Language
Country/Area
No result found
nan
在当今的计算世界，异构计算正逐渐成为主流。这种技术利用多种不同类型的处理器或核心，旨在提高性能和能效。随着系统设计的演变，过去的挑战与机遇依然仰赖我们如何处理这些崭新的计算架构。
异构计算系统中的核心概念在于，通过不仅仅是增加相同类型的处理器，而是添加具有专门处理能力的异构协处理器来实现性能的提升。
异构计算的背景
异构计算系统通常涉及不同的指令集架构（ISA），而这种异构性不仅表现在微架构的差异上，更在于设计与计算模型的再造。现代的异构系统架构(HSA)消除了用户在使用多处理器类型时的繁琐，使得CPU与GPU可在同一晶片上高效运作。这允许一般的GPU进行数学计算，并使CPU能够负责操作系统和传统的串行任务。
最新的研究显示，利用多个ISA所带来的多样性，异构ISA的芯片多处理器比最佳的同ISA的均质架构性能高达21%，并节省23%的能源，并减少32%的能源延迟产品（EDP）。
异构CPU拓扑
在异构CPU拓扑中，虽然使用的是相同的ISA，但核心之间的速度和效能差异却可以显著影响整体系统的表现。在这里，通常会将核心分为高效能核心（通常称为「大核」）与更具能源效率的核心（称为「小核」）。这种拓扑通常用于提供更好的能源效率，特别是在移动系统上的应用。
异构计算的挑战
尽管异构计算系统提供了潜在的性能增益，但它们也带来了许多挑战，这些挑战在传统的均质系统中并不常见。以下是一些主要的挑战：
- 不同的指令集架构造成了二进位不相容性。
- 不同的应用程序二进位介面（ABI）可能会以不同方式诠释记忆体。
- 开放的应用程序编程介面（API）可能不对所有计算元件均可用。
- 记忆体介面和层级的差异，可能导致记忆体存取的非均质化。
- 不同处理器需要不同的开发工具，增加了软体开发的复杂性。
- 资料的分区化成为一大挑战，当涉及复杂的计算系统时，这一问题甚至被证明是NP完全问题。
实际案例与应用
异构计算硬体遍及各个计算领域，从高端伺服器到低功耗嵌入式设备，其中包括智慧型手机和平板电脑。例如，许多新处理器现在内建与其他设备接口的逻辑，包括SATA、PCI、以太网、USB等。此外，还有大量的硬体加速器，如GPU和加密协处理器，这使得异构系统的应用变得更加广泛。
例如，ARM的big.LITTLE技术将高效能的高功率核心与低功耗的慢速核心相结合，达到提升能源效率的效果。
展望未来
随着技术的持续进步，异构计算系统的潜力看起来将持续扩大。但如果我们希望解决异构计算中的各种挑战，必须思考如何更有效地整合不同的计算元件，改进程式设计模型以及提升编程的透明度。在未来，我们该如何面对异构计算带来的机遇与挑战，从而让技术更好地服务于人类？
