计算处理资源简介

计算处理资源

1. CPU GPU APU DSP ASIC

   . 常见的计算单元有很多，例如CPU(中央处理器)、GPU(图形处理器)、协处理器、DSP(信号处理器)、ASIC(专用集成电路)、FPGA(现场可编程门阵列)。

   . CPU : Central Processing Unit，就是我们传统意义上的中央处理器，CPU主要应对的是逻辑密集运算。它是电脑的中央处理器，是一台计算机的运算核心和控制核心。

   . GPU : Graphic Processing Unit，称为“图形处理器”，主要用于复杂数学运算，它是显卡内部的核心芯片，所以我们可以直接理解它为显卡。现在AMD和intel的处理器中很多都集成了显卡芯片，所以这些处理器就可以看做是CPU+GPU的组合。

   . APU ： Accelerated Processing Units 称为“加速处理器”通俗的讲，它是把CPU和GPU通过一定的技术，高度融合在一起，协同计算、彼此加速。AMD正是通过这样的技术，把CPU和GPU融合在一起，因此我们把这样的处理器称之为APU（而目前，intel的CPU中只是简单加入了显示芯片的模块，所以严格意义上不能称其为APU）。是AMD融聚理念的产品，它第一次将处理器和独显核心做在一个晶片上，协同计算、彼此加速，同时具有高性能处理器和最新支持DX11独立显卡的处理性能，大幅提升电脑运行效率，实现了CPU与GPU真正的融合。APU是处理器未来发展的趋势。

   . DSP : digital signal processor, 数字信号处理器，是一个实时处理信号的微处理器，它是语音编码器和调制解调器的核心部件。

   . ASIC : Application Specific Integrated Circuits，专用集成电路，是指应特定用户要求或特定电子系统的需要而设计、制造的集成电路。ASIC的特点是面向特定用户的需求，ASIC在批量生产时与通用集成电路相比具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。

2. 异构系统架构 (HSA)

   . 今天数量越来越多的主流应用要求兼具高性能和低功耗的素质，并行计算是达成目标的唯一途径。但是，当前的CPU和GPU是分立设计的处理器，不能高效率地协同工作，编写同时运行于CPU和GPU的程序也是相当麻烦。由于CPU和GPU拥有独立的地址空间，应用程序不得不明确地控制数据在CPU和GPU之间的流动， CPU代码通过系统调用向GPU发送任务，此类系统调用一般由GPU驱动程序管理，而驱动程序本身又受到其他调度程序管理。这么多的环节造成了很大的调用开销，以至于，只有在任务所需处理的数据规模足够大，任务的并行计算量足够大时，这样的调用开销才是划算的，因此很容易遇到计算瓶颈。

   . 异构系统架构（HeterogeneousSystemArchitecture，简称HSA）的提出就是为了应对如今日益复杂的计算要求，把同一个平台上分立的处理单元紧密整合成为不断演进单颗处理器(SOC)。该架构的特点之一是能够使APU中的CPU