走向DSA化的超算
从多款产品的发展情况来看 ， 集合CPU和GPU的力量在单一芯片上 ， 并且拥有诸如统一内存寻址这样的特性成为趋势 。相比传统的PCIe总线连接CPU和GPU而言 ， 采用Chiplet技术或者其他的总线连接技术 ， 能够极大地缓解数据传输中的带宽瓶颈 。
当然 ， 数据在超算中的不断搬运、存储带来的能耗或者对效能的影响是行业所关注的一个方面 ， AMD、英伟达和英特尔正在这方面持续努力 。而另一方面的问题 ， 可能更值得我们去思考 ， 那就是为什么三大厂商都开始利用Chiplet技术（或者类似的设计）将CPU和GPU集成在一起？在CPU向多核形态发展之后 ， 下一步是什么？
这样的趋势在桌面PC上可能刚刚开始出现 ， 比如我们的CPU核心才刚开始有最多32个 ， 即使线程撕裂者这样本来面向给服务器市场的处理器 ， 其核心数量也多在64~96个 。而在异构类型的超级计算机没有广泛普及之前 ， 一整套超算往往会有数万到数十万个CPU 。如此多的CPU在很大程度上极大地提升了超算的性能 ， 但是随着CPU数量不断提升 ， 新的问题出现了 。
一方面是CPU数量上升到一定程度后 ， 边际效应开始显现 ， 继续增加CPU数量带来的性能提升不再是线性提升 。这涉及很多问题 ， 比如CPU中计算单元数量相对较少、超多的CPU核心在编程上存在困难等 。
另一方面 ， 更多的CPU带来了性能功耗比的下降 ， 从而导致超算功耗变得越来越大 ， 甚至难以控制 。与之相应的是超算本身的功耗、散热所需功耗等叠加起来 ， 使得相应产品的制造难度和使用成本变得难以控制 。因此从超多核心CPU到异构超算 ， 再到超算下一步的发展方向 ， 我们恐怕需要从三个定律来了解一二 。
三大定律解读
首先是摩尔定律 。很难否认 ， 摩尔定律带来了几乎规律增长和看似无限的晶体管资源 ， 使得人们对晶体管资源的使用效率开始逐渐降低 。麻省理工团队做过一个有关现在集成电路效率的实验 ， 发现在Python这样的人们经常能接触到的高级语言上运行矩阵乘法 ， 性能是1的话 ， 用C语言重写后 ， 性能可以提升到50 。如果充分挖掘整个处理器微架构的内容 ， 比如循环并行化、访存优化 ， 使用SIMD等 ， 性能可以提升到最高63000 。这意味着 ， 随着微架构越来越复杂 ， 人们在应用端出了很多问题 ， 很难使用如此复杂和有深度的微架构的全部资源 。
在这种情况下 ， 人们开始使用定制的硬件来执行那些经常使用 ， 又对性能影响很大的计算 ， 这就是我们多次提到的DSA 。通用架构和领域内专属微架构的差别在于 ， 通用架构往往比较庞大 ， 整体效率在计算不同类型操作的时候 ， 相对来说以高效率且可完成不同类型的任务和计算为目的 。而DSA则不考虑非领域内的其他操作 ， 整体设计以提高领域内某项专属计算的效率为主 。这就造成了DSA硬件相对通用计算硬件几十倍乃至上万倍的性能提升 。
对CPU而言 ， 在超算中加入GPU也是一种类型的DSA化 。从设计CPU的角度来说 ， 1个CPU微架构中 ， 用于真正计算的ALU、FPU等单元所占用的晶体管数量是非常少的 ， 大部分晶体管都用于逻辑处理、缓存等部分 。因此 ， CPU在计算能力方面 ， 如果增加CPU数量的话 ， 增加的更多是缓存和逻辑控制部分 ， 实际的计算部分增加并非很多 。因此 ， 在这种情况下 ， 人们使用计算部分较多、但是逻辑部分较弱的GPU加入其中 ， 对大量并行的数据进行处理 ， 就获得了非常不错的加速效能 。
推荐阅读
- 亚洲首富谁是第一名 亚洲十大富裕国家排名
- 藿香正气水有何妙用 为什么国家禁止用藿香正气水
- 非洲哪个国家最安全生意好做 非洲治安最好的国家排名
- 各个国家历史时长排名 世界各国历史长短排行榜
- 俄罗斯和谁关系最好 十大亲俄的国家名单
- 和中国关系最好的国家排名 巴基斯坦和中国关系决裂了吗
- 彪马属于什么档次 PUMA是哪个国家的品牌
- 如何维护国家安全稳定
- 红地球粉底液是哪个国家的
- 南京公祭日从哪年开始的 国家公祭日是什么时候