中国软件网 出品
作者 曹开彬
------
7月5日晚，国内最大、全球第四的芯片代工厂——中芯国际披露科创板上市发行公告，确定发行价格为27.46元/股。
公司将于7月7日进行网下和网上申购。与中芯国际初步询价的投资者为242家，配售对象为3928个，申购总量为1111亿股，网下整体申购倍数为164.78倍，有效认购倍数为114.97倍。
由此，中芯国际科创板上市时市值约为2029.09亿元。这个市值将超越目前科创板所有股票，中芯国际将成为科创板市值"一哥"。
第二天，7月6日晚，国内最大的AI芯片公司——寒武纪发布公告，确定科创板发行价格为64.39元/股。
根据公告，本次发行股数4010万股，发行总规模25.82亿元，寒武纪将于7月8日(T日)进行网上和网下申购。此价格对应的公司市值为 257.62 亿元。
接连两天，科创板迎来国内两大芯片公司上市。
在美国对中国进行最新芯片技术断供的大背景下，他们的上市引发业界的巨大关注。
除得到大额融资、引来巨大市值之后，更值得思考的问题是，他们上市之后，是否能改变中国“缺芯少魂”的长期困局？
中国软件网注意到，业界专家基本都清楚地认识到一点，成功上市、拿到融资并非是解决我国芯片问题的根本所在。
构筑并形成一个完善的CPU软件生态，才是彻底扭转被动局面的核心。
目前，国内市场上掀起了一股芯片创业热潮。但国内CPU的软件生态发展状况如何？他们是否能支撑一个中国自主创新的、独立的IT技术体系？
为此，中国软件网采访了业界专家、PerfXLab澎峰科技创始人张先轶博士，听听他对中国芯片软件生态发展态势的看法。
张先轶
PerfXLab澎峰科技 创始人
博士，研究方向：矩阵计算，高性能计算，嵌入式AI
本科和硕士毕业于北京理工大学，博士毕业于中国科学院大学，之后分别在UT Austin和MIT进行博士后研究工作。
国际知名开源矩阵计算项目OpenBLAS发起人和主要维护者。2016年，创办PerfXLab澎峰科技，提供智能边缘计算解决方案和支持国产芯片的软件生态产品/服务。
2016年获得中国计算机学会科学进步二等奖，2017年获得中国科学院杰出科技成就奖（研究集体主要完成者之一），2018年获得北京市雏鹰人才计划。
张博士认为，芯片公司上市只是一个开始，打造一个完善的CPU软件生态才是他们将来最重要的任务。
在他看来，国内CPU软件生态的发展比之前十年已经提高很多。但总体而言，我们与美国的差距还非常大，要解决的问题还非常多。
我们需要树立打持久战的意识。要持续的努力，要持续的投入。
他认为，目前美国的断供，客观上对于形成中国自己的CPU软件生态有促进作用，但还是要想办法融入全球生态之中。否则，我们的生态只会越玩越小，不利于CPU成长发展的。
以下，Enjoy：
中国软件网：作为一个计算机的使用者，我们是直接接触应用软件。您能否讲讲，应用软件与CPU之间还隔着哪些链条？也就是说，从CPU到应用软件，需要经过哪些环节？
答：至少需要编译工具链和操作系统。编译工具链是给应用软件的开发人员使用，将程序源代码编译成可执行文件。操作系统是承载和调度管理应用软件。
这些只是最基本的条件，以真正的应用软件来说，会复杂很多，需要依赖的软件也会更多。
以Matlab为例，就需要额外的Runtime层级的库支持，比如，在x86平台上，Matlab就依赖于Intel MKL的数学库等。
如果是大数据分析的应用软件，就有可能用到Hadoop或者Spark应用框架，这也是软件生态的一部分。
中国软件网：这些环节构建在一起，是否就在整个CPU的软件生态？
答：我觉得以上说的软件和框架等只是组成部分之一，CPU软件生态还有一块重要的内容就是社区。
成功的软件生态，都离不开活跃的社区。不管是厂商建立的开发者社区，提供了各种培训，案例材料，还是开源项目社区的讨论和支持等。
软件生态应该是一个活的有机体，能够吸引更多的厂商、学校、个人开发者加入，这样才能随着时间越来越大，就像滚雪球一样。
中国软件网：开发环境、Runtime、应用框架、应用软件，他们各是什么意思？和CPU生态有什么关系？
答：这是我根据CPU底层到应用场景做的一个简单的划分。
我将其分为了两层，一层是 面向开发者，或者说是给底层开发者用的。这就需要开发环境和Runtime。
开发环境就是指编程时用到那些工具，比如编译工具链，性能调优工具，GUI的IDE等等。
Runtime是指支撑程序执行的环境，广义上，操作系统，各种语言的VM，各种库等等都算在内。这些都是偏底层的，和处理器紧密结合的。
另一层是面向应用和用户的。这部分和应用场景结合更紧密一些，面向应用场景的开发框架。例如，Caffe，PyTorch，Tensorflow等深度学习的训练框架。
以深度学习训练框架为例，其实它和芯片、CPU的关系不大，只要所依赖的Runtime（各种DNN库，CV库，并行环境等）能支持这个处理器，它就能执行。
比如，IBM公司推出的PowerAI，就是Power处理器上运行的深度学习框架集合。其中，底层Runtime做了OpenBLAS等项目的移植，上层做了Caffe，Tensorflow框架的移植等。
中国软件网：操作系统、数据库等各种基础软件，也都在讲生态，他们的生态和CPU生态有什么区别与联系？
答：只要是平台型的产品，都是需要培养生态的，这样才能提高整个平台的竞争力。
操作系统，数据库作为典型的基础软件和平台型软件，让更多的用户和开发者使用，支撑更多的上层应用，扩大生态范围，是非常有价值的事情。
他们与CPU生态的区别是，CPU的软件生态更偏重于底层，偏重于开发环境和Runtime。
数据库等产品的生态和上层应用场景结合的更紧密一些，同时数据库等产品也依赖于CPU的底层软件生态，也是CPU整体软件生态的重要组成部分之一。
中国软件网：现在软件在向云、向SaaS转型，这对于CPU的软件生态会有什么影响？
答：对于CPU厂商来说，我觉得这些软件生态的工作都是要做的。只不过之前的软件是运行在私有的台式机，服务器上，现在可能更多是运行在云服务器上。
对于软件生态范围内的软件厂商来说，软件向云和SaaS转型是一个好的事情，可以尝试更多的商业模式和产品形态，比如做成PaaS、订阅付费等。
中国软件网：Google的TensorFlow、百度的PadddlePaddle等深度学习框架，与CPU生态有什么关系？
答：就像我之前的举例，Google的TensorFlow和百度的PadddlePaddle都是应用框架，和深度学习应用集合更紧密，本身也都在发展自己的生态。与CPU的生态来说，是互相合作的关系，并不存在竞争。
假如一个训练框架原本不支持某个CPU架构。这时候，大部分是由CPU软件生态的开发人员做训练框架的移植和优化，然后再提交回训练框架的社区，争取并入代码主线。这样，就达到了双方生态的结合和扩展。
中国软件网：美国限制中国企业使用芯片相关技术和产品，对中国CPU软件生态会有什么影响？
答：目前的情况下，对于中国的CPU和底层技术/软件产品厂商提供了一个机会，有更多的潜在用户愿意尝试和使用，这样对于促进生态发展是有利的。
另外一方面，我们也应该看到，开源软件和项目是不会受到限制和影响的。作为CPU软件生态，还是要优先融入到开源项目/社区的全球协作中。如果只是关起门来自己玩，生态只会越玩越小，是不利于CPU成长发展的。
中国软件网：总体而言，您觉得当前我国CPU软件生态的发展水平如何？存在什么问题？可以如何解决？
答：这个问题比较大，我只能讲讲我的一些体会。
现在，国内CPU软件生态的发展比之前十年已经提高很多。
这可从两个方面观察，一个是开源项目和社区的参与程度明显提高，科研机构和公司都认识到了参与开源社区建设生态的重要性。
比如，中国公司在Linux Kernel、GCC、FFmpeg等社区积极参与和贡献，也出现了不少优秀的开源项目。例如，从我们公司领导的OpenBLAS，到近期深度学习推理框架的一批项目（NCNN，MNN，Tengine）等。
另一方面，部分芯片领域的厂商开始取得商业上的成功。厂商能赚到钱之后，才能形成生态的良性发展。例如，龙芯在近几年取得良性的发展，操作系统领域统信软件的成立，华为公司开始大力打造鲲鹏生态的软硬件投入等。
但我们也存在较大的问题。
存在的主题问题是，软件生态的范围非常广，我们需要做的事情还是非常多。
就以我们OpenBLAS所在的高性能数学库领域为例，这个领域功能最全的是Intel公司的MKL。Intel MKL涵盖了BLAS、LAPACK、FFT、稀疏BLAS、稀疏直接解法器、稀疏迭代解法器、VML和随机数发生器等（这还不算针对深度学习的MKL-DNN等扩展）。
目前，BLAS部分是我们和MKL的功能和性能最接近的模块。在FFT领域，即便有MIT维护的国际知名开源项目FFTW，但是与MKL的差距还是明显的。虽然我们团队近年在FFT有不错的成果，但是要与MKL完全追上，还需要时间打磨。
我想，在很多软件生态的细分领域，都会存在类似的问题。
这次Matlab的禁用事件也是从侧面反映了这个问题的广泛性与尖锐性。
我认为，CPU软件生态的解决方法，就像中科院计算所包云岗老师在不久前发表的《关于“Matlab被禁”时间的一些思考》所说的一样，必须要持续的努力，树立持久战的意识。持续的努力，就意味着持续的投入。
从科研机构来说，能否获得国家科研项目的稳定支持是非常重要的。除了发表论文，也要承担起软件生态项目的成果、推广、应用。要让他们能积极将成果更多的开源，参与和回馈开源生态社区。
从厂商的角度，要找到合适的产品和商业模式，能够从市场上赚到钱，持续的投入打磨生态产品。
