集微网报道 随着人工智能、物联网、区块链、云计算等新一代信息技术的不断涌现，人类正在向智能时代稳步迈进。智能时代，数据无处不在，人类产生的数据量正呈指数级增长，随之而来的是计算需求的爆炸式增长，传统计算架构面临前所未有的挑战。用不同制程架构、不同指令集、不同功能的硬件组合来解决应用问题的异构计算正在成为行业新宠。
那么，智能时代，传统计算架构面临哪些挑战？异构计算又该如何助力算力突破？异构计算面临的技术难题有哪些？又会带来怎样的新机遇？7月17日，北京交通大学信息科学研究所副教授王东做客集微龙门阵，围绕异构计算的当下与未来，带来精彩分享。
异构计算带来弯道超车机会
在王东看来，异构计算的重要意义可以从应用和战略角度进行理解。从应用角度而言，计算任务的多样性是未来必然需要面对的挑战，以交通领域为例，随着铁路系统进一步提速、汽车进入智能驾驶时代，如何高效准确处理视觉、可见光等各类信息，保障交通安全，对专用芯片来说是个挑战。传统的嵌入式系统已经无法满足需求，能够进行不同类型计算的异构计算便成为一个替代选择。
从战略角度而言，异构计算对我国集成电路、通信等领域的发展意义重大。中美贸易战背景下，沿着摩尔定律路线，我国工艺、制造等很容易被封锁，而异构计算则提供了一个弯道超车的可能性。异构计算实际上是从体系结构上另辟蹊径，因此，我国集成电路可以尝试用各种体系结构匹配应用，得到性能、功耗、能量效率的平衡，以弥补摩尔定律所损失的战场。
面向应用选择架构
异构计算最大的优势之一是助力芯片突破算力极限。所谓算力，王东认为可分为绝对算力和单位功耗算力两类。绝对算力的代表是超算，据王东介绍，目前全球top500超算中，80％采用CPU+GPU架构。这一事实说明在超算领域，为了获取绝对算力，异构计算已经是一个被广泛接受的成熟方案。
而单位功耗算力，其实是对处理器能量效率的衡量。最典型的应用莫过于AI，因AI算法对芯片算力、功耗等都有极高要求，因此异构计算呈现出多种形式。目前AI处理器所采用的架构选项非常多，尚无定论。
在王东看来，无论是绝对算力还是单位功耗算力，异构计算要做到真正助力算力突破，最重要的一点是，把架构下“沉下去”，面向具体应用、数据流，选取合适的架构。算法未必追求过于新颖或者复杂，一些常见的算法就可能让异构计算发挥意想不到的作用。
编程模型问题待解
谈及异构计算实现所需要的技术支撑，王东认为，异构计算要解决的最重要的问题仍是编程模型和编程方法的问题。“如何设计一种编程语言，或者采用什么编程模型，能够让用户方便地实现数据运行，挖掘计算中的并行度，进行程序加速，这是异构计算需要考虑的主要问题。”王东说。
不过，王东坦言，对上述问题，目前尚无可行的解决方法。主要原因有两个，其一是用户使用习惯的问题。异构计算必然需要软件工程师、硬件工程师等各类人共同使用，但软件工程师和硬件工程师思维方式完全是“两个位面”，如此巨大的鸿沟如何填补，是个很难解决的问题；其二则是芯片的动态资源分配问题，异构计算包含各式各样不同体系结构的硬件单元，在应用中针对某一场景，不太可能运用所有计算单元，这就需要驱动根据应用需求动态实现。
得益于高性能、高能效、低成本的优势，异构计算已成为近年来架构创新的主赛道，也给业界带来全新的机遇。作为一名教育工作者，王东认为，从在校学生的角度来看，异构计算带来的最大机遇是可能产生一个新产业，带来多种类型工作岗位。因此，他建议，相关专业的同学们在校期间有意识地为此做准备，将知识体系异构化，以满足各种计算任务。
（校对/sky）
