Tendrils 融资 3000 万，重写 CPU
$30M Raised to Redo the CPU
Tendrils 宣布完成 3000 万美元融资，由 Benchmark 领投，旨在彻底重构通用计算架构。我们坚信，现代 CPU 因受困于 1970 年代遗留的向后兼容性，被复杂的缓存一致性协议和重排序缓冲区锁死，导致性能扩展受阻。因此，我们选择从零开始，不再基于串行设计，而是打造拥有数千个并行核心的处理器。为此，我们同步开发开源语言 Vine，专为并行优先的新一代架构而生。未来芯片将是软硬件工程师紧密协作的结晶，我们期待与志同道合者共同开启这一变革。
在 Tendrils，我们坚信未来芯片将是硬件工程师与软件工程师紧密协作的产物。
HN 评论区
115- Animats
这是一个典型的“建好它，用户自会来”的项目。
这可不是那种“将机器学习的核心循环完全硬件化”的项目，后者在技术上才更说得通。你完全可以在一颗芯片上塞进大量独立的小型神经网络推理单元。但如果项目是这么包装的，人们就会问：“为什么 NVidia 不做这个？”以及“等你做出来了，又有什么能阻止 NVidia 跟进？”
目前市面上有很多人在推销“AI 芯片”，但成效甚微。
通用大规模并行机器的历史并不光彩。从 Illiac IV 到 Playstation 3，这个领域接连不断都是失败之作。你能造出来，但用户不来。这种架构只有在你有特定的、可并行化的问题时才非常棒，比如有限元分析或神经网络。
（我用过 NCube，也挺喜欢 Transputer 的概念。但两者最终都成了死胡同。）
- Lichtso
1985: Inmos - Transputer
2006: Sony & Toshiba & IBM (STI) - Cell Broadband Engine
2009: GreenArrays - GA144
2012: Adapteva - Parallella
2021: Esperanto Technologies - ET-SoC-1
2024: Inspiresemi - Thunderbird
- librasteve
依我估算，在一个 M4 芯片的面积上，大概能造出 256 个小巧快速的 CPU，每个都自带 16kiB RAM 和 IO。现代 CPU 的大部分门电路都浪费在了乱序执行和缓存一致性上。
https://bil-lang.org 是一门更明确的编程语言，在我看来，这是程序员（或者 LLM）将算法“硬塞”进 CPU 阵列所必需的。但 AI 是一个强大的杠杆，足以克服这一历史性的障碍。
- tyingq
嗯。https://millcomputing.com/ 上的故事听起来一直很有吸引力。
但 Pitchbook 显示它自 2019 年起就已“倒闭”。
- AlotOfReading
这感觉晚了整整十年。我实在看不出客户在 2026 年（或者更现实地说，2030 年之后）能得到什么价值主张。假设我愿意重写所有软件，使用一种能编译成交互网络（interaction nets）的语言。那我为什么不直接用 HVM2，然后去买 NVidia 的 GPU 呢？如果我只是想用一种奇特的架构，AMD 今天就在大规模出货数据流处理器，而且他们会授权相关 IP。如果我只是想要一个大规模并行架构来运行现有的 ML 代码，我可以直接租 Google Cloud 的 TPU。
到底什么样的客户会想要一种在五年后、基于老旧工艺节点、运行自定义编程语言的奇特架构？
- MiroslavPokorny
那如果在单颗芯片上集成一百万个 6502、65816，或者支持 32 位寻址的 CPU 怎么样？一百万个这样的核心肯定比单个现代 X86 或 ARM 干得更多，而且功耗和价格都要低得多，对吧？
- nukanse
作为一名程序员，我一直想要一种 CPU，它不是拥有 n 个 64 位寄存器，而是有一个拥有 2^m 位的单一寄存器。这个寄存器可以分割成任意长度的子寄存器，大小不必相同，既可以被当作位数组处理，也可以当作 SWAR 机器。
- jojohohanon
我觉得 GreenArrays 酷毙了。（一颗芯片上集成了 144 个原生 Forth 核心）
我喜欢 Mill 架构（自称的从零开始的 CPU）。
我觉得 Transmeta 很有机会，因为他们可以跨越内核边界进行内联。
但它们都没有特别到足以成功。