從CPU到GPU 未來計算應用誰主沉浮? - 業界

在談及計算機的時候，我們就不能不談計算機的核心——中央處理器CPU。CPU在整個計算機系統里面屬于運算核心和控制核心部件，負責解釋和執行計算機指令、處理數據。CPU在計算機里面處于核心地位，不僅是包括其擔負的職責和功能，而且也包括它直接決定著這個計算機系統的架構和操作系統的類型。

CPU可以按指令集、應用場景和核心數等不同標準進行分類。按指令集可以分為精簡指令集(RISC)與復雜指令集(CISC)系統。前者包括有SPARC系列、Power系列、ARM系列等;后者包括AMD、Intel、VIA等的x86架構的CPU。應用場景則主要包括臺式機、服務器和移動設備。根據應用場景的不同，在處理器的功耗、核心數、線程和緩存、指令集方面，各不相同。

然而，隨著信息技術的進步和應用的日益豐富，長期占據配角的顯卡，其核心處理器——圖形處理器GPU也逐漸發揮更多作用，不斷涌現在人們的關注焦點之中。

GPU是Graphic Processing Unit的簡稱，它直接決定了計算機顯卡的性能表現和產品質量。尤其是在圖形渲染、3D動畫制作等工作站、高性能計算領域，都嚴重依賴GPU的功能(有助于減少對CPU計算性能的依賴，分擔CPU的計算渲染工作)。

CPU和GPU本是連個互不相同的領域，它們有著各自的廠商。然而，傳統的老牌芯片廠商AMD，將CPU和GPU合二為一，推出了獨一無二的APU產品。 APU是Accelerated Processing Unit的簡稱，中文名為“加速處理器”。它是AMD“融聚未來”理念的產品，它第一次將中央處理器和獨顯核心做在一個晶片上，同時具有高性能處理器和獨立顯卡的處理性能，支持DX11游戲和最新應用的“加速運算”，可大幅提升電腦運行效率，實現CPU與GPU的真正融合。

與此相對應的是，Nvidia也順應了這種從單一使用CPU向CPU與GPU并用的“協同處理器”發展趨勢，打造了CUDA統一計算設備架構(Compute Unified Device Architecture)，允許編程者充分利用CPU和GPU的各自優點，開發出更加高效的應用平臺。CUDA的廣泛應用造就了GPU計算專用 Tesla GPU的崛起，并且在全球已經擁有超過700多個GPU集群。

英特爾至強融核協處理器

既然提到了GPU集群和加速處理器，就自然不能忽略今年英特爾最新推出的“至強融核”(Intel Xeon Phi)協處理器。該處理器兼容x86編程模型，能夠為高性能計算進一步實現優化，通過與強大靈活高效的至強處理器平臺協同，能夠獲得 10Petaflops(萬萬億次浮點計算)級別的超級計算能力。

下面，我們分別對CPU、GPU、APU和MIC(Xeon Phi)進行分析介紹，并將在本文最后進行綜合對比分析，探討未來的計算應用誰主沉浮……

下面，我們陸續對這些處理器進行講解。在介紹CPU的時候，我們有必要談談其發展歷史。早期計算機，比如史上第一臺電子計算機ENIAC，它們都通常會根據任務的不同，通過物理連接來執行相應的認任務。因此，這些計算機也通常被稱為“固定程序計算機”。那時候的CPU被定義為處理軟件執行的裝置，早期真正意義上的CPU其實是與“存儲程序計算機”一同出現的。

工作人員在操作ENIAC主控制面板

CPU可劃分成晶體管和集成電路的CPU與微處理器CPU兩種。上世紀五十年代至六十年代期間，晶體管CPU體積得到大幅縮減，使得能夠更為復雜、更為可靠的CPU能夠構建在一個或者多個印刷電路板上。

DEC PDP-8/I的CPU、內存核心和外部總線接口(中等規模集成電路)

在微處理器方面，CPU的歷史可以追溯到1971年。當時英特爾推出晶體管數量為2300顆的首個商用處理器4004微處理器，該處理器奠定了PC和智能系統發展的基礎。

英特爾80486DX2微處理器(圖片來自維基百科)

在CPU發展史中，也包含有AMD、IBM和SPARC、ARM等品牌的產品，不過我們可從英特爾的CPU發展進程來大體了解整個CPU的發展概況。英特爾的Tick-Tock模式，以制程和架構交替更新來不斷提升CPU的性能，突破性能瓶頸，滿足不斷變化增長的計算能力需求。

進入新世紀以來，CPU進入了更高速發展的時代，以往可望而不可及的1GHz大關被輕松突破。在市場分布方面，仍然是Intel和AMD公司兩雄爭霸。而在企業級市場，尤其是在服務器和高性能計算領域，則以英特爾的至強系列、IBM的Power系列和AMD的皓龍系列著稱。

簡要介紹了CPU的發展情況之后，下面我們來談談它在計算機中扮演的角色。CPU通常都具有以下幾個方面的基本功能：

1. 指令順序控制

這是指控制程序中指令的執行順序。程序中的各指令之間是有嚴格順序的，必須嚴格按程序規定的順序執行，才能保證計算機工作的正確性。

2. 操作控制

一條指令的功能往往是由計算機中的部件執行一序列的操作來實現的。CPU要根據指令的功能，產生相應的操作控制信號，發給相應的部件，從而控制這些部件按指令的要求進行動作。

3. 時間控制

時間控制就是對各種操作實施時間上的定時。在一條指令的執行過程中，在什么時間做什么操作均應受到嚴格的控制。只有這樣，計算機才能有條不紊地自動工作。

4. 數據加工

即對數據進行算術運算和邏輯運算，或進行其他的信息處理。

在多核和制程已經達到22nm級別工藝的當代，CPU的發展速度十分驚人。不僅能遠遠滿足以往的各種繁重數據查詢、處理和順序串行計算，而且通過多個多核處理器，也能勝任各種并行計算需求。在不遠的將來，由于并行計算的廣闊前景，CPU更多的會以多處理器架構或者CPU+GPU異構計算來實現。在這一點上，未來計算應用的核心地位，非CPU所能撼動。

剛才我們提到并行計算，其實這恰恰是GPU的優勢所在。GPU是顯示卡的“心臟”，有時也被稱為VPU(visual processing unit)。它相當于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能，同時也是2D顯示卡和3D顯示卡的區別依據。

GPU(圖形處理器)可用于嵌入式系統、移動電話、個人電腦、工作站、游戲機，甚至某些大型計算機集群等。GPU已經不再局限于3D圖形處理了，GPU通用計算技術發展已經引起業界不少的關注，事實也證明在浮點運算、并行計算等部分計算方面，GPU可以提供數十倍乃至于上百倍于CPU的性能。

GeForce 6600GT (NV43) GPU

GPU通用計算方面的標準目前有OPEN CL、CUDA、ATI STREAM。其中，OpenCL(全稱Open Computing Language，開放運算語言)是第一個面向異構系統通用目的并行編程的開放式、免費標準，也是一個統一的編程環境，便于軟件開發人員為高性能計算服務器、桌面計算系統、手持設備編寫高效輕便的代碼，而且廣泛適用于多核心處理器(CPU)、圖形處理器(GPU)、Cell類型架構以及數字信號處理器(DSP)等其他并行處理器，在游戲、娛樂、科研、醫療等各種領域都有廣闊的發展前景。

GPU的出現的時間明顯要晚于CPU，而且GPU最早還是由著名的圖形顯卡公司——NVIDIA，在1999年發布 GeForce256圖形處理芯片時首先提出GPU的概念。

GeForce GTX 275 GPU

介紹GPU發展歷史，就不能不提1983年英特爾公司推出的 iSBX 275，它是iSBX多模塊板，插在iSBC系列單板上，由它提供黑白或彩色圖形顯示功能。在板上安裝的82720圖形顯示控制器(GDC)的控制下，直接可支持直線、圓、點、弧、矩形、區域填充等高級繪圖命令。從而給用戶繪圖工作帶來便利，同時減輕了主CPU的負擔。

Amiga 1000

1985年，首個配備有GPU功能的PC——Commodore Amiga面世。該GPU支持畫線，區域填充，并包含流處理器可加快操作，并結合多個任意位圖功能。1986年，德州儀器發布了首個內嵌圖形處理能力的微處理器——TMS34010，它可以運行通用代碼，但還是側重于面向圖形處理的指令集。1990-1991年間，該芯片奠定了Windows加速卡圖形架構( TIGA )的基礎。

基于TMS34020芯片的TIGA架構

1987年，IBM 8514圖像系統發布，成為了IBM PC兼容2D圖像處理器的首個視頻卡。1993年，S3 Graphics推出了第一款單芯片的2D圖像加速器，名為S3 86C911。其后，86C911催生了大量的仿效者。隨著OpenGL API和DirectX類似功能的出現，GPU增加了可編程著色的能力。現在，每個像素可以經由獨立的小程序處理，當中可以包含額外的圖像紋理輸入，而每個幾何頂點同樣可以在投影到屏幕上之前被獨立的小程序處理。

GPU使顯卡減少了對CPU的依賴，并進行部分原本CPU的工作，尤其是在3D圖形處理時。GPU所采用的核心技術有硬體T&L、立方環境材質貼圖和頂點混合、紋理壓縮和凹凸映射貼圖、雙重紋理四像素256位渲染引擎等，而硬體T&L技術可以說是GPU的標志。但隨著GPU處理能力的提升，其耗電需求也更加明顯，而且比目前的CPU消耗更多的電源。

目前市場上生產GPU的廠家，主要包括英特爾、AMD和NVIDIA、Matrox、S3 Graphics等。

在近期召開的Hot Chips大會上，AMD宣布計劃在微處理器設計上采用一種新的嘗試，使用高密度等方法來改進其代號為Excavator和Bulldozer系列處理器的性能，而這些技術通常都是應用在GPU產品設計上面。

從中我們也不難看出，通過收購ATI，利用已有的CPU制造技術和收購獲得的GPU技術，實現CPU與GPU的真正融合，推出了APU加速處理器產品。

AMD APU“融聚”(Fusion)處理器

APU(Accelerated Processing Unit)中文名字叫加速處理器，是AMD“融聚未來”理念的產品，它第一次將中央處理器和獨顯核心做在一個晶片上，它同時具有高性能處理器和最新獨立顯卡的處理性能，支持DX11游戲和最新應用的“加速運算”，大幅提升了電腦運行效率，實現了CPU與GPU真正的融合。

AMD的APU平臺分兩種，一種是此前已經能在市面上買到的E系列入門級APU，一種是近期才在歐美市場正式上市的A系列主流級APU，A系列APU分 A4/A6/A8三大系列。其最早推出APU產品，是去年1月的AMD Fusion系列處理器，面向主流市場的Llano APU在去年6月推出。

其實，我們更關心AMD的Fusion APU能否應用在未來的服務器市場上。AMD服務器工作站產品市場總監John Fruehe曾經表示，“AMD早就準備這么做了。”目前還僅限于消費級市場(桌面和移動終端)的APU，如果要想進入服務器市場，勢必要跨越軟件層面的生態系統構建。因為傳統的操作系統和各種應用軟件，都是基于處理器的類型來獲得支持。

傳統CPU廠商AMD,通過收購ATI獲得圖形處理器方面的更多技術，玩了一把CPU和GPU融合、博采眾長的絕藝。而同為競爭對手的NVidia，也同樣推出了基于自身技術的通用并行計算架構平臺CUDA，以及基于該架構的GPGPU通用計算圖形處理器。

CUDA是Compute Unified Device Architecture的簡稱，它包含了CUDA指令集架構(ISA)以及GPU內部的并行計算引擎。它有助于傳統GPU獲得更高的解決復雜計算問題的能力。也是類似AMD推出的CPU+GPU融合的通用并行計算解決方案。

基于CUDA的Tesla GPU

從CUDA體系結構的組成來說，包含了三個部分：開發庫、運行期環境和驅動(如下圖所示：兩種API)。開發庫是基于CUDA技術所提供的應用開發庫。運行期環境提供了應用開發接口和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。驅動部分基本上可以理解為是CUDA-enable的GPU的設備抽象層，提供硬件設備的抽象訪問接口。

軟件層面CUDA架構圖

硬件層面CUDA架構圖

CUDA是用于GPU計算的開發環境，它是一個全新的軟硬件架構，可以將GPU視為一個并行數據計算的設備，對所進行的計算進行分配和管理。在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API(OpenGL和Direct 3D)中。

CUDA提供兩種API(Runtime API和Driver API)

眾所周知，GPU在處理密集型數據和并行數據計算方面優勢比較明顯。因此，CUDA也比較適合大規模并行計算應用領域，比如光影處理、金融分析、醫療成像、油氣勘探、地理信息、基因分析和科學計算等等。

CUDA架構特點

在高性能計算領域，基于NVIDIA圖形處理器(GPU)上的并行計算體系架構，CUDA技術能夠給服務器和工作站帶來更強性能的同時，也能夠與基于CPU的服務器集群進行異構，并降低應用軟件開發門檻。

同為處理器業界廠商、而且長期占據頭把交椅的英特爾，自然也不會閑著。雖說英特爾在中低端也有自己的GPU產品，而且在2年前也推出了將GPU和CPU融為一體的產品，但它并不是第一個、也不是唯一一個推出這種整合方案的廠商。而且相比其他廠商目前的整合方案，英特爾在GPU市場上的差距還有一大截。

然而，英特爾很聰明，它懂得將自己的優勢發揮得淋漓盡致。早在2010年全球TOP500榜單發布的時候，英特爾也正式宣布了其第一款MIC(Many Integrated Core，集成眾核)眾核架構產品Knights Ferry面向用戶提供測試的消息，此舉被認為是英特爾在Larrabee(英特爾GPU芯片代號)計劃轉型后最重要的高性能計算協處理器計劃，也預示著英特爾開啟了全新的超級計算速度、性能和兼容性時代。

英特爾集成眾核架構

MIC架構特點(高并行、高擴展、兼容已有編程模式)

在今年6月發布全新HCP TOP500排行榜之際，英特爾宣布所有基于這種MIC眾核架構的產品都將統一采用全新品牌——Xeon Phi(至強融核)，其第一代至強融核產品將于今年底正式推出。MIC架構下的至強融核產品主要為高度并行的工作負載提供更好的性能，未來還將滿足包括數據中心和工作站等在內的各個計算應用領域。