異構計算或引發(fā)芯片巨頭割據戰

對英特爾來(lái)說(shuō)，“CPU巨頭”的標簽已經(jīng)深入人心。不過(guò)，在最近兩個(gè)月，CPU在英特爾的關(guān)注度被軟件和獨立GPU搶了風(fēng)頭。不知從何時(shí)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(zhù)芯片巨頭們與英特爾的“不謀而合”，它們紛紛將未來(lái)的布局瞄準了同一個(gè)方向：異構計算。

“通用”與“專(zhuān)用”相向而行

從20世紀60年代的字符終端時(shí)代到如今的智能計算時(shí)代，數據的量和質(zhì)都發(fā)生了顯著(zhù)的變化。以文本、圖表為主的結構化數據比例不斷下降，融媒體數據、實(shí)時(shí)處理的傳感級數據等非結構數據，以及深度學(xué)習的元數據的持續激增，將越來(lái)越多種類(lèi)、精度的數據以更快的速度進(jìn)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(chǎng)商，英特爾已經(jīng)將異構計算作為應對AI時(shí)代算力挑戰的關(guān)鍵戰略。如果將數據看作食材，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(zhuān)用處理器的加入，讓計算架構能更有效地應對場(chǎng)景化數據。

“異構計算的產(chǎn)業(yè)的基礎是數據的爆炸式增長(cháng)，這其實(shí)是我們發(fā)展異構計算的主要驅動(dòng)力?！庇⑻貭柤軜?、圖形和軟件集團副總裁兼中國區總經(jīng)理謝曉清在接受《中國電子報》采訪(fǎng)時(shí)指出，“CPU提供的是通用型計算的能力，解決的問(wèn)題很廣義。但是GPU、FPGA，或者AI加速芯片解決的是特定領(lǐng)域的問(wèn)題?，F在很多數據的產(chǎn)生都有一定的特點(diǎn)，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(huì )跑得更好，這是異構計算的主要驅動(dòng)力?！?/p>

作為專(zhuān)用處理器廠(chǎng)商，賽靈思從器件向異構平臺的轉變也已開(kāi)始。賽靈思大中華區核心市場(chǎng)業(yè)務(wù)發(fā)展總監酆毅向《中國電子報》記者指出，智能駕駛正在從ADAS逐漸向全面自動(dòng)駕駛持續演進(jìn)，傳感器數量的增多勢必會(huì )帶來(lái)爆炸式的數據增長(cháng)，這就需要汽車(chē)具備強大的異構計算平臺。在工業(yè)視覺(jué)領(lǐng)域，機器人技術(shù)、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(lèi)型的數據。在專(zhuān)業(yè)音視頻和廣播領(lǐng)域，從內容采集到內容消費的全部過(guò)程也需要遠程管理不同的服務(wù)器和計算平臺。

“單獨的計算架構，無(wú)法滿(mǎn)足越來(lái)越多樣的開(kāi)發(fā)需求，因此，異構計算是未來(lái)的發(fā)展之路?！臂阂阒赋?，“伴隨工藝的進(jìn)步，FPGA也打破了傳統的應用邊界，進(jìn)入到AI、數據中心、視頻處理、自動(dòng)駕駛、5G等新興領(lǐng)域中。而FPGA也通過(guò)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?！?/p>

引發(fā)芯片巨頭割據戰

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

上個(gè)月，英特爾時(shí)隔22年重返獨顯市場(chǎng)，正式發(fā)布獨立顯卡iRIS Xe Max。眾所周知，英特爾從2015年起，陸續收購了當時(shí)第二大FPGA廠(chǎng)商Altera、自動(dòng)駕駛視覺(jué)處理公司Mobileye和云端AI推理芯片Habana Labs等一系列芯片廠(chǎng)商，充實(shí)了FPGA和AI專(zhuān)用芯片的產(chǎn)品線(xiàn)。獨立顯卡的發(fā)布，不僅讓英特爾彌補了PC產(chǎn)品線(xiàn)的關(guān)鍵零部件，也補齊了XPU異構計算架構的關(guān)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，FPGA的可編程特質(zhì)，能進(jìn)一步提升計算平臺的靈活性，從而適應AI時(shí)代根據不同工作負載進(jìn)行加速的需求。同時(shí)，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(chē)載多傳感器同步和融合所帶來(lái)的系統整體響應時(shí)間。據酆毅介紹，賽靈思圍繞異構計算的布局已在兩年前開(kāi)始，包括智能駕駛、專(zhuān)業(yè)音視頻、工業(yè)等相關(guān)領(lǐng)域，都緊密?chē)@著(zhù)異構計算的數據需求進(jìn)行開(kāi)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(dòng)生態(tài)。值得注意的是，ARM也在異構計算有所著(zhù)墨?；陂_(kāi)源的開(kāi)發(fā)框架ARM NN，開(kāi)發(fā)者可以調動(dòng)ARM CPU、GPU及NPU，實(shí)現異構AI開(kāi)發(fā)。據悉，在去年舉辦的ISC 2019國際超算大會(huì )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(gè)“練兵場(chǎng)”。

如何應對“跨生態(tài)”挑戰

“軟件優(yōu)先?！闭劶爱悩嬘嬎愕牟季炙悸?，謝曉清向記者表示，“在設計硬件、芯片的時(shí)候，甚至在設計指令集的時(shí)候，我們會(huì )以軟件優(yōu)先的原則去做?！?/p>

異構計算帶來(lái)的硬件復雜性，對編程人員提出了嚴苛的挑戰。如果異構計算包含CPU、GPU、FPGA、ASIC四種硬件，就意味著(zhù)編程人員必須掌握四種硬件的優(yōu)化代碼，才能編寫(xiě)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(kāi)源軟件平臺，使開(kāi)發(fā)者可以選擇熟悉的語(yǔ)言、單一的代碼庫以及統一的編程模型，來(lái)開(kāi)發(fā)跨架構的應用程序。

“我們希望生成一個(gè)軟件生態(tài)，使應用程序開(kāi)發(fā)商基于統一、開(kāi)放的規范進(jìn)行開(kāi)發(fā)工作，不會(huì )因為軟件從CPU遷移到GPU或者是FPGA而進(jìn)行任何的修改或重復投資?！?謝曉清說(shuō)。

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

異構計算的復雜性和融合性，意味著(zhù)各大廠(chǎng)商一開(kāi)始就從生態(tài)競爭的維度進(jìn)行布局。那么，多種生態(tài)競爭并存的關(guān)系，是否會(huì )讓開(kāi)發(fā)者在免除跨架構開(kāi)發(fā)的麻煩后，又陷入“跨生態(tài)”開(kāi)發(fā)的困難？

對此，謝曉清認為，如果各家將中間平臺統一起來(lái)，形成相對統一的框架，可以在保持差異性的同時(shí)降低上層應用的開(kāi)發(fā)難度。

“如果各個(gè)芯片廠(chǎng)商都從最底層做軟件，重復投資會(huì )非常大。在理想情況下，應當有一個(gè)框架，在這個(gè)框架下每家做好自己的硬件優(yōu)化。對上層應用開(kāi)發(fā)者來(lái)說(shuō)，硬件復雜性被屏蔽掉，且編譯器、庫函數、接口等均已定義好，在這個(gè)統一的框架下再開(kāi)發(fā)編程即可。在運行應用的時(shí)候，負載會(huì )自動(dòng)流向最合適的硬件，這可能是未來(lái)異構計算的理想情況?！敝x曉清說(shuō)。
責任編輯:tzh