,,

異構計算是什么意思異構計算發展原因和驅動力有哪些

2022-06-20 10:49:33 來源：愛集微

異構計算(Heterogeneous Computing)，異構計算技術從80年代中期產生，由于它能經濟有效地獲取高性能計算能力、可擴展性好、計算資源利用率高、發展潛力巨大，已成為并行/分布計算領域中的研究熱點之一。

隨著通信和網絡技術的迅速發展，網絡計算概念應運而生。同構網絡計算系統now或cow首先興起，接著很快涌現出異構網絡計算系統，從而使異構計算近年來成為并行/分布計算領域中的主要研究熱點之一。

一系列接二連三的大事件，為英特爾、英偉達、AMD 三大巨頭圍繞數字化時代的異構計算 CPU+GPU+FPGA / DPU 的“競奪”提供了更多的想象空間，也成為了日后分野的新注解。

英特爾在獨立 GPU 領域卷土重來，在 IPU 領域亦不斷出新，借助在硬件、軟件、架構和制程方面的革新以及 IDM2.0 戰略重兵壓陣。

AMD 收購賽靈思落定之后，補齊了 FPGA 的短板，前不久 AMD 又宣布以約 19 億美元收購云服務提供商 Pensando，至此 AMD 正式進入 DPU 領域，為其數據中心藍圖補上關鍵一環。英偉達雖收購 Arm 被迫“放手”，但已有基于 Arm 的 CPU 作為重要“補給”，并通過收購補齊 DPU，欲在異構時代大展身手。

三大巨頭的火拼已然深入腹地，英特爾、英偉達、AMD 的爭奪已呈現出“全面戰役”的態勢。

GPU 領域競奪“重啟”

在異構計算領域，GPU 可說是必須倚重的“彈藥”。

作為異構時代和新興應用驅動下的最大受益者之一，隨著服務器、汽車、人工智能、邊緣計算等領域對算力和 AI 性能需求的不斷提升，GPU 憑借自身在并行處理和通用計算的優勢高歌猛進，市場得以持續高速成長。

據 Verified Market Research 的數據,2020 年全球 GPU 市場價值為 254.1 億美元,2027 年有望達到 1853.1 億美元, 年平均增速高達 32.82%。

目前 GPU 被廣泛地運用于 PC、游戲、數據中心、高性能計算、智能汽車等領域。值得注意的是，游戲與 PC 是其傳統主戰場，而數據中心、高性能計算和智能汽車將成為 GPU 增長的新引擎，不同應用對 GPU 的需求也各有側重。

據了解，游戲主機的設計思路著重提升體驗，側重開發人員對 CPU、GPU 等硬件優化和底層 API 等軟件優化。而 PC 的 GPU 需在性能、拓展性、能效方面做到平衡，主要有集成 GPU 和獨立 GPU 兩類，大部分集成 GPU 已與 CPU 集成為 SoC，而獨立 GPU 多采用 PCIe 總線與 CPU 實時通信。從高性能計算和服務器來看，對 GPU 具有大數據量的快速吞吐、超強穩定性、長時間運行等嚴格要求;汽車 GPU 需滿足諸如 AEC-Q100 等車規認證，并支持專用的圖形 API，并且未來的趨勢是汽車 CPU 將和 GPU 組成 SoC，從分布式向中心化發展。

在多年鏖戰之后，全球 GPU 呈現寡頭壟斷的格局，英偉達是絕對的霸主，AMD 緊隨其后，但在英特爾重返獨立 GPU 戰場之后，原本的平衡將被打破。

通過技術革新、場景拓展、外延并購，加上依托于 CUDA 軟件堆棧對 GPU 通用計算能力的不斷發掘，英偉達成為 GPU 領域的佼佼者，引領全球 GPU 發展。2022 財年，英偉達收入創紀錄，達到 269.1 億美元，同比增長 61%。

翻看英偉達的營收結構可以發現，受益于對英偉達 Ampere 架構產品的強勁需求，游戲成最大動力，數據中心市場增速最快，創 106.1 億美元新高;而汽車業務雖有下滑，但后續仍將持續收獲。其下一步布局也是火力全開：已推出新一代桌面 GPU 和筆記本電腦 GPU; 面向數據中心的下一代 GPU Hopper GH100 芯片或超過 1400 億個晶體管，并將采用臺積電 5nm 節點的多芯片模塊 (MCM) 設計。且下一代自動駕駛芯片 Orin 計劃用于 2022 年量產，算力將達到 254TOPS，目前已經獲得蔚來、理想、沃爾沃、奔馳等多家整車廠項目。

經過近些年的“突飛猛進”，AMD 在 CPU 和 GPU 市場均站穩了市場第二的位置。在 GPU 布局上，2022 年 AMD 通過新的頂級、中端和入門級 GPU，進一步擴展顯卡市場，同時配備新的 AMD Software 支持。在數據中心領域，AMD 也激進不止，前不久發布了基于 GPU 架構的 Instinct MI200 加速卡，致力于 HPC 和 AI 加速。其采用第二代 CDNA 架構(專為優化數據中心計算工作負載而設計)，是首個多芯片、首個支持 128GB HBM2E 顯存的 GPU，也是首款 Exascale 級(百億億次級)GPU。同時還推出了新型面向數據中心 GPU—— 下一代 Radeon Pro V620，旨在滿足云應用、3D 工作負載等對 GPU 加速日益增長的需求。

在 PC 等集成 GPU 領域占據領先優勢的英特爾，自前幾年宣布重回獨立 GPU 戰場之后，招數凌厲，不斷精進。2020 年底，英特爾在其架構日中首次推出 Xe GPU 架構，Xe 微架構可滿足從集成 / 入門圖形需求到數據中心和高性能計算的需求。同時，英特爾發布了其首款數據中心服務器 GPU，完成了“CPU+GPU+FPGA”混合 XPU 架構的全面構建。

在 2021 年架構日上，英特爾即重磅推出兩款獨立 GPU。而在前不久舉辦的投資日上，英特爾發布兩款 GPU，分別面向游戲領域和數據中心。接著，英特爾宣稱，代號為 ATS-M 的數據中心 GPU 將于第三季度發布，其集成多個 Xe 內核、AV1 硬件編碼器、GDDR6 內存、光線追蹤單元等，可提供每秒 150 萬億次運算。不止如此，面向傳統陣地 PC 領域，英特爾也志在必得，分別推出了面向筆記本電腦平臺的 Arc 銳炫系列顯卡和面向臺式機的首款 A3 系列顯卡 —— 銳炫 A380 GPU。而且，不僅僅是 A380，具有更高性能的英特爾銳炫 A5 系列和 A7 系列也將于今年夏季面市。

在硝煙四起的 GPU 領域，火力全開的英特爾或將全方位向 AMD 與英偉達發起挑戰。

異構計算“短兵相接”

直接來看，英特爾、英偉達和 AMD 三大巨頭的異構“拼圖”均已大致成形。

在這三大巨頭中，顯然英特爾的異構組合更具底蘊。過去五年來，確立“以數據為中心”轉型目標的英特爾，持續通過并購等動作豐富自身在數據中心領域的布局，包括收購優質的 FPGA、eASIC、ASIC 公司，再加上研發獨立 GPU、IPU、神經擬態芯片、量子計算芯片，以及研發統一編程軟件工具 oneAPI，為 CPU、GPU、FPGA 和其他加速器在內的異構計算提供統一簡化的應用程序開發編程模型，實現了覆蓋多重架構的產品組合。

加之最近 IDM2.0 策略的大舉擴張，以及宣稱開放 x86、高調加入 RISC-V 陣營的一系列動作，讓英特爾在異構化時代手握多張“王牌”，更加游刃有余。

而從 AMD 來看，其業務長期聚焦在 CPU 和 GPU 兩大核心領域，FPGA 則是其最大短板。但在 AMD 宣布以全股份交易方式完成了對賽靈思的收購之后，憑借賽靈思在 FPGA、可編程 SoC 及 ACAP 領域的深厚積累，為 AMD 提供了橫向云端及邊緣計算實力的走強補充了“營養”。AMD 與賽靈思的合并，不僅將著力提升其整體的數據中心業務競爭力，還將在數據中心異構化時代獲得更多籌碼。

在 Pensando 被 AMD 收入囊中之后，意味著 AMD 不僅正式切入到 DPU 領域，也讓 AMD 的業務已完整涵蓋 CPU、GPU、FPGA、DPU，構建了基本完備的算力“拼圖”。

以 GPU 縱橫江湖的英偉達，為成全其“GPU+CPU+DPU”的路線，英偉達先是高調宣布收購 Arm，后花費 69 億美元收購以色列網絡設備商 Mellanox 補給 DPU。盡管最終“毫無意外”地收購 Arm 折戟，但其已在大力投入 CPU 開發，并于 2021 年的 GTC 大會上正式推出面向數據中心 AI 和高性能計算應用的自研 CPU—— 基于 Arm Neoverse 架構的 Grace 芯片。根據協議，英偉達取得了 ARM 將近 20 年的架構授權，未來可通過 ARM 授權 IP 來開發 ARM 架構 CPU。

對于英偉達來說，Grace CPU 的研發意義深遠，因 GPU 需搭配 CPU 運算，此招將使其在 CPU 方面不再受限，CPU 的自立自強也將使其異構融合更綱舉目張。

面臨全面較量，三大巨頭也有著不同的隱憂。

有行業人士分析，AMD 還需要時間消化和整合 GPU+CPU+DPU+FPGA，擴展為云、企業和邊緣客戶提供領先解決方案的能力;英偉達倚重的 GPU 未來在數據中心加速領域或面臨 ASIC 的蠶食;而英特爾還是一個基因屬于 CPU 的公司，而在 GPU 上的投入需要配合 CPU 的成長，因此處理好 CPU 和 GPU 之間的發展沖突將是巨大挑戰。此外，在 IDM2.0 的指揮棒下，投資重心不可避免向先進制造傾斜，如何平衡各大 XPU 的創新與整合投入資源也需要仔細掂量。

需要指出的是，隨著 Chiplet UCIe 協議的確定，設計規模可增加數倍，如 CPU、GPU 和 DPU 均可平行擴展 N 倍;或實現垂直整合，CPU+GPU+DPU 可合并成一個超異構的單芯片，或是兩兩合并。

因而，不同系統如何并行不悖以及如何高效的自適應交互，將成為巨頭們面臨的全新挑戰。誰能在這方面先行一步，誰將放大未來的贏面。

影響格局的關鍵因素

在重新披掛上陣之后，三大巨頭的對決也將火力全開。

除了應對“xPU+”的架構創新、生態構建和執行力的持續考驗之外，真要實現超異構計算，不得不說，制程和封裝才是將理念化為實際產品的關鍵。

先說工藝，以及相關的產能因素。

無論是 CPU、GPU 還是 DPU、FPGA，都是先進工藝的先行者。要想與一眾高手對決，采用最先進的工藝當是王道。

近期有消息顯示，臺積電在其 3nm 工藝良率方面存在困難，如果 3nm 良率問題繼續存在，許多客戶可能會延長 5nm 工藝節點的使用時間，從而影響客戶諸如 AMD、英特爾、英偉達的芯片出貨。

這使得產能緊缺導致的供應瓶頸成為他們面臨的阻力之一。正如英偉達發布財報時表示，鑒于全球芯片和晶圓生產能力短缺，未來供應方面限制仍將是一個不利因素。據報道，英偉達已在 2021 年第三季度預付臺積電約 16.4 億美元，并將在 2022 年第一季度支付 17.9 億美元，整個長期訂單預付款將達到 69 億美元，遠高于他們之前支付的價格。

相對于英偉達和 AMD，英特爾的優勢是其正在大力發展的代工業務。雖然目前在代工方面英特爾技術尚未突破 5nm，但如果按照其技術路線圖，2025 年將可看齊臺積電的代工水平。或許，屆時英特爾可全力支撐自己的先進制程設計，在 x86、Arm 和 RISC-V 的異構整合層面更加游刃有余，并在產能保障上優先供應，其 IDM 2.0 戰略背后的深意或比想象得更加深遠。

此外，異構計算繞不過去的就是異構集成和先進封裝。異構集成與先進封裝技術的進步使在單個封裝內構建復雜系統成為了可能，能夠快速達到異構計算系統內的芯片所需要的功耗、體積、性能的要求。

在先進封裝層面，看起來作為傳統 IDM 的英特爾似乎更具優勢，而 AMD 原本也是 IDM，只是后來將芯片制造業務剝離出去了，但該公司依然具備制程和封裝的基因。過去幾年，AMD 因其率先推向市場的 chiplet 和互連技術而占得了先機，在此基礎上，該公司推出了新一代封裝技術，也就是 3D 堆疊 V-Cache。在這方面，賽靈思也可為 AMD 提供幫助，因為賽靈思已為其自適應 FPGA 平臺構建了一系列高性能封裝和互連技術。

對于英偉達而言，作為一家純粹的 Fabless，在異構整合的制程和封裝方面略遜于英特爾和 AMD，不僅在高性能應用領域，在制程和封裝方面對合作伙伴的依賴度更高一些。

對比之下，英特爾多路并進，在 Co-EMIB、UCIe、Foveros 等方面不斷推進。特別是在 3D 封裝部分，英特爾已推出 Foveros Direct，實現了向直接銅對銅鍵合的轉變，通過 HBI 技術以實現 10 微米以下的凸點間距，讓不同芯片之間可實現 10 倍以上的互聯密度提升。而且前不久其為超算研發的頂級加速卡 Ponte Vecchio，集成晶體管數量突破 1000 億個，使用 5 種不同的制造工藝，在內部封裝了多達 47 個不同的單元 (Tile)，成為采用 Foveros 的 3D 堆疊封裝技術和 Co-EMIB 連接技術的“集大成者”。

據咨詢機構 Yole Developpement 數據顯示，2021 年半導體廠商在先進封裝領域的資本支出約為 119 億美元。該機構表示，2021 年先進封裝市場體量約為 27.4 億美元，同時預測該市場到 2027 年將實現 19% 的復合年化增長率，屆時先進封裝市場體量將達到每年 78.7 億美元。

如此來看，未來的爭奪也將在架構創新、工藝、封裝等全面展開，在這些方面三大巨頭或需面面俱到。

關鍵詞：異構計算網絡技術高性能計算能力數字化時代全面戰役