張心怡

對英特爾來說,“CPU巨頭”的標簽已經深入人心。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,數據的量和質都發生了顯著的變化。以文本、圖表為主的結構化數據比例不斷下降,融媒體數據、宴時處理的傳感級數據等非結構數據,以及深度學習的元數據的持續澉增,將越來越多種類、精度的數據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,英特爾已經將異構計算作為應對AI時代算力挑戰的關鍵戰略。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等專用處理器的加入,讓計算架構能更有效地應對場景化數據。
“異構計算的產業的基礎是數據的爆炸式增長,這其實是我們發展異構計算的主要驅動力。”英特爾架構、圖形和軟件集團副總裁兼中國區總經理謝曉清在接受《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。現在很多數據的產生都有一定的特點,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?!?br>