第325章 天权4號片上系统集成验证

  赵静从电梯里走出来，手里端著一杯已经凉透的咖啡。她是被章宸叫来的——总线延迟抖动问题的根因虽然找到了，但修复方案涉及npu引擎的数据预取策略调整，需要小芯团队確认这个调整会不会影响ai模型的推理精度。

  “跑了三组基准模型，”赵静把一份对比报告放在章宸面前，“精度差异在万分之二以內，统计上不显著。小芯的判断是——可以接受。”

  章宸没有看报告，而是问了赵静一个问题：“万分之二的精度差异，在百万级用户规模下，会有多少人感觉到『好像不如以前准了』？”

  赵静愣了一下。她没想到章宸会问这个问题，因为这已经超出了技术范畴，进入了用户感知的模糊地带。但她只用了不到一秒就给出了答案：“不会有人感觉到。万分之二的差异，连专业评测机构的標准化测试都测不出来，更別说普通用户了。”

  章宸点了点头，把报告收下，放在调度台的文件夹里。

  “还有一个问题，”赵静说，“小芯在天权4號的npu引擎上跑一组新模型的適配测试时，发现了一个奇怪的现象——某些卷积层的计算效率比预期低了大概百分之七。不是所有层，只是某些特定的 kernel size 和 stride 组合。小芯的分析结论是，npu引擎的硬体调度器在这些特定参数下没有完全流水线化，有气泡。”

  章宸的表情变了。不是紧张，而是专注——那种发现了猎物痕跡时的专注。

  “哪些 kernel size？”

  赵静把一组参数写在便签上，递给章宸。3x3 stride 2、5x5 stride 2、7x7 stride 3，以及一组扩张卷积的参数。

  章宸看完，在便签背面画了一个简单的示意图。npu引擎的硬体调度器在处理卷积运算时，会將输入特徵图和权重加载到片上缓存，然后由计算阵列执行乘加运算。在某些 kernel size 和 stride 组合下，计算阵列的利用率会下降，因为数据加载的速度跟不上计算的速度，或者计算结果写回的带宽成为瓶颈。

  “这个问题能修吗？”赵静问。

  “能修，但要看代价。”章宸站起来，走到显示墙前，调出npu引擎的微架构图。“调度器的流水线控制逻辑是硬连线，不是微码。如果要改，需要修改rtl，重新跑综合、时序、物理设计。代价是流片至少推迟四周。”

  赵静沉默了。四周，加上已经回退的两天，天权4號的流片窗口可能会彻底错过，下一轮窗口要等六周后，总计延迟可能达到十周。

  “但如果不修，”章宸说，“这个百分之七的效率损失就会永远留在天权4號的npu引擎里。天权4號的生命周期至少三年，出货量可能超过一亿颗。每一颗晶片在跑某些模型时都会慢百分之七。这个代价，比流片晚十周更大。”

  章宸在显示墙上画了一条红线，把npu调度器的问题列为“p0级”——最高优先级，必须在流片前解决。