曾被斥为倒退的设计思路，如今几乎驱动着每一款新芯片

David Patterson 是图灵奖得主，也是伯克利的计算机科学教授，以精简指令集（RISC）体系结构和 RAID（独立磁盘冗余阵列）存储闻名；前者如今被约 99% 的新芯片采用。Lex Fridman 当年就是通过 Patterson 与 John Hennessy 合著的教科书了解机器内部原理的，他开场便提出一个跨越 50 年的问题。Patterson 说，最大的变化来自微处理器。过去要占满好几个房间的机器，如今能装进一部手机。它们还快了约一百万倍，便宜得多，也无处不在：地球上的微处理器数量可能是人的十倍左右。

经典的计算机通常由五个部分组成。输入和输出正如其名：语音或键盘输入，屏幕输出。存储器是一块集成电路，负责存放信息，并在需要时把它取回。处理器又分为控制单元和运算单元：控制单元好比大脑，运算单元好比肌肉。把它比作人体，数字运算是肌肉，控制是头脑。微处理器只是能装进一块微型芯片里的处理器，这项发明距离本次对话大约已有 40 年。

处理器的大部分工作，和计算器没有区别：加、减、乘、除。计算机的精妙之处在于，它每秒钟执行数十亿次极其简单的操作，而人们编写的软件把这些指令组织成比人还能干的任务。多出来的那一点能力是“判断”。条件分支指令会问：某个值是否小于零，或者是否大于另一个值。这些分支每秒运行数十亿次，正是它们让计算机有了力量。Patterson 后来还说，要是把 1950 年代的商用计算先驱请回来，他们看了今天的指令集，大概会说这些指令看上去并没有太大变化。

推动这一切的力量是摩尔定律，得名于伯克利校友 Gordon Moore。1965 年，他观察了几年间的半导体发展，断言晶体管数量每年翻一番，并将持续十年；1975 年，他把节奏修正为每两年翻一番。他做的远不止画一条线。在那篇 1965 年的论文里，他还列出了这种趋势的种种含义：汽车里会有计算机，杂货店里卖的东西里也会有计算机。如果你身处计算机行业并相信他的话，就等于拿到了未来十年的草图。Moore 本人也说，指数增长不可能永远持续；真正让人惊叹的是，它持续了 50 年。

知道预测，并不会让人在它真正冲击日常生活时少一些震惊。Patterson 记得，自己开车穿过旧金山湾，看见市政中心的公告板上印着一个网址，那些 www 字符对外行人来说像是外星文字。对于极客而言，意义恰恰相反：这些东西正从小圈子渗入现实世界。杂志上的个人电脑广告也带来了同样的冲击。你早有预料，可当社会真正感受到它时，依然令人震惊。

计算机科学用抽象层来应对这种复杂性：暂时搁置怀疑，假装自己只需要了解眼前这一层，并遵守一份允许使用的命令约定。一台现代计算机可能有十层、二十层这样的抽象，像剥洋葱一样。学生可以从 Python 入门，下沉到 C 语言，继续深入硬件，直到 Moore 所说的那个晶体管，再一路回到应用软件。20 年来，软件一直是开放的，硬件则曾是黑箱；最近，人们也在努力让硬件接口公开。Patterson 说，对于任何想深入了解支撑周围一切的机器内部究竟在做什么的人来说，现在是一个非同寻常的时代。

软件与硬件之间用一套“词汇”交流。这些词就是指令，这套词汇就是指令集（ISA）：加、减、乘、除，存入内存，再从内存读回。这些简单指令可以一直追溯到 1950 年代的商用机器。直到大约这次访谈前十年，流行的指令集大多是专有的。英特尔的 x86 系列从 8086 开始命名，统治着云端和个人电脑。ARM 同样是专有的指令集，支撑着手机、iPad 以及大量物联网设备，并收费授权使用。

1980 年代，主流观点认为，指令集应当足够强大：多音节的复杂指令、多项式除法、对列表排序，这样软件会更容易编写。伯克利的 Patterson、斯坦福的 John Hennessy，以及 IBM 的一些人，持相反意见。随着摩尔定律飞速推进，一种精简指令集计算机（RISC，读作“risk”）能缩短设计时间。编译器可以把复杂的程序翻译成更多的简单指令。技术上的反对意见确实有道理：要执行的指令数量会更多，也许多出 50%，或者多三分之一。但它们的运行速度快了四倍，整体上好出三到四倍。

信不信由你，当时很多人的反应是“谁在乎”，而且在好几次学术会议上争论得异常激烈。人们认为 RISC 是一种倒退，会让软件变得更糟。Patterson 和 Hennessy 当时还是助理教授，他们对自己的想法深信不疑。复杂指令很难被编译器生成：必须找到完全吻合的场景才能用上。很多时候编译器甚至根本不用它们，可这些指令却让硬件更难制造。简单指令则契合那个晶体管每两年翻一番、设计周期可能比庞大的词汇表更重要的世界。

他们一度很难说服别人，直到找到了一个公式。一个程序运行多久，可以拆成三部分：执行了多少条指令，乘以平均每条指令的时钟周期数，再乘以单个时钟周期的时长。批评者只盯着第一项看。真正的差距在第二项。复杂指令由硬件解释器来执行，每条可能要约十个周期；RISC 指令可能只需两个。周期数上相差五倍，而指令数只多出 25% 或 50%，胜负就在这里。一旦能把基准测试的时间拆成三个因子，人们就说明白了。1982 年，这还是极具争议的话题；到大约 1984 年，它在技术上已经是一个站得住脚的论点。从凭直觉和口味，到用数字说话，这一转变在 1980 年代末凝结为教科书《计算机体系结构：量化研究方法》（Computer Architecture: A Quantitative Approach）。领域开始在同一时代的机器之间，依据公认的基准测试来打分。

RISC 要成立，前提是程序员愿意让编译器去处理细节。1980 年代以前，关键软件，尤其是操作系统，仍用汇编语言编写，因为人们认为高级语言太慢、太占空间。Unix 证明了即便是操作系统这样复杂的东西也能用 C 语言写成。一旦如此，就能把指令集对程序员隐藏起来。翻译只做一次，之后的每次运行都能享受更简单的指令。Patterson 用单音节词作比：只要不必读的数量多得离谱，单音节词读起来、说起来都更快。

Fridman 好奇，为什么人类代码与机器之间的翻译步骤没有更多。Patterson 说，这话对，也不全对。操作系统和应用程序都可以用 C 语言编写；应用调用操作系统；软件依然有很多层。调试器、链接器、库，甚至 Python 解释器，往往仍然是 C 或 C++ 写的。这些历史悠久、效率高的语言向下再走一步，就是 RISC 指令，再通过接口层层组合，形成十层之多的结构。

然后是商业上的阻力：技术上正确，商业上却无足轻重，就像世界已经铺好了旧的轨距，再出现一种更好的轨距也没用。一批使用 CISC 指令集的系统公司放弃了。英特尔没有放弃。它的指令集在个人电脑上落了地，软件发布的也是编译后的指令而不是源代码。英特尔的巧妙之处在于，用硬件在运行时把复杂指令翻译成基本等同于 RISC 的操作，速度达到千兆赫兹。凡是好的 RISC 理念，它都能拿来用，同时又能与每年出货上亿台个人电脑的软件生态保持兼容。在个人电脑时代，CISC 在商业上赢了；而 RISC 的思想，最后进入了芯片内部。

Patterson 说，设计一套好的指令集是一门艺术：要在硬件和软件之间找到平衡，让编译器能用上其中的每一条指令，又不缺失重要功能，同时还要容易制造。发明一套指令集，其实并不难。要让它被广泛采用，需要运气、时机，或者人们信任的数字。1995 年，他被要求预测微处理器的未来。他见过太多令人眼花缭乱的夸大之词，于是说，到 2020 年，一切看起来都会很熟悉。考虑到当时机器发展的速度，这是个大胆的预测。那篇文章后来证明站得住脚。Hennessy 和 Patterson 后来因 RISC 研究以及那本教科书获得了 ACM 图灵奖。令他们惊讶的是，过去 35 到 40 年间，晶体管数量增长了一百万倍，指令集的主流观念看上去却仍像 1980 年代的工作成果。

1980 年代，伯克利做了四个 RISC 研究项目，斯坦福做了几个。2010 年，团队决定吸取这些教训，设计一套新的指令集。Patterson 以导师身份参与其中；Krste Asanović 等人主导，其中包括研究生 Andrew Waterman。他们把它命名为 RISC-V，其中的 V 是罗马数字五，用来致敬 1980 年代的四个项目。这个核心与最简单的 1980 年代架构非常相似。最大的不同在于它是开放的。规范就是接口，像一本教科书。实现则用 Verilog 这类硬件描述语言编写，它们之于硬件，就像 C 之于软件，并且可以像 Linux 的 C++ 代码那样发到网上。开放的指令集，催生了开源处理器。

他们以伯克利软件分发（BSD）许可证发布，好让其他学者不必担心用它会惹麻烦。大约在 2014 年，业界开始抱怨，指令集在秋季学期和春季学期之间就变了。团队的第一反应是：你们为什么要关心我们怎么处理自己的指令集？跟对方交流后，他们发现业界渴望一套开放的 ISA。人们一直在寻找，偶然发现了伯克利的版本，觉得它很好。时机恰好，而且出乎意料地好。大学常常启动项目却无法持续，于是他们仿照 Linux 基金会的模式，成立了 RISC-V 基金会。2015 年 1 月前后召开的第一次研讨会有 50 人，而前一年 12 月的那场活动有 1700 人。Patterson 押注 25 年：RISC-V 可能成为最流行的 ISA，因为它足够好、开放又免费，而 Linux 那套“修改、改进、协作”的逻辑，可以在硬件上重演。

RISC-V 能否撬动既有的安装基础，取决于三个市场，以及谁掌控软件栈。云端：阿里巴巴、亚马逊、谷歌、微软等公司的数万台服务器，大约分布在一百座数据中心里，如今几乎 100% 是 x86；这些公司自己掌控着软件栈，完全可以选择 RISC-V。手机每年约 15 亿部，而个人电脑约 2 亿台且还在减少，ARM 在这一领域占据主导。Android 和苹果都运营着应用商店：世界上任何人都可以把应用编译成二进制再发布。二进制兼容让这种指令集具有很强的粘性。物联网、汽车、微波炉和各种嵌入式设备则不通过商店发布软件。设备厂商掌控自己的软件栈，授权成本更低，而且可以增强指令集。大家都认为，RISC-V 将在这里取得突破。

ARM 本身就是 RISC：全称 Advanced RISC Machine，是一种专有的 RISC，如今是世界上最流行的指令集，每年出货数十亿颗芯片。ARM 的人在 1980 年代中期需要一套指令集，读了伯克利的论文，受到了很大影响。它比老旧的 CISC 更节能，部分原因是 x86 仍要在运行时把复杂指令翻译成类似 RISC 的操作，这会耗费芯片面积和功耗。如今的限制往往不再是能塞进多少晶体管，而是能散掉多少功耗，无论是云端还是电池供电的设备，都是如此。

苹果、高通和三星都使用 ARM，而 iPhone 的速度往往更快。ARM 开创了一种商业模式：你可以付费购买一个用 Verilog 之类语言编写的现成实现；也可以付出数千万美元量级的费用，换取自行设计的权利，同时仍使用 ARM 的指令集。苹果选择了后一条路，收购了一支强大的设计团队，并按同一规范打造了效率更高的硬件。乐谱是公开的，乐团却不是。Patterson 对 RISC 之美的浪漫解读是：小即是美。在工程中，把东西做复杂很容易，而找到一个简单而优雅的方案，反而出人意料地难。

在 RISC-V 中，他尤其喜欢大约 40 条指令组成的核心：整个软件栈都能在其上运行，而编译器在硬件支持时还会调用可选的扩展指令。用 40 条指令来教一台计算机，而不必用上几千条。如果有人发明了生物计算机，只要实现这个核心，有趣的程序就能运行。专有指令集一旦加入某条指令，就永远成为必需，就像人随着年龄增长而发胖。RISC-V 让你可以保持少年般的苗条，只有真正要用时才增加体量。更深层的惊喜依然存在：芯片线宽已经窄于光的波长，而软件执行的命令几十年来变化不大。四五十种基本操作，只要执行得足够快，似乎就足以催生人工智能。

摩尔定律全面生效的时候，挑战在于把翻倍的晶体管变成更快的计算机。1980 年代和 1990 年代，性能大约每 18 个月翻一番。人们会扔掉完好的机器，只因为朋友有一台新了一年半的机器，干活快得多。Patterson 如今只在笔记本的硬盘或屏幕坏掉时才会更换。通用处理器的速度，已经从每 18 个月翻一番，变成了每 20 年左右翻一番，大约每年增长几个百分点。社会仍然习惯于计算机按照时间表变快。如今，架构师们相信，前进的道路是只在某些应用上表现出色的加速器。

巧合的是，这十年里，机器学习赢得了与经典人工智能之间的论战：不再自上而下地手写规则，而是从数据中推断规则。其中的关键硬件核心是矩阵乘法，这对设计者来说是福音，因为他们知道如何让它变快。于是，通用芯片的速度放缓，人们则加入机器学习加速器，用远高于通用芯片的效率完成矩阵乘法。领域专用硬件的隐患在于，它可能只帮到世界上 5% 的人。机器学习却用于图像识别、翻译、游戏，甚至软件栈的一些组件，比如数据库。它是领域专用的，但因为它吃数据，所以适用面异常广泛。Fridman 提到了“软件 2.0”的转变：你是在数据和超参数的空间里编程。Patterson 同意，对数据驱动型程序的热情与硬件的故事无关，而且恰恰在摩尔定律失效之际，推高了对算力的需求。

这个时机很巧。在 Patterson 的设想里，未来的软件仍然会在同样的基本 RISC 指令上运行大部分软件栈，比如用户界面之类。那部分计算量很小、代码行数不多，却会消耗大量周期的核心计算，则转交给加速器。Hennessy 和 Patterson 为他们的图灵奖演讲取名为《新的黄金时代》（A New Golden Age）。他们认为，未来十年将和当年做助理教授时的 RISC 岁月一样令人兴奋，因为软件的构建方式和运行方式正在再一次被改变。加速器会同时出现在编译器和硬件中，就像当年 RISC 之争一样。机器学习已经在使用更高层的领域专用语言，比如 TensorFlow 和 PyTorch。

对硬件人员来说，致命的错误是造出了非常出色的芯片，却不配套编译器。数十亿美元投向了机器学习芯片创业公司。有些公司倒闭了，原因是只专注于硬件，跳过了软件栈。在这次对话的两年前，机器学习甚至还没有公认的基准测试套件。Patterson 参与发起了 MLPerf。没有在软件上投入的公司跑不出好成绩，投入了的公司则能跑出来。计算机体系结构一直以来都在市场上花费数十亿，看谁能胜出。这个比较并不完美，但它能把高下分出来。

英特尔几年前收购了 Nervana，却不公布 MLPerf 分数，这很令人起疑。访谈前大约一个月，英特尔取消了 Nervana 产品线，并以 20 亿美元收购了以色列的加速器公司 Habana，那家公司的分数很好。英特尔打算把 Habana 芯片与软件一起推出，作为未来的产品线。谷歌的 Peter Mattson 通过联系竞争对手，帮助 MLPerf 起步。在 RISC 时代，互相竞争的微处理器团队会攻击彼此的数字，直到坐下来，在 SPEC 上达成一致。市场因此扩大，没有陷入停滞。Patterson 说，只要比较是公平的，工程师就能接受自己没有拿第一。他们讨厌的是那些推动销售的营销宣传。

社交媒体抬高了误导性幻灯片的代价：激烈的反应能迅速把漏洞传播开来。开源一度在微软是个脏字，如今却能看清真正在提交优质代码的人是谁。但这种文化并不普遍。Fridman 所在的自动驾驶领域，仍然有强大的炒作机器，对开放和基准测试的意愿较低。计算机视觉也并非一直都对数字如此虔诚。Patterson 的学生 David Martin 与 Jitendra Malik 合作时，让研究生给图像做标注，并比较算法；据 Patterson 所知，那是最早的视觉基准测试之一，早于通向 ImageNet 的那条路线。之后，这个社区也变得虔诚起来。ImageNet 让多伦多团队赢得了比赛，世界因此改变。参加基准测试是一步让人发怵的棋：你必须真有两把刷子才能参与，不能只凭自以为是最好就进场。Patterson 不明白，一个没有基准测试的领域，如何判断自己是否在进步。10 所大学和 50 家公司已经加入了 MLPerf，它是衡量机器学习性能的事实标准，而两年前它还不存在。

Patterson 本来希望在必须教量子计算之前退休。每当有关于摩尔定律放缓和领域专用加速器的演讲，观众都会问同一个问题，因为这已经上了新闻。两份国家级报告，一份来自美国国家工程院，另一份来自一个计算领域的联盟，都认为纠错量子计算还需要十年。他想到了核聚变：令人兴奋，如果成功会很了不起，但并非近在眼前。他认为，具有商业价值的机器大约在 20 到 30 年之间：那是大科学，要在微开尔文的低温下运行，只要卡车经过震动了建筑就会被毁掉，它会出现在数据中心里，绝不会是量子手机。它只会是一组应用，谈不上通用计算。他钦佩那些 30 年期的项目，但觉得自己没有能力看到那么远的问题。十年已经够难了。不要把这十年缺口的算力押在它上面。

Jim Keller 曾引用 Patterson 的说法来证明他错了，并主张摩尔定律没有死。Patterson 称这是营销。Gordon Moore 提出了一个量化预测：每两年把晶体管数量翻一番。检查六年前的 DRAM，经历三个两年周期，晶体管数量应该是现在的八倍。检查英特尔的微处理器也是同样的道理。两种情况的答案都是否定的。由于业界投入了大量资本让这一定律成真，许多人把“摩尔定律”和“半导体仍在进步”当作同一句话。你说定律已经不再成立，他们听到的却是技术停滞了。Keller 正在对抗一种印象：芯片在 2019 年就停止了前进。Patterson 从未这样说过。他说的是翻倍停止了。

为了缓解这种认知偏差，他现在说摩尔定律正在放缓，这是另一种说法：两年翻一番已经不成立。作为教育者，他不喜欢大家各说各话。Carver Mead 把摩尔的曲线画在对数坐标上，得到了一条直线；那就是定义。英特尔在 Keller 加入之前，曾试图把它重新表述为晶体管成本每两年减半。这并不是 Moore 的原话，而且业内人士告诉 Patterson，近期更复杂的工艺实际上提高了单个晶体管的成本。原始表述的美妙之处，在于它像 E=mc² 一样简洁。重新诠释，就是修正主义式的历史叙述。他提醒说，很多计算机科学从业者仍然不知道，软件栈底层的时代已经变了。如果明年的云服务器只快了一点点，而你的软件路线图仍然假设速度是免费的，那么这个假设已经站不住了。时钟频率与五年前差不多。人们换手机，常常是为了更好的相机，那属于领域专用硬件，与速度翻倍的 ARM 内核无关。

1988 年，Patterson、同事 Randy Katz 和研究生 Garth Gibson 合写了那篇关于廉价磁盘冗余阵列的论文。当时他们刚刚完成第四代 RISC 项目；处理器越来越快，存储却成了瓶颈。Katz 有一台早期的 Macintosh，工作时还得来回倒腾软盘。后来，苹果在 Mac 旁边放了一块书本大小的硬盘，而大型机的磁盘却是洗衣机大小。Katz 问，这些小小的新东西能做什么？思路是：用许多个人电脑硬盘组合起来，替代一台洗衣机大小的磁盘：40 块小硬盘，因为个人电脑的大规模出货而更便宜，又因为可以并行工作而可能更快。

他们把草稿寄给了一位在 IBM 工作的伯克利前学生。回信说，内容没问题，但可靠性怎么办？四十块个人电脑级别的磁盘，对比当时占据存储市场主导地位的 IBM 机器。算下来很难看：原本大约一年坏一次的设备，换成阵列后会每两周坏一次。于是他们加入了冗余：多出几份副本，这样即便一块盘坏了，也不会丢失全部数据。只要多加一定数量的磁盘，阵列就可以做到更快、更便宜、更可靠：它能承受几块盘同时故障，而单块大型机磁盘坏掉，整台设备就宣告瘫痪。RAID 中的 R，指的就是这多出来的部分。

他们当初预见到它会取而代之吗？Patterson 是个乐观主义者，但这个论点依据的是趋势，并不只是一种感觉。磁盘一直在缩小，从 8 英寸到 5 英寸，再到 3 英寸，而出货量随着小尺寸一端增长，因为个人电脑就在那里。技术力量站在他们这边。至于商业上，IBM 正在推动大容量磁盘，那一侧能否转变还不明朗。作为学者，他们相信技术应当获胜，而它确实获胜了。后来的变化是，从每秒旋转 60 圈、磁头像唱针一样在类似唱片的盘面上移动的旋转磁盘，转向了半导体闪存。手机、大多数笔记本电脑和嵌入式设备都用闪存；云端仍然混用磁盘，因为在大规模场景下它依然更经济。RAID 的思路依然适用。计算出错只是麻烦，重跑一次程序就行；存储丢失则会让人抓狂。存储的可靠性一直比计算更重要，所以即便闪存越来越可靠，冗余依然很流行。不做备份，就是在承担巨大的风险。

Patterson 在伯克利教了 40 年书。他不接受校园里的一种传说：讲得糟糕的老师一定是厉害的研究者，不然他为什么还在这里？在他的退休派对上，他看着一张照片：照片里是系里五位获得过校园杰出教学奖的人，这是一项很高的荣誉。这五个人都是美国国家工程院院士。其中三人，Manuel Blum、Richard Karp 和 Patterson 本人，获得了图灵奖。Randy Katz 和 John Ousterhout 也在同一张照片里。以他的经验来看，教学和研究高度相关。成功的人，往往在不止一件事情上都很成功。

Richard Feynman 受邀到高等研究院，他认为一所没有教学的大学是糟糕的主意。站在讲台上解释，并被问到“为什么这是对的？”，会迫使你停下来思考。聪明的学生提出的难题，与研究形成互补。Patterson 最喜欢的教学时刻，是看着有人突然弄懂一件重要而困难的事情，眼睛一亮；至于某个具体概念，倒在其次。很多自认为不喜欢教书的人，只要做过一次客座讲座，就会迷上那个瞬间。

他也摔过跤，在 UCLA 和 El Camino 社区学院。El Camino 赢得过加州州冠军，还曾经用一支由新生和二年级学生组成的阵容击败过 UCLA。他原本被 UCLA 录取，却先去了社区学院；母亲说，原因是女朋友，也因为他觉得那支摔跤队很强。他 12 月 1 日出生，在班里几乎总是最小、最矮的那个，成熟得晚，选着枯燥的课程，却还是去摔跤。这项运动给了他身体上的自信，后来转化为研究上的自信。七十多岁时，如果街上有什么不对劲，他仍然不会袖手旁观；对待领域里的不实宣传，他也是同样的态度。他的教练认为，即便是个人项目，团队凝聚力强也能赢。他学到了这些技能，常被人形容为能把大批教员和研究生拉向共同目标的人。他认为，对抗性的运动也让他敢于享受 RISC 时代的争论，不至于避之唯恐不及。

如果要用指标来衡量一段有意义的人生，Patterson 从 Randy Katz 的一句话说起：到了收尾的时候，人们该看的是《纽约时报》讣告里占了多少英寸，银行账户里的零则排在后面。老生常谈的说法是，没有人临终时希望自己多花点时间在办公室里。回顾职业生涯，他能说出六七件甚至十几件自己引以为傲的事，其中很多都不是论文。家庭：结婚超过 50 年，有子女和孙辈。教育：书籍和课程。为代表性不足的群体提供的、真正有效的帮助。他发表过数百篇论文；RISC 和 RAID 他很自豪，其他许多论文，回头看并不是人们会记住他的东西。追逐金钱或论文数量，大概不会是身后留下的东西。

在他来到伯克利之前，他读过一本收录了各行各业人士访谈的书。那些对自己所做的事感到满足的人，大多是影响过别人的人；那些追逐转瞬即逝之物的人，很少有这份满足。他入职时就预设，自己会看重的是长期的关系，而不是论文。这一判断被证实是对的。你与之共事、影响并帮助过的人，才是你在职业生涯末尾会感到欣慰的东西。

当你告诉别人自己结婚 50 年了，他们总想知道是怎么做到的。他给出了九个神奇的字：我错了，你对了，我爱你。这九个字必须全部说完。你不能只说“我错了，你对了，你这个混蛋”。痛快地承认自己错了、承认对方是对的，并说出“我爱你”，就能跨过生活中的许多坎坷。这位其指令集思想构成大多数新芯片基础的人，把这一点当作真正能推广开的方法留给了我们。