确定性计算

确定性计算（Deterministic Computing）是一种计算架构设计哲学，其中编译器（而非硬件）静态调度每一周期的数据流和计算，实现零缓存缺失、零运行时调度开销。Groq的LPU是这一理念的典型代表。

核心原则

• 编译器主导：所有操作在编译时静态规划，运行时无动态决策。
• 消除不确定性：无缓存缺失、无分支预测错误、无乱序执行开销。
• 可预测性：每个操作的执行时间完全确定，延迟可精确计算。

与GPU的对比

传统GPU采用硬件运行时调度线程，虽然并行性高，但调度开销大，且存在缓存缺失等不确定性。LPU把"不确定性"全部交给编译器，实现了极致确定性和低延迟。

优势与局限

• 优势：极低延迟、高能效、可预测性强，特别适合LLM推理这种高度顺序、token-by-token的过程。
• 局限：灵活性低，单芯片容量小，必须大规模集群才能跑超大模型。

与维基的连接

确定性计算是[[ai-hardware-architecture]]中LPU部分的核心设计哲学，也是[[memory-wall]]的一种激进解决方案。