · 第二阶段 P1 · 第三阶段 P2 · 第四阶段 P3)

P0 交付 UPU 纯执行底座 RTL(可综合数据通路 + 状态机);P1 在其上补齐指令译码 / 调度 / 锁控控制层(P0 接口冻结、内部零修改);P2 解除全部打桩模块、实现系统容错闭环(三级存储桥 / 流水影子日志 / PE 故障采集 / 全局中断控制器),P1 模块仅追加容错端口;P3 完成 顶层集成 & FPGA 原型适配(upu_top 全子模块集成 / 双时钟域 CDC / FPGA BRAM 适配 / DFT 框架 / 综合与 STA 脚本),P0/P1/P2 子模块内部逻辑完全冻结。工程位于 upu_chip_design/。

7.1 交付模块

第一阶段(P0)— 3 个 RTL

模块 文件 功能
参数头 rtl/upu_param.vh 全局参数宏(PE 阵列 / L0 寄存器堆 / 相位缓存)
PE 运算单元 rtl/pe_unit.v 标量 ALU(ADD/SUB/MUL)+ 向量加(VADD)+ 矩阵点积(MATMUL)
L0 全局统一寄存器堆 rtl/l0_unified_regfile.v 8 bank × 1024 深度 × 1024bit,多端口读写 / bank 冲突队列 / 快照读
简化版相位缓存 rtl/phase_buffer_simple.v 512 项指令 FIFO + 20 组快照 + 20-PE round-robin 仲裁

第二阶段(P1)— 1 个头 + 4 个 RTL

模块 文件 功能
指令集/特权/模式头 rtl/upu_opcode.vh 6bit 全局唯一操作码(宏)+ 边界/权限判定宏 + PE 运行模式
指令发生器 rtl/inst_generator.v 原始指令译码 / 权限检查 / 驱逐风险预判 + 锁请求 / 超时中止 / 上升沿提交
L0 锁与快照控制 rtl/l0_lock_snapshot_ctrl.v 4 态锁控(两拍对齐锁表 RAM)/ 单锁互斥 / 快照位图循环分配
相位-进程组控制 rtl/phase_proc_group_ctrl.v 指令→PE 微操作译码 / 进程组表 / 模式掩码 / 派发使能 / 栅栏同步
完整版相位缓存 rtl/phase_buffer_full.v 20-PE Round-Robin 仲裁 / FIFO 512 读写通路 / 锁失败重排队 / L0 访存通路 / 快照越界保护

第三阶段(P2)— 4 个新模块 + 3 模块端口增量

模块 文件 功能
三级存储桥 rtl/mem_hierarchy_bridge.v L0-L1-L2 DMA 块搬运(确定性 FSM)/ 8192bit 超宽总线 / 块对齐检测告警
流水影子日志 rtl/l1_instr_log_buffer.v 200 项指令快照 FIFO / 模 200 三件套指针 / 状态实时回写
PE 故障采集 rtl/pe_interrupt_handler.v 20 路 PE 故障汇聚 / 3 拍持续性毛刺滤波 / 最低索引优先编码 / 软件清除
全局中断控制器 rtl/global_intc.v 两级中断(硬件故障 + SW_INT)/ 逐源屏蔽 / 优先级仲裁 / 挂起电平 + IRET 恢复
端口增量 inst_generator / phase_proc_group_ctrl / phase_buffer_full 追加中断挂起 / 局部重淘汰 / 日志录入 / 驱逐事件端口(内部逻辑不变)

第四阶段(P3)— 顶层集成 + 适配层(新增 1 个顶层 RTL + 3 个 TB + 综合/STA 脚本)

交付项 文件 功能
顶层集成 rtl/upu_top.v 例化 P0+P1+P2 全部 11 子模块 / 双时钟域 CDC / FPGA BRAM 适配 / DFT 框架 / 性能统计(修正 F54~F64)
顶层单元自检 tb/tb_p3_unit.v 顶层 A~H 八组场景(35 checks)
缺陷对照探针 tb/tb_p3_probe.v 基线 vs 修正对照(基线 5 / 修正 7 checks)
顶层全系统 tb/tb_upu_top_system.v SNN 样例指令流 + 混合压力(17 checks)
综合 / STA scripts/p3_synth.tcl · p3_sdc.sdc · p3_sta.tcl yosys 逻辑综合 / SDC 约束 / OpenSTA 时序分析
一键回归 scripts/run_all_p3.sh 10 步全流程(回归 + 单元 + 系统 + 探针 + 编译取证 + 综合 + STA)

7.2 验证结论

在 ims-front01 计算服务器上以 Icarus Verilog 12.0 完成回归,采用「基线 vs 修正版对照实验」封闭验证:

运行 结果
P0 基线探针(rtl_orig) CHECKS=6 / ERRORS=4 → FAIL
P0 修正版探针(rtl) CHECKS=6 / ERRORS=0 → PASS
P0 修正版主回归(rtl) CHECKS=570 / ERRORS=0 → PASS
P1 基线探针(rtl_orig) CHECKS=4 / ERRORS=4 → FAIL
P1 修正版探针(rtl) CHECKS=9 / ERRORS=0 → PASS
P1 修正版主回归(rtl) CHECKS=56 / ERRORS=0 → PASS
P2 修正版单元(rtl) CHECKS=28 / ERRORS=0 → PASS
P2 基线探针(rtl_orig) CHECKS=17 / ERRORS=9 → FAIL
P2 修正版探针(rtl) CHECKS=18 / ERRORS=0 → PASS
P2 修正版系统集成(rtl) CHECKS=18 / ERRORS=0 → PASS
P3 顶层单元(rtl) CHECKS=35 / ERRORS=0 → PASS
P3 顶层全系统(rtl) CHECKS=17 / ERRORS=0 → PASS
P3 基线探针(rtl_base) CHECKS=5 / ERRORS=2 → FAIL(缺陷复现)
P3 修正版探针(rtl) CHECKS=7 / ERRORS=0 → PASS
基线编译取证 rc = 5 / 14 / 1(P1);P2 l1_instr_log_buffer rc=2(concat-LHS);P3 基线顶层 5 error(端口名 ×3 + 过程赋值 ×2)
  • P0 共修复 21 项缺陷:PE 侧(op_sel 电平启动致重复运算、VADD/MATMUL 语义退化、故障未锁存)、L0 侧(复位残留 X 态、one-hot 向量误作数组下标读错 bank、冲突全等比较漏判)、相位缓存侧(FIFO 无读出通路、指针位宽不足、无 round-robin 仲裁、快照索引越界)。
  • P1 共修复 22 处缺陷(F26~F43):编译级(非法二进制字面量、文件域 localparam、解包数组端口)、功能级(非法指令未阻断、风险检查卡死、锁控地址/数据错拍、无互斥、组表空操作、BARRIER 不可达、FIFO 只写不读、L0 通路死逻辑、锁失败丢弃、无轮询)。
  • P2 共修复 10 处预判缺陷(F44~F53)+ 1 处编译级缺陷:DMA 状态机死锁、非对齐检测异常、RAM 读写时序错拍、日志指针越界/回收失效、concat-LHS 语法错误、状态更新滞后、毛刺误触发、掩码整体判定、挂起仅单拍、重淘汰全局冲刷(详见 P2 报告)。
  • P3 共修复 11 处预判缺陷(F54~F64)+ 3 类编译级错误:顶层无法编译(端口名 pe_op_sel/pe_src0/pe_src1 错误、$countones 非标准、wire 过程赋值)、PE 阵列/L0 未例化、桥↔RAM 跨时钟域无同步、中断电平累加计数、无主控/追踪接口、锁表 RAM 未例化(X 污染致指令链失效)、子模块新增端口未连接、ext_inst_ready 悬空、锁未仲裁 + bank 自冲突、IRET/故障清除时序错位致中断风暴(详见 P3 报告)。
  • 修正版**合计 570 + 56 + 28 + 18 + 35 + 17 + 7 = 731 项检查全部通过**,输出 === ALL TESTS PASS ===;P0/P1/P2 底座**零退化**(P0 回归 570/0、P1 回归 56/0、P2 28+18/0 复现;rtl/中 11 个子模块逐字节未改,P3 仅**新增**rtl/upu_top.v`)。
  • 完整缺陷清单、仿真数据与优化路线见 upu_chip_design/reports/ 下 P0 / P1 / P2 / P3 四份报告。

7.3 一键复现

cd upu_chip_design
bash scripts/run_sim.sh                        # P0 修正版全量回归
RTLDIR=rtl_orig bash scripts/run_sim.sh tb_l0_probe   # P0 基线对照
bash scripts/run_all_p1.sh                     # P1 全量验证(回归 + 探针 + 编译取证)
bash scripts/run_all_p2.sh                     # P2 全量验证(回归 + 单元 + 探针 + 系统 + 编译取证)
bash scripts/run_all_p3.sh                     # P3 全量验证(P0/P1/P2 回归 + 顶层单元/系统 + 探针 + 综合 + STA)

7.4 逻辑综合与时序(P3)

以 yosys 0.33 对顶层 upu_top 完成工艺无关逻辑综合(保留 $mem 存储单元供 FPGA BRAM 推断,采用 scripts/synth_param/upu_param.vh 容量裁剪参数):

项目 结果
综合脚本 scripts/p3_synth.tcl(yosys -c)
顶层单元数 $mem_v2 ×3(L0 锁表 / 指令日志 / 相位缓存)+ pe_unit ×20 + 9 个子模块
顶层规模 236 060 wire bits / 160 cells(顶层)、设计层次合计 1 388 966 wire bits
网表产物 synth/upu_top_synth.json(30.7 MB)· synth/upu_top_gate.v(1.47 MB)
综合耗时 CPU 491.5 s · 峰值内存 1021 MB(rc=True,无 error)
STA 脚本 scripts/p3_sta.tcl + p3_sdc.sdc(clk_main 20 ns / clk_mem 24 ns,双时钟域 set_false_path)

时序签核:OpenSTA(sta 3.1.0)已由源码构建成功;代表性控制模块 pe_interrupt_handler(sky130hd 标准单元映射,361 cells)时序签核 worst slack 18.18 ns @ 20 ns 周期(MET)(scripts/p3_sta_block.sh → synth/sta_report.txt)。 全芯片时序签核(含 1024bit MATMUL 数据通路)因标准单元映射规模较大,进入 P4 后端流程。


参考资料

  • docs/UPU 近存异构AI加速芯片 正式技术白皮书.pdf — AI 算力芯片正式技术白皮书(对标 NVIDIA B300,架构/存储/工艺/性能)
  • docs/UPU-ARM/ · docs/UPU-TRM/ — 架构参考手册(软件视角)与微架构技术参考手册(硬件视角),各含 V1.0 / V1.1
  • docs/VM-JIT/ — VM-JIT 性能详解 + VM-JIT 硬件设计规范 V1.0
  • 第五纪元高性能近存算一体商业化/UPC_Gen1_第一代处理器_技术概要.pdf — 首代通用处理器技术概要(对标 AMD EPYC 9754)
  • 第五纪元高性能近存算一体商业化/UPC虚拟VM-JIT方案修订文档_V1.5.docx — 软件生态方案(x86/ARM/定制异构 VCPU 混跑、BIOS 虚拟层引导)
  • 开源芯片项目下载清单.md — 完整 NAS 交付清单与仓库尺寸

致谢

感谢所有开源社区与项目的贡献者——Gemmini、Snitch、Occamy、FlooNoC、LitePCIe、OpenSERDES、AIB PHY、bsg_manycore、OpenFASOC、Caliptra、Rocket Chip、Hammer、iEDA、OpenROAD、OpenLane、Chisel、FIRRTL 及 PULP 平台等开源项目(完整清单见 开源芯片项目下载清单.md),为国产芯片架构设计与验证提供了宝贵的参考资源。

Introduction

本项目是串并行统一处理器UPU芯片——AI辅助芯片设计IT最佳实践的开源项目

www.w1ai.cnCustomize your domain