超级会员免费看
本文介绍了异构计算的发展历程，从串行计算到异构并行计算，重点阐述了CPU+GPU和CPU+FPGA的架构。讨论了GPU的性能提升技术如NVLink，以及FPGA在数据中心加速解决方案中的应用。此外，提到了未来的融合异构计算趋势和Chiplet标准联盟的成立。
目录
文章目录
异构计算
异构计算是指使用不同类型指令集和体系架构的处理器芯片（计算单元）组成计算机系统的组成方式。
异构计算的兴起，从需求侧来看，是因为数字化技术更进一步地深入人类社会，更多的新型的计算场景浮现出来，并且呈现出从通用性向专用性发展的态势；从供给侧来看，是因为随着芯片硬件的开源开放，降低了硬件生产的门槛，使得不同的设备厂商可以结合不同的场景，设计并开发出适合的芯片来进行业务处理。
目前，常见的处理器芯片有以下几大类型：
- CPU：Scalar（标量）计算
- GPU：Vector（矢量）计算
- FPGA：Spatial（空间量）计算
- ASIC：Matrix（矩阵）计算
- TPU：Tensor（张量）计算
- etc…
订阅专栏 解锁全文
扫一扫
1001
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
