算力革命来袭,异构计算带给我们的三大思考
source link: https://server.51cto.com/article/751024.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
算力革命来袭,异构计算带给我们的三大思考
原创从2022年火爆全球的元宇宙，到今年的ChatGPT，以人工智能为代表的科学技术正在创造出无限的可能，而这背后，离不开算力的强力支撑，这也成为异构计算如何火爆的原因之一。
事实上，异构计算并非新的概念，其早在上世纪 80 年代中期就已经被提出，当时便被认为有着计算能力强、可扩展性好、资源利用率高等特点。随着数据处理技术的不断成熟，以及人工智能技术的飞速发展，异构计算已经成为当前和未来的主要计算方式。
2021年7月，工信部发布《新型数据中心发展三年行动计划》明确提出，推动CPU、GPU等异构算力提升，逐步提高自主研发算力的部署比例，推进新型数据中心算力供应多元化。
虽然异构计算的快速发展给企业创新带来了更加强大的算力支撑，但真正推动异构计算的高速发展和应用落地，笔者认为还需要在以下三个方面做好功课。
一要从底层出发，建立创新框架
目前的异构计算行业，处于群雄争霸的格局。除了诸如英特尔、AMD、NVIDIA等国外的CPU、GPU巨头企业之外，国内也如雨后春笋般的成长出一些DPU、TPU企业。目前，主流的CPU+GPU的异构计算方式虽然已经被应用于各种行业场景当中，但纵观整个异构计算，仍旧没有一家企业能够提供一套具备全套完整自主知识产权。
众所周知，一套具有完整自主知识产权的底层创新体系至关重要，尤其是对于国内企业而言，只有建立这样一套完整的自主知识产权体系，才能彻底摆脱行业巨头的专利限制。
因此，企业必须采用全新的理念来设计核心自主知识产权，建立全新的底层框架，才能在未来的竞争中处于不败之地。
二要软硬件并行，两条腿走路
提到异构计算，更多的人关注底层计算芯片，包括CPU、GPU、DPU等等。
的确，底层计算芯片在异构计算体系中扮演着十分重要的作用，但是，如果只关注底层硬件架构，而忽视软件开发，同样无法推动异构计算的发展。
众年周知，传统异构编程计算任务要在多个供应商提供的不同计算单元上运行，需要熟悉不同计算单元之间数据流的调度、交换和决策机制，这些对于异构计算系统开发者来说，都是门槛很高的难题。一个统一的编程环境可以大幅简化编程复杂度、大幅降低工作量并提升程序运行效率。
以英特尔为例，其不但在硬件上不断完善 CPU、GPU、ASIC、FPGA 领域的产品线， 同时在软件层面持续发力， 并推出了oneAPI软件编程架构，以此来最大化硬件性能。
NVIDIA同样特加注意软硬件的携同开发，不但推出了不同规格的GPU，还发布了CUDA并行计算平台和编程模型，以此来让用户通过利用图形处理器 (GPU) 的处理能力大幅提升计算性能。
实际上，对于企业的开发者而言，由于异构计算改变了传统的以CPU为计算单元的开发模式，对应用的开发带来了不小的挑战。阿里云弹性计算产品经理吴天议在最近的一次技术公开课上就明确表示，从单核到多核，再到基于CPU、GPU、DPU等不同计算芯片的平台，应用开发的难度在不断提升，这就要求开发者在算法上进行精细化的设计，并行化拆分任务，更好的利用CPU与GPU，真正发挥CPU与GPU的性能。
吴天议表示，大规划分布式计算模型进一步降低了开发难度，让上层应用更加关注业务逻辑本身，通过底层的调度更好的利用CPU与GPU等不同的计算单元。
三要注重生态建设，建立健全生态体系
我们知道，异构计算是将CPU、DSP、GPU、ASIC、FPGA等不同制程架构、不同指令集、不同功能的计算单元，组合起来形成一个混合的计算系统。
在这生态体系中，有着不同的厂商参与，彼此之间即是竞争关系，又是合作关系，只有通过多方的合作，才能不断优化算力架构，提高计算效率，因此建立健全生态体系，对异构计算的发展至关重要。
可以说，生态体系决定了对于产业的吸引力和发展前景，谁掌握了生态谁就有发展的主动权，可以主导产业的发展方向，同时获取丰厚的商业利益。
写在最后：让专业的人干最专业的事情！随着人工智能的大爆炸，数据量的飞速增长，传统以CPU为主要计算单元的算力构成方式，显然已经无法满足当前企业对于算力的需求，也不符合企业绿色可持续发展的要求。只有将CPU、GPU、FPGA、DPU等计算芯片组合在一起，才能真正给企业带来高性价比的算力。
当然，异构计算的发展需要从底层创新开始，不断优化软硬件，并建立强大的生态体系，与全产业链的共同协作，才能真正迎来大爆发。
Recommend
-
40
诞生伊始，计算机处理能力就处于高速发展中。及至最近十年，随着大数据、区块链、AI 等新技术的持续火爆，人们为提升计算处理速度更是发展了多种不同的技术思路。大数据受惠于分布式集群技术，区块链带来了专用处理器（Application-Specif...
-
13
“异构计算”（Heterogeneous computing），是指在系统中使用不同体系结构的处理器的联合计算方式。在 AI 领域，常见的处理器包括：CPU（X86，Arm，RISC-V 等），GPU，FPGA 和 ASIC。（按照通用性从高到低排序）本文是异构计算系列的第三篇...
-
9
来源：内容来自半导体行业观察（ID：icbank）原创，作者：邱丽婷，谢谢！ 一个新的时代似乎已经到来。 英特尔，这位CPU领域的绝对王者开始频频与“软件为先”和“XPU”等词进行捆绑。同样值得关注的是英特尔的老对手英伟达以及AMD，...
-
3
OPPO公布一系列新技术：异构计算、光线追踪，还有虚拟人小布
-
2
预见·第四代算力革命（二）：三大主流计算平台CPU、GPU和DSA-控制器/处理器-与非网
-
2
CPU 和 GPU - 异构计算的演进与发展2021-04-09 CPU GPU 异构计算
-
9
回顾计算机的发展历史，从串行到并行，从同构到异构，接下来会持续进化到超异构： 第一阶段，串行计算。单核CPU和ASIC等都属于串行计算。 第二阶段，同构并行计算。CPU多核并行和GPU数以千计众核并行均属于同构并行计算。 第三阶段，异构并...
-
2
...
-
4
清华系并行异构计算提供商「清醒异构」完成新一轮融资2022-08-09 13:33:18 来源：投资家网 作者： 近日，清华系并行程序工厂提供商「清醒异构」完成了由中关村创业大街资本领投，老股东奇绩创坛、卓源资本跟...
-
10
2021年底，Imagination宣布进入RISC-V CPU领域，并推出Catapult系列产品。至此，Imagination的IP产品组合由GPU、NNA（神经网络加速器）、EPP（以太网数据包处理器）等进一步扩大，形成更为全面...
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK