AI的端侧应用离不开各种算力平台，目前形成了CPU+NPU，CPU+FPGA以及CPU+GPU的几类算力搭配，他们各有优势，也各有弱点。先看它们的共同点，从组合名字可以看出，那就是他们都依赖CPU，这是因为无论NPU，FPGA还是GPU，它们的架构特点决定了在流水线pipeline，逻辑控制方面要弱于CPU，它们要么作为专用算力加速器，没有完备的指令集系统，比如GPU有简单的流水线，可以完成取指，解码执行的操作，但是它的流水线适合做大量的SIMD并行数据计算，无法完成复杂的执行流以及逻辑控制。另外还有一些没有取指流水等机制，无法自举执行指令，必须依赖CPU打配合，有点类似于FPU或者NEON单元，比如NPU就是这个样子，无法独立完成取指令执行的操作，运行依赖于CPU不断的喂指令。
之前对与RISCV Vector指令，MIPS的FPU以及ARM的NEON都有过一些分析，但当时对AI没有太多概念，对AI如何使用这些单元提供的算力缺乏认识，分析完了感觉没有结果。现在对AI有了一些了解，尤其其中的算子实现对异构算力的设计需求有了一些自己的看法，这样反过来从需求方倒推，对ISA指令集的设计理解的会更加深刻。 所以觉得有必要结合AI，对一些主流的CPU ISA指令集特点做一个总结，包括最早接触的MIPS，用Xlinux(FPGA)做过验证,之后是ARM，Altera FPGA,然后RISCV和DSP(Xtensa)。这里面RISCV是最精简的，软件上可以认为是MIPS的一个子集（可能Vector向量指令的区别会大一些），可以放在一起分析，感觉这是一个比较大的主题和工作量，万事开头难，先从重温MIPS开始，之后逐渐切入其它ISA，横向对比，纵向深挖，分析它们各自对AI加速提供的各类ISA级的机制以及背后的思考，个人的一些看法，期待被打脸。
首先从搭建MIPS开发环境说起
MIPS编译工具链下载
MIPS官网：MIPS
奇葩的是MIPS官网的副标题竟然是elevating riscv，几年前MIPS就已经宣布放弃MIPS拥抱RISCV，一代旗手沦落至此，令人唏嘘。
顺着导航，来到Developer Tools – MIPS，可以看到开发工具和开发模式。
之后来到编译器下载链接：MIPS Compilers – MIPS
MIPS支持LLVM工具开发，不过我们这里用GCC
我们将bare metal和Linux用户态工具链都下载下来，由于我们要编译的是Linux内核，究竟使用哪种工具链关系不大，任何一个都可以,我们解压：Codescape.GNU.Tools.Package.2019.02-05.for.MIPS.IMG.Linux.CentOS-6.x86_64.tar.gz
之后导出环境变量：
export PATH=$PATH:/home/caozilong/mips/mips-img-linux-gnu/2019.02-05/bin之后，在任何一个目录，都可以直接输入mips-img-linux-gnu-gcc访问GCC了。
下载最新的Linux内核代码：
从kernel.org下载并解压：
编译
make ARCH=mips CROSS_COMPILE=mips-img-linux-gnu- malta_defconfig
make ARCH=mips CROSS_COMPILE=mips-img-linux-gnu- menuconfig
make -j4 ARCH=mips CROSS_COMPILE=mips-img-linux-gnu-编译结果：
反编译
mips-img-linux-gnu-objdump -d vmlinux>vmlinux.dis
编译完成，下一步准备用busybox构建一个小的文件系统，之后用qemu模拟器进行启动，就可以愉快的跑MIPS ISA了。