對英特爾來說，“CPU巨頭”的標簽已經(jīng)深入人心。不過，在最近兩個月，CPU在英特爾的關注度被軟件和獨立GPU搶了風頭。不知從何時起，“軟件為先”和“XPU”已經(jīng)成為英特爾新的流行詞。同樣，英偉達對ARM的收購，以及AMD對賽靈思的收購，也昭示著芯片巨頭們與英特爾的“不謀而合”，它們紛紛將未來的布局瞄準了同一個方向：異構計算。

“通用”與“專用”相向而行

從20世紀60年代的字符終端時代到如今的智能計算時代，數(shù)據(jù)的量和質(zhì)都發(fā)生了顯著的變化。以文本、圖表為主的結構化數(shù)據(jù)比例不斷下降，融媒體數(shù)據(jù)、實時處理的傳感級數(shù)據(jù)等非結構數(shù)據(jù)，以及深度學習的元數(shù)據(jù)的持續(xù)激增，將越來越多種類、精度的數(shù)據(jù)以更快的速度進行傳輸和處理，并成為智能計算的剛需。

作為通用處理器的代表型廠商，英特爾已經(jīng)將異構計算作為應對AI時代算力挑戰(zhàn)的關鍵戰(zhàn)略。如果將數(shù)據(jù)看作食材，CPU就相當于“瑞士軍刀”，適用于一切食材，卻不一定能將所有食材處理得又快又好。GPU、FPGA、DSP等專用處理器的加入，讓計算架構能更有效地應對場景化數(shù)據(jù)。

“異構計算的產(chǎn)業(yè)的基礎是數(shù)據(jù)的爆炸式增長，這其實是我們發(fā)展異構計算的主要驅動力?！庇⑻貭柤軜嫛D形和軟件集團副總裁兼中國區(qū)總經(jīng)理謝曉清在接受《中國電子報》采訪時指出，“CPU提供的是通用型計算的能力，解決的問題很廣義。但是GPU、FPGA，或者AI加速芯片解決的是特定領域的問題?，F(xiàn)在很多數(shù)據(jù)的產(chǎn)生都有一定的特點，以至于在CPU上的運算效果不一定是最理想的，在GPU或者其他并行計算能力高的芯片上會跑得更好，這是異構計算的主要驅動力?！?/p>

作為專用處理器廠商，賽靈思從器件向異構平臺的轉變也已開始。賽靈思大中華區(qū)核心市場業(yè)務發(fā)展總監(jiān)酆毅向《中國電子報》記者指出，智能駕駛正在從ADAS逐漸向全面自動駕駛持續(xù)演進，傳感器數(shù)量的增多勢必會帶來爆炸式的數(shù)據(jù)增長，這就需要汽車具備強大的異構計算平臺。在工業(yè)視覺領域，機器人技術、工業(yè)PC、I/O的模塊、智能傳感器、人機界面等都在產(chǎn)生不同類型的數(shù)據(jù)。在專業(yè)音視頻和廣播領域，從內(nèi)容采集到內(nèi)容消費的全部過程也需要遠程管理不同的服務器和計算平臺。

“單獨的計算架構，無法滿足越來越多樣的開發(fā)需求，因此，異構計算是未來的發(fā)展之路?！臂阂阒赋?，“伴隨工藝的進步，F(xiàn)PGA也打破了傳統(tǒng)的應用邊界，進入到AI、數(shù)據(jù)中心、視頻處理、自動駕駛、5G等新興領域中。而FPGA也通過集成標量處理引擎、自適應硬件引擎和智能引擎，完成了從器件到異構平臺的轉變。”

引發(fā)芯片巨頭割據(jù)戰(zhàn)

在很長一段時間里，處理器市場維持著英特爾、英偉達各自引領CPU和GPU的狀態(tài)，且AMD在兩個市場均為第二。如今，這種局面正在被打破。通過一連串基于收購和自研的“補課”行為，三大處理器頭部廠商都在向CPU+GPU+FPGA/NPU的方向靠攏，為異構計算儲備“彈藥”。

上個月，英特爾時隔22年重返獨顯市場，正式發(fā)布獨立顯卡iRIS Xe Max。眾所周知，英特爾從2015年起，陸續(xù)收購了當時第二大FPGA廠商Altera、自動駕駛視覺處理公司Mobileye和云端AI推理芯片Habana Labs等一系列芯片廠商，充實了FPGA和AI專用芯片的產(chǎn)品線。獨立顯卡的發(fā)布，不僅讓英特爾彌補了PC產(chǎn)品線的關鍵零部件，也補齊了XPU異構計算架構的關鍵拼圖。

AMD對賽靈思的收購，也釋放出強化異構計算布局的信號。在具備“CPU+GPU”計算架構的基礎上，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。同時，賽靈思在異構計算上也有所積累，已推出Versal ACAP異構計算平臺，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。據(jù)酆毅介紹，賽靈思圍繞異構計算的布局已在兩年前開始，包括智能駕駛、專業(yè)音視頻、工業(yè)等相關領域，都緊密圍繞著異構計算的數(shù)據(jù)需求進行開發(fā)。

對于英偉達，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也在異構計算有所著墨。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AI開發(fā)。據(jù)悉，在去年舉辦的ISC 2019國際超算大會上，英偉達宣布，計劃利用其GPU與使用ARM架構的CPU協(xié)作打造超級計算機。在宣布對ARM的收購計劃后，英偉達再次強調(diào)將建造搭載ARM CPU的AI超級計算機?！俺恪庇型蔀橛ミ_與ARM合流異構計算的第一個“練兵場”。

如何應對“跨生態(tài)”挑戰(zhàn)

“軟件優(yōu)先。”談及異構計算的布局思路，謝曉清向記者表示，“在設計硬件、芯片的時候，甚至在設計指令集的時候，我們會以軟件優(yōu)先的原則去做?！?/p>

異構計算帶來的硬件復雜性，對編程人員提出了嚴苛的挑戰(zhàn)。如果異構計算包含CPU、GPU、FPGA、ASIC四種硬件，就意味著編程人員必須掌握四種硬件的優(yōu)化代碼，才能編寫或遷移程序。屏蔽硬件復雜性的軟件平臺已經(jīng)成為異構計算的必備工具。

oneAPI是英特爾為異構計算架構打造的開源軟件平臺，使開發(fā)者可以選擇熟悉的語言、單一的代碼庫以及統(tǒng)一的編程模型，來開發(fā)跨架構的應用程序。

“我們希望生成一個軟件生態(tài)，使應用程序開發(fā)商基于統(tǒng)一、開放的規(guī)范進行開發(fā)工作，不會因為軟件從CPU遷移到GPU或者是FPGA而進行任何的修改或重復投資?！?謝曉清說。

英特爾不是唯一意識到異構計算需要“軟硬兼施”的廠商。在軟件平臺方面，英偉達推出了CUDA，AMD推出了ROCm，華為也陸續(xù)推出了Atlas、CANN等面向異構場景的平臺及架構。

異構計算的復雜性和融合性，意味著各大廠商一開始就從生態(tài)競爭的維度進行布局。那么，多種生態(tài)競爭并存的關系，是否會讓開發(fā)者在免除跨架構開發(fā)的麻煩后，又陷入“跨生態(tài)”開發(fā)的困難？

對此，謝曉清認為，如果各家將中間平臺統(tǒng)一起來，形成相對統(tǒng)一的框架，可以在保持差異性的同時降低上層應用的開發(fā)難度。

“如果各個芯片廠商都從最底層做軟件，重復投資會非常大。在理想情況下，應當有一個框架，在這個框架下每家做好自己的硬件優(yōu)化。對上層應用開發(fā)者來說，硬件復雜性被屏蔽掉，且編譯器、庫函數(shù)、接口等均已定義好，在這個統(tǒng)一的框架下再開發(fā)編程即可。在運行應用的時候，負載會自動流向最合適的硬件，這可能是未來異構計算的理想情況。”謝曉清說。
責任編輯:tzh