0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

異構(gòu)計算時代正在到來

我快閉嘴 ? 來源:半導體行業(yè)觀察 ? 作者:邱麗婷 ? 2021-01-25 11:15 ? 次閱讀

一個新的時代似乎已經(jīng)到來。

英特爾,這位CPU領(lǐng)域的絕對王者開始頻頻與“軟件為先”和“XPU”等詞進行捆綁。同樣值得關(guān)注的是英特爾的老對手英偉達以及AMD,在過去的一年中,英偉達宣布收購Arm,AMD則提出收購賽靈思。

冥冥之中,這些巨頭似乎都開始瞄準了同一個方向——“異構(gòu)計算”。

異構(gòu)計算時代到來

所謂異構(gòu),就是將CPU、DSPGPU、ASIC、FPGA等不同制程架構(gòu)、不同指令集、不同功能的計算單元,組合起來形成一個混合的計算系統(tǒng)。

為什么需要異構(gòu)計算?原因很簡單:我們需要越來越強大、越來越高效的計算系統(tǒng)。在過去,隨著半導體技術(shù)的進步和頻率的提升,絕大多數(shù)計算機應用不需要結(jié)構(gòu)性的變化,或者特定的硬件加速,即可不斷提升性能,但是現(xiàn)代應用經(jīng)常會碰到內(nèi)存、功耗方面的限制。此時,引入特定單元、讓計算系統(tǒng)變成混合結(jié)構(gòu)就成了必然,每一種不同類型的計算單元都可以去執(zhí)行自己最擅長的任務。

資料顯示,異構(gòu)計算提高了處理效率。異構(gòu)計算能夠充分發(fā)揮CPU/GPU在通用計算上的靈活性,及時響應數(shù)據(jù)處理需求,搭配上FPGA/ASIC等特殊能力,來充分發(fā)揮協(xié)處理器的效能,根據(jù)特定需求合理地分配計算資源。

其次異構(gòu)計算成本利好。由于目前神經(jīng)網(wǎng)絡算法和與之對應的計算架構(gòu)層出不窮,如果采用不斷更新ASIC架構(gòu)的方式,最終下沉到用戶和企業(yè)身上,就會導致使用成本和替換成本過高。因此,最好的解決辦法就是將多種計算架構(gòu)融合在一起,生命周期變長,在產(chǎn)業(yè)落地上具有更大的優(yōu)勢。

英特爾中國研究院院長宋繼強曾在采訪中表示,如果說傳統(tǒng)計算架構(gòu)是一種燒汽油的引擎,那么異構(gòu)計算就是一種混合動力引擎甚至新能源引擎,并且“動力十足”,能夠推動人工智能、5G等新興領(lǐng)域更好、更快地發(fā)展。

三大巨頭割據(jù)戰(zhàn)

事實上,異構(gòu)計算并不是近兩年來興起的概念,早在上世紀80年代,異構(gòu)計算就已經(jīng)誕生,隨著計算需求呈指數(shù)級增長,異構(gòu)計算也經(jīng)歷了CPU+GPU、FPGA等多種路線之爭。

2003年,AMD推出了業(yè)內(nèi)首款x86-64架構(gòu)處理器,開啟了64位計算時代。2006年,AMD收購了著名GPU廠商ATI,就在宣布收購的第二天,AMD便迫不及待地宣布要把高性能CPU、GPU做到同一顆芯片上,并在三個月后為這一項目命名為“Fusion”(融聚),又過了兩個月提出了全新的“APU”(加速處理器)概念,后來甚至還把Fusion寫入了公司口號中??瓷先ニ坪跏橇硗庖环N集成顯卡,從主板上轉(zhuǎn)移到處理器中而已,但是關(guān)鍵就在“加速”二字。怎么去加速?答案就是——異構(gòu)計算。

當然,“Fusion”這條路走得很艱辛。從最初宣布到最終發(fā)布,APU花了足足四年半的光陰,期間經(jīng)歷了GPU加速計算的崛起、GPU/GPU地位之爭,直到2010年初才開花結(jié)果。

有意思的是,也就在同一年,英特爾也迅速跟進,發(fā)布了Sandy Bridge,將CPU、GPU整合到了一起,雖然被業(yè)界戲稱為“只不過是在CPU里集成了顯卡”,沒有實現(xiàn)APU那樣的高度融合,但也開始了異構(gòu)計算的探索之路。而在這期間,英偉達也以其大規(guī)模的并行GPU和專用GPU編程框架CUDA進入了主流市場。

2012年,AMD成立了一個HSA(異構(gòu)系統(tǒng)架構(gòu))基金會,拉了ARM、Imagination、聯(lián)發(fā)科德州儀器、三星等眾多一線大廠一同上陣,主推一個叫做OpenCL的異構(gòu)編程框架。HSA聯(lián)盟發(fā)展了兩年也有一些新成員加入,但是總的來說對英特爾威脅不大。

直到2017年,賽靈思推出的一款新器件對英特爾造成了直接的威脅。一款基于16nm FinFET 3D晶體管的FPGA新品---Zynq UltraScale MPSoC,這其實就是一款異構(gòu)處理器。賽靈思表示,用了他們的新工具可以把可編程資源利用率提升到95%,這基本上和ASIC沒有兩樣。有報道指出,此舉直接推動了英特爾收購賽靈思的競爭對手——Altera。

業(yè)界對于英特爾收購Altera的決定議論紛紛,但不可否認的是,英特爾此舉是要加強其在數(shù)據(jù)中心領(lǐng)域的競爭力。有趣的是,在英特爾拿下Altera的時候,市場曾經(jīng)傳言賽靈思曾經(jīng)考慮并購 AMD,現(xiàn)在則是 AMD 收購賽靈思了。

2019年,英偉達以 70 億美元收購服務器端到端解決方案廠商邁絡思 (Mellanow),2020年400億美元收購 Arm,都是為了在未來的數(shù)據(jù)中心市場搶占先機。

異構(gòu)計算會成為未來數(shù)據(jù)中心處理器的主流,在這方面,英偉達和 AMD 都有著相同的戰(zhàn)略思路。

英偉達收購Arm讓雄心勃勃想在數(shù)據(jù)中心市場大干一場的 AMD 直接感受到了威脅,也促使蘇姿豐去考慮收購賽靈思。AMD 同樣擁有 CPU 和 GPU 產(chǎn)品,賽靈思可以給他們帶來數(shù)據(jù)中心市場的加速能力。

不難發(fā)現(xiàn),在英特爾、英偉達以及AMD三方混戰(zhàn)多年后,隨著異構(gòu)計算的到來,市場局面開始出現(xiàn)松動。經(jīng)過一系列收購以及自研行為,這三大處理器頭部廠商都在向CPU+GPU+FPGA/NPU的方向靠攏,為異構(gòu)計算之戰(zhàn)備足“糧草”。

時至今日,我們再看這三大巨頭,他們已經(jīng)產(chǎn)生了很大的變化。

2020末,英特爾宣布重返獨顯市場,正式發(fā)布了獨立顯卡iRIS Xe Max。在一系列的收購行為后,英特爾彌補了PC產(chǎn)品線的關(guān)鍵零部件,也成功實現(xiàn)了XPU異構(gòu)計算架構(gòu)。

而AMD對賽靈思的收購,也釋放出強化異構(gòu)計算布局的信號。在具備“CPU+GPU”計算架構(gòu)的基礎上,F(xiàn)PGA的可編程特質(zhì),能進一步提升計算平臺的靈活性,從而適應AI時代根據(jù)不同工作負載進行加速的需求。

同樣重要的是,誠如前文所言賽靈思本身對異構(gòu)計算就頗有研究,2017年推出異構(gòu)計算處理器,同時還推出了Versal ACAP異構(gòu)計算平臺,以縮短車載多傳感器同步和融合所帶來的系統(tǒng)整體響應時間。

英偉達收購ARM,不僅彌補了缺乏CPU的短板,也將英偉達的AI計算平臺拓展到移動生態(tài)。值得注意的是,ARM也在異構(gòu)計算有所涉獵。基于開源的開發(fā)框架ARM NN,開發(fā)者可以調(diào)動ARM CPU、GPU及NPU,實現(xiàn)異構(gòu)AI開發(fā)。

異構(gòu)計算的困境

技術(shù)變革意味著挑戰(zhàn),更意味著機遇。芯片領(lǐng)域目前的格局變化已經(jīng)充分證明了這一點。異構(gòu)計算帶來的硬件復雜性,對編程人員提出了嚴苛的挑戰(zhàn)。

不同開發(fā)框架之間的性能表現(xiàn)、兼容性,以及學習成本一直是影響開發(fā)效率的主要因素之一,復雜的開發(fā)環(huán)境、無法同步更新的框架導致開發(fā)者會花費不少精力去自行解決問題。這些都依賴于生態(tài)鏈的建設。標準的制定與推廣,語言、編譯器、框架、運行庫等的支持,都不是易事。

在此基礎上,英特爾推出了oneAPI,據(jù)悉,oneAPI可以簡化并且統(tǒng)一跨不同架構(gòu)、跨不同廠商之間的編程,它是一個鼓勵社區(qū)和行業(yè)支持的一種開放、標準的解決方案。

英特爾并不是唯一一家意識到生態(tài)鏈的重要性的廠商,在這方面,英偉達推出了CUDA,AMD推出了ROCm,華為也陸續(xù)推出了Atlas、CANN等面向異構(gòu)場景的平臺及架構(gòu)。

其次,雖然從表面上看,異構(gòu)計算是一個硬件的物理疊加,但真正要釋放其全部能力,最終有賴于從硬件到軟件的整體式設計。未來的異構(gòu)計算,不僅僅是單一的技術(shù)點,而是多技術(shù)點的集合。

為了建立完善的軟硬件體系來支撐全新異構(gòu)計算體系,進而解決生態(tài)問題,使下游產(chǎn)業(yè)鏈用戶主動采用異構(gòu)計算技術(shù),AMD、高通、ARM、三星、北京華夏芯等成立了全球異構(gòu)計算系統(tǒng)HSA(Heterogeneous Syste Architecture)聯(lián)盟,IBM、Google、英偉達等成立了OpenPOWER聯(lián)盟,Intel則自成體系。

再來,要找到異構(gòu)計算的優(yōu)勢場景并不容易。目前AI似乎是實現(xiàn)落地的理想領(lǐng)域,但AI 是一門較為復雜、綜合的學科。在只有 CPU 平臺的情況下,AI 開發(fā)者要學習的算法、模型、框架、編程語言已經(jīng)不少。如果再考慮多個不同處理器平臺,情況會變得更為復雜。

說在最后

隨著5G、AI、云計算、大數(shù)據(jù)、IoT等技術(shù)推動的萬物互聯(lián)時代即將到來。IDC預測數(shù)據(jù)顯示,到2023年全球各種類物聯(lián)網(wǎng)終端數(shù)量將達352億個,海量連接產(chǎn)生的數(shù)據(jù)量達175ZB。

隨著數(shù)字化進程的推進,算力需求將越來越大,數(shù)據(jù)中心將逐步演變?yōu)橛嬎阒行?,算力將成為新的生產(chǎn)力。在多種數(shù)據(jù)類型和場景驅(qū)動下,異構(gòu)計算將獲得快速發(fā)展,讓異構(gòu)計算如何順利融入產(chǎn)業(yè),成為目前值得思考的問題。

但無論如何,我們可以確信的是,異構(gòu)計算時代真的來了。
責任編輯:tzh

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • FPGA
    +關(guān)注

    關(guān)注

    1630

    文章

    21781

    瀏覽量

    604936
  • amd
    amd
    +關(guān)注

    關(guān)注

    25

    文章

    5485

    瀏覽量

    134415
  • cpu
    cpu
    +關(guān)注

    關(guān)注

    68

    文章

    10898

    瀏覽量

    212532
收藏 人收藏

    評論

    相關(guān)推薦

    異構(gòu)計算的概念、核心、優(yōu)勢、挑戰(zhàn)及考慮因素

    異構(gòu)計算就像是一支由“多才多藝”處理器組成的團隊,每個成員都有自己的強項和責任。 ? 什么是異構(gòu)計算????? “異構(gòu)計算”指的是在同一個計算平臺中,部署多種不同類型的處理單元(比如
    的頭像 發(fā)表于 01-13 11:43 ?283次閱讀

    【一文看懂】什么是異構(gòu)計算?

    隨著人工智能、深度學習、大數(shù)據(jù)處理等技術(shù)的快速發(fā)展,計算需求的復雜性不斷提升。傳統(tǒng)的單一計算架構(gòu)已難以滿足高效處理復雜任務的要求,異構(gòu)計算因此應運而生,成為現(xiàn)代計算領(lǐng)域的一個重要方向。
    的頭像 發(fā)表于 12-04 01:06 ?1645次閱讀
    【一文看懂】什么是<b class='flag-5'>異構(gòu)計算</b>?

    詳解Arm計算平臺的優(yōu)勢

    對于人工智能 (AI) 而言,任何單一硬件或計算組件都無法成為適合各類工作負載的萬能解決方案。AI 貫穿從云端到邊緣側(cè)的整個現(xiàn)代計算領(lǐng)域,為了滿足不同的 AI 用例和需求,一個可以靈活使用 CPU、GPU 和 NPU 等不同計算
    的頭像 發(fā)表于 12-03 16:53 ?361次閱讀

    澎峰科技高性能計算庫PerfIPP介紹

    PerfIPP是專為計算機視覺處理和信號處理設計的優(yōu)化計算庫,計算驅(qū)動層基于OpenCL標準,支持異構(gòu)計算加速。
    的頭像 發(fā)表于 09-02 17:39 ?397次閱讀
    澎峰科技高性能<b class='flag-5'>計算</b>庫PerfIPP介紹

    淺談國產(chǎn)異構(gòu)雙核RISC-V+FPGA處理器AG32VF407的優(yōu)勢和應用場景

    關(guān)于國產(chǎn)異構(gòu)雙核RISC-V+FPGA處理器AG32VF407的具體優(yōu)勢和應用場景淺談如下: 優(yōu)勢 異構(gòu)計算能力 : 異構(gòu)雙核設計結(jié)合了RISC-V的高效指令集和FPGA的靈活可編程性,能夠針對特定
    發(fā)表于 08-31 08:32

    開啟全新AI時代 智能嵌入式系統(tǒng)快速發(fā)展——“第六屆國產(chǎn)嵌入式操作系統(tǒng)技術(shù)與產(chǎn)業(yè)發(fā)展論壇”圓滿結(jié)束

    。 湖南大學教授、嵌入式與網(wǎng)絡計算湖南省重點實驗室主任謝國琪做了“國產(chǎn)異構(gòu)計算平臺的‘五合一’智能計算開發(fā)創(chuàng)新實踐”的專題報告。謝國琪介紹國產(chǎn)異構(gòu)計算平臺技術(shù)特點,以及在國產(chǎn)
    發(fā)表于 08-30 17:24

    打造異構(gòu)計算新標桿!國數(shù)集聯(lián)發(fā)布首款CXL混合資源池參考設計

    參考設計是首個支持異構(gòu)計算架構(gòu)的CXL硬件設備,標志著CXL技術(shù)在數(shù)據(jù)中心領(lǐng)域迎來異構(gòu)計算新階段。 ? 國數(shù)集聯(lián)基于FPGA與自主研發(fā)的CXL協(xié)議IP的先進特性,可實現(xiàn)CPU、GPU、DDR、SSD
    的頭像 發(fā)表于 08-06 14:19 ?347次閱讀
    打造<b class='flag-5'>異構(gòu)計算</b>新標桿!國數(shù)集聯(lián)發(fā)布首款CXL混合資源池參考設計

    AvaotaA1全志T527開發(fā)板AMP異構(gòu)計算簡介

    Avaota SBC 的部分平臺內(nèi)具有小核心 CPU,與大核心一起組成了異構(gòu)計算的功能。 在異構(gòu)多處理系統(tǒng)中,主核心和輔助核心的存在旨在共同協(xié)作,以實現(xiàn)更高效的任務處理。這種協(xié)作需要系統(tǒng)采取一系列
    發(fā)表于 07-24 09:54

    異構(gòu)計算:解鎖算力潛能的新途徑

    在這個數(shù)據(jù)爆炸的時代,計算力是推動社會與科技創(chuàng)新的核心。從日常智能設備的流暢運行到超級計算機的尖端模擬,均依賴強大的計算能力。但面對多樣化的復雜計算
    的頭像 發(fā)表于 07-18 08:28 ?8449次閱讀
    <b class='flag-5'>異構(gòu)計算</b>:解鎖算力潛能的新途徑

    無問芯穹發(fā)布千卡規(guī)模異構(gòu)芯片混訓平臺

    聯(lián)合創(chuàng)始人兼CEO夏立雪在會上震撼發(fā)布了全球首個千卡規(guī)模異構(gòu)芯片混訓平臺,這一里程碑式的成果不僅標志著AI計算能力的巨大飛躍,也預示著異構(gòu)計算時代的新篇章已經(jīng)開啟。
    的頭像 發(fā)表于 07-08 14:27 ?762次閱讀

    智能時代的路,將由異構(gòu)計算鋪就

    AI時代,在計算支持領(lǐng)域,云計算、邊緣計算等相繼崛起,我們能看到的算力形態(tài)逐漸多樣化。同時,在我們看不到的地方,算力需求依然旺盛。隨著“十四五”規(guī)劃的不斷落地,加快數(shù)字化發(fā)展,打造具有
    的頭像 發(fā)表于 07-03 08:28 ?265次閱讀
    智能<b class='flag-5'>時代</b>的路,將由<b class='flag-5'>異構(gòu)計算</b>鋪就

    安世半導體受邀參加2024第三代半導體技術(shù)與產(chǎn)業(yè)鏈創(chuàng)新發(fā)展論壇

    在高頻高壓應用領(lǐng)域,寬禁帶材料不可替代的優(yōu)勢正在加速相關(guān)產(chǎn)品的研發(fā)與落地應用。制造技術(shù)的進步,也讓其成本更有競爭力。需求拉動疊加成本降低,寬禁帶半導體的時代正在到來。
    的頭像 發(fā)表于 06-19 15:36 ?965次閱讀

    EDA再掀熱潮,中國積極投身其中成為重要參與者

    CPU正在異構(gòu)計算所取代,我們看到云成為 CPU、GPU、AI 處理器、定制加速器、FPGA 等的混合體。其中許多新處理器是由初創(chuàng)公司開發(fā)的,這對于提高不同類別計算的效率至關(guān)重要。
    發(fā)表于 04-17 14:14 ?553次閱讀

    高通NPU和異構(gòu)計算提升生成式AI性能?

    異構(gòu)計算的重要性不可忽視。根據(jù)生成式AI的獨特需求和計算負擔,需要配備不同的處理器,如專注于AI工作負載的定制設計的NPU、CPU和GPU。
    的頭像 發(fā)表于 03-06 14:15 ?859次閱讀

    如何評價智能車載異構(gòu)計算芯片性能?

    車企不斷的宣傳讓我們知道了芯片的重要性。那么在智能駕駛領(lǐng)域里,到底什么是重要的呢,評估面向自動駕駛的計算芯片性能時,有沒有什么科學的依據(jù)呢?
    發(fā)表于 01-25 12:45 ?797次閱讀
    如何評價智能車載<b class='flag-5'>異構(gòu)計算</b>芯片性能?