“通用”与“专用”相向而行
从20世纪60年代的字符终端时期到如今的智能打算时期，数据的量和质都发生了显著的变革。以文本、图表为主的构造化数据比例不断低落，融媒体数据、实时处理的传感级数据等非构造数据，以及深度学习的元数据的持续激增，将越来越多种类、精度的数据以更快的速率进行传输和处理，并成为智能打算的刚需。
作为通用途理器的代表型厂商，英特尔已经将异构打算作为应对AI时期算力寻衅的关键计策。如果将数据看作食材，CPU就相称于“瑞士军刀”，适用于统统食材，却不一定能将所有食材处理得又快又好。GPU、FPGA、DSP等专用途理器的加入，让打算架构能更有效地应对场景化数据。
“异构打算的家当的根本是数据的爆炸式增长，这实在是我们发展异构打算的紧张驱动力。”英特尔架构、图形和软件集团副总裁兼中国区总经理谢晓清在接管《中国电子报》采访时指出，“CPU供应的是通用型打算的能力，办理的问题很广义。但是GPU、FPGA，或者AI加速芯片办理的是特定领域的问题。现在很多数据的产生都有一定的特点，以至于在CPU上的运算效果不一定是最空想的，在GPU或者其他并行打算能力高的芯片上会跑得更好，这是异构打算的紧张驱动力。”
作为专用途理器厂商，赛灵思从器件向异构平台的转变也已开始。赛灵思大中华区核心市场业务发展总监酆毅向《中国电子报》指出，智能驾驶正在从ADAS逐渐向全面自动驾驶持续演进，传感器数量的增多势必会带来爆炸式的数据增长，这就须要汽车具备强大的异构打算平台。在工业视觉领域，机器人技能、工业PC、I/O的模块、智能传感器、人机界面等都在产生不同类型的数据。在专业音视频和广播领域，从内容采集到内容消费的全部过程也须要远程管理不同的做事器和打算平台。
“单独的打算架构，无法知足越来越多样的开拓需求，因此，异构打算是未来的发展之路。”酆毅指出，“伴随工艺的进步，FPGA也冲破了传统的运用边界，进入到AI、数据中央、视频处理、自动驾驶、5G等新兴领域中。而FPGA也通过集成标量处理引擎、自适应硬件引擎和智能引擎，完成了从器件到异构平台的转变。”
引发芯片巨子盘据战
在很长一段韶光里，处理器市场坚持着英特尔、英伟达各自引领CPU和GPU的状态，且AMD在两个市场均为第二。如今，这种局势正在被冲破。通过持续串基于收购和自研的“补课”行为，三大处理器头部厂商都在向CPU+GPU+FPGA/NPU的方向靠拢，为异构打算储备“弹药”。
上个月，英特尔时隔22年重返独显市场，正式发布独立显卡iRIS Xe Max。众所周知，英特尔从2015年起，陆续收购了当时第二大FPGA厂商Altera、自动驾驶视觉处理公司Mobileye和云端AI推理芯片Habana Labs等一系列芯片厂商，充足了FPGA和AI专用芯片的产品线。独立显卡的发布，不仅让英特尔填补了PC产品线的关键零部件，也补齐了XPU异构打算架构的关键拼图。
AMD对赛灵思的收购，也开释出强化异构打算布局的旗子暗记。在具备“CPU+GPU”打算架构的根本上，FPGA的可编程特质，能进一步提升打算平台的灵巧性，从而适应AI时期根据不同事情负载进行加速的需求。同时，赛灵思在异构打算上也有所积累，已推出Versal ACAP异构打算平台，以缩短车载多传感器同步和领悟所带来的系统整体相应韶光。据酆毅先容，赛灵思环绕异构打算的布局已在两年前开始，包括智能驾驶、专业音视频、工业等干系领域，都紧密环绕着异构打算的数据需求进行开拓。
对付英伟达，收购ARM不仅填补了缺少CPU的短板，也将英伟达的AI打算平台拓展到移动生态。值得把稳的是，ARM也在异构打算有所着墨。基于开源的开拓框架ARM NN，开拓者可以调动ARM CPU、GPU及NPU，实现异构AI开拓。据悉，在去年举办的ISC 2019国际超算大会上，英伟达宣告，操持利用其GPU与利用ARM架构的CPU协作打造超级打算机。在宣告对ARM的收购操持后，英伟达再次强调将建造搭载ARM CPU的AI超级打算机。“超算”有望成为英伟达与ARM合流异构打算的第一个“练兵场”。
如何应对“跨生态”寻衅
“软件优先。”谈及异构打算的布局思路，谢晓清向表示，“在设计硬件、芯片的时候，乃至在设计指令集的时候，我们会以软件优先的原则去做。”
异构打算带来的硬件繁芜性，对编程职员提出了严苛的寻衅。如果异构打算包含CPU、GPU、FPGA、ASIC四种硬件，就意味着编程职员必须节制四种硬件的优化代码，才能编写或迁移程序。屏蔽硬件繁芜性的软件平台已经成为异构打算的必备工具。
oneAPI是英特尔为异构打算架构打造的开源软件平台，使开拓者可以选择熟习的措辞、单一的代码库以及统一的编程模型，来开拓跨架构的运用程序。
“我们希望天生一个软件生态，使运用程序开拓商基于统一、开放的规范进行开拓事情，不会由于软件从CPU迁移到GPU或者是FPGA而进行任何的修正或重复投资。” 谢晓清说。
英特尔不是唯一意识到异构打算须要“软硬兼施”的厂商。在软件平台方面，英伟达推出了CUDA，AMD推出了ROCm，华为也陆续推出了Atlas、CANN等面向异构场景的平台及架构。
异构打算的繁芜性和领悟性，意味着各大厂商一开始就从生态竞争的维度进行布局。那么，多种生态竞争并存的关系，是否会让开发者在免除跨架构开拓的麻烦后，又陷入“跨生态”开拓的困难?
对此，谢晓清认为，如果各家将中间平台统一起来，形成相对统一的框架，可以在保持差异性的同时降落上层运用的开拓难度。
“如果各个芯片厂商都从最底层做软件，重复投资会非常大。在空想情形下，应该有一个框架，在这个框架下每家做好自己的硬件优化。对上层运用开拓者来说，硬件繁芜性被屏蔽掉，且编译器、库函数、接口等均已定义好，在这个统一的框架下再开拓编程即可。在运行运用的时候，负载会自动流向最得当的硬件，这可能是未来异构打算的空想情形。”谢晓清说。
