在软硬件融合—超大规模云计算架构创新之路中，经典异构架构会没落吗？

可以从很多角度来看这个问题。例如：
1、随着这些年大数据和人工智能的发展，计算呈现出某种高数据量低计算量的特点。传统的CPU及CPU+xPU的异构计算架构，是以“控制流驱动计算”为基础的架构设计，此刻IO会成为问题的瓶颈。需要建立新的以“数据流驱动计算”的架构。
2、经典异构计算，可选择的一般来说有三种：GPU、FPGA、DSA/ASIC。GPU相对CPU来说是异构“加速”，但相比ASIC来说，加速性能还不够极致；DSA/ASIC虽然加速性能很好，但是因为太过专用，聚焦单一场景，在数据中心不太满足灵活性的需求，大规模部署和用户使用的友好性方面有很大问题；FPGA夹在两者之间，市场规模、编程门槛、功耗、成本都会有很大的挑战。总结来说，我们既要持续的高性能、又要保证灵活性，还要足够低成本，这是新阶段更高的要求。
结论：需要新的异构计算架构。