张心怡

对英特尔来说,“CPU巨头”的标签已经深入人心。不过,在最近两个月,CPU在英特尔的关注度被软件和独立GPU抢了风头。不知从何时起,“软件为先”和“XPU”已经成为英特尔新的流行词。同样,英伟达对ARM的收购,以及AMD对赛灵思的收购,也昭示着芯片巨头们与英特尔的“不谋而合”,它们纷纷将未来的布局瞄准了同一个方向:异构计算。
“通用”与“专用”相向而行
从20世纪60年代的字符终端时代到如今的智能计算时代,数据的量和质都发生了显著的变化。以文本、图表为主的结构化数据比例不断下降,融媒体数据、宴时处理的传感级数据等非结构数据,以及深度学习的元数据的持续澉增,将越来越多种类、精度的数据以更快的速度进行传输和处理,并成为智能计算的刚需。
作为通用处理器的代表型厂商,英特尔已经将异构计算作为应对AI时代算力挑战的关键战略。如果将数据看作食材,CPU就相当于“瑞士军刀”,适用于一切食材,却不一定能将所有食材处理得又快又好。GPU、FPGA、DSP等专用处理器的加入,让计算架构能更有效地应对场景化数据。
“异构计算的产业的基础是数据的爆炸式增长,这其实是我们发展异构计算的主要驱动力。”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受《中国电子报》采访时指出,“CPU提供的是通用型计算的能力,解决的问题很广义。但是GPU、FPGA,或者AI加速芯片解决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理想的,在GPU或者其他并行计算能力高的芯片上会跑得更好,这是异构计算的主要驱动力。……