新一代异构系统让人工智能迸发出更强的潜力

翻译自eecatalog

摘要：本文介绍了异构计算对语言编程有着明显的优势和便捷性，在AI或高计算力要求时，异构计算可以让CPU效率得到了更高的提升，因此，未来的AI发展，异构计算是不可或缺的战斗力。

小科普——何为异构计算？

计算力归根结底由底层芯片提供。按照计算芯片的组成方式，可以分成：

同构计算：使用相同类型指令集和体系架构的计算单元组成系统的计算方式。
异构计算：使用不同类型指令集和体系架构的计算单元组成系统的计算方式。常见的计算单元类别包括CPU、GPU、ASIC、FPGA等。

工程师们发明出将不同类型指令集和体系架构的计算单元组合在一起的计算方式，比如CPU+GPU。CPU用于对系统进行控制，任务分解，调度，而GPU轻松拥有几千个计算单元，每个计算单元可以同时并行地进行计算，再加上强大的浮点和向量计算能力，可以用来完成更繁重的计算任务，这就是异构计算。

开放的计算平台可以让人工智能越过训练阶段，为汽车、医疗、工业等领域带来好处。

人工智能（AI）有三要素：算法，计算力，数据。

今天的人工智能应用将触及我们生活的方方面面，包括交通、金融、零售、医疗、智能制造、教育和服务业。人工智能技术将走在数字连接汽车、智能制造和医学图像识别的前沿。我们要问自己的问题是，我们如何才能利用人工智能的力量，利用当今多样化的系统和协议? 答案就在于一个新兴的生态系统，它的设计目的是将当今众多不同的“计算能力”相结合。

将抽象理念注入异构平台

由于异构处理器广泛应用，新平台有望利用超强的计算能力，包括加速单元(GPU、DSP和FPGA)，人工智能、机器学习和神经网络处于这种新的计算范式的最前沿。此外，还需要新的体系结构来处理基于CPU集群的计算机增强的大规模计算能力。将这种方法移植到主流当中是一个挑战，主要是因为异构编程模型还没有标准化，缺乏可移植性。

异构系统架构（HSA）联盟^[1]

许多行业面临的挑战是：现有架构无法满足今天的人工智能和大数据工作负载。异构系统体系结构(HSA)的开放计算平台提供了一个可行的解决方案。这种新型架构将引领一个全新的机遇，最受益的是自动驾驶、需要更高的计算能力和强大的数据中心。系统设计人员最终将拥有一个高效的新生态系统，一个专门针对今天新兴的计算机架构和协议设计的生态系统。

更容易编程的异构结构设备

HSA联盟由半导体公司、工具/IP供应商、软件供应商和学术机构组成的联盟，致力于开发架构规范，将现代设备中并行计算引擎的性能和能耗效率充分发挥出来。这使得编写异构计算设备的程序变得非常容易。它通过一个新的生态系统降低了异构系统的复杂性;它指定诸如运行时和系统架构API之类的参数，这些参数承载缓存相关的共享虚拟内存硬件，且不再需要耗时的操作系统调用。使用单源最短路径算法控制和计算机代码都驻留在同一个文件或项目中。程序员不需要解读多处理器的工具链进行个人访问。

标准语言编程

对人工智能应用程序员的另一个福音是，HSA平台可以使用多种不同的编程语言。编译工具可以从专有和开源项目(LLVM和GCC)中获得，HSA编译器可用于C/ c++、OpenCL、OPENMP、C++ AMP、PYTHON等语言。这种灵活性极大地扩展了人工智能应用程序目前在许多绘图板上的功能和范围。

提高开发人员的效率

HSA作为一种生产力引擎，充分利用了异构计算的能力和潜力，消除了传统异构编程的许多障碍。开发人员最终可以专注于他们的算法，而不必面面俱到的管理系统资源。他们的目标是资助那些将标量处理与CPU、GPU、DSP、图像信号处理器、VLIWs、神经网络处理器、FPGA等高性能计算无缝融合的应用程序。

毫无疑问，AI将逐步影响我们的生活、工作和娱乐方式。AI技术将作为数字交通、智能制造和医疗技术的前沿阵地。而异构计算的强大功能和灵活性，将使AI技术的突破成为可能，并改变我们世界的面貌。

[1]异构系统架构（HSA）联盟的目标有四个：1) 实现节能，提高性能；2) 提高异构处理器的可编程性；3) 增加处理器和平台之间代码的可移植性；4) 增加整个行业中异构解决方案的普遍性