异构计算行业分析 异构计算行业发展方向调研

• 陈观秋 2023年9月21日 来源：新华社客户端 百度 703 41
• 繁体

近年来，人工智能(AI)的快速发展推动了异构计算行业的进一步发展。针对深度学习等AI任务，GPU和ASIC等加速器得到了广泛应用，如NVIDIA的Tensor Core GPU和Google的TPU。

异构计算，顾名思义是指多种计算单元(例如CPU、GPU、DSP、AI加速器、FPGA等)的搭配、集成和融合。通常情况下，异构计算架构的芯片中既有CPU等传统的通用计算单元，也有高性能的专用计算单元。

异构计算行业分析

与传统的通用计算芯片相比，异构架构具有高性能、低功耗等显著优点。而且，相对于专用计算芯片，即使新的算法出来，异构架构的芯片也可以依赖通用计算单元加以支持，不至于很快就被淘汰，从而延长了芯片的生命周期。所以在采用先进工艺所需要的投入越来越大的情况下，异构计算会成为业界主流的选择。

在过去，异构计算意味着必须以不同方式处理不同的 ISA，而在现代示例中，异构系统架构 (HSA) 系统在使用多种处理器类型(通常是 CPU 和 GPU)时消除了差异(对于用户)，通常在 相同的集成电路，以提供两全其美：通用 GPU 处理(除了 GPU 众所周知的 3D 图形渲染功能外，它还可以对非常大的数据集执行数学密集型计算)，而 CPU 可以运行 操作系统并执行传统的串行任务。

随着制造技术的进一步扩展允许以前的分立组件成为片上系统或 SoC 的集成部分，现代计算系统中的异构性水平正在逐渐增加。 例如，许多新处理器现在包括用于与其他设备(SATA、PCI、以太网、USB、RFID、无线电、UART 和内存控制器)以及可编程功能单元和硬件加速器(GPU、密码学)接口的内置逻辑 协处理器、可编程网络处理器、A/V 编码器/解码器等)。

近年来，人工智能(AI)的快速发展推动了异构计算行业的进一步发展。针对深度学习等AI任务，GPU和ASIC等加速器得到了广泛应用，如NVIDIA的Tensor Core GPU和Google的TPU。

以异构编程为例，计算任务要在多个供应商提供的不同的计算单元上运行。例如，有的AI计算首先需要在CPU或者DSP上进行任务分割或者处理，然后在AI加速器上进行目标识别，再将结果反馈到CPU进行下一轮的计算。要熟悉不同计算单元之间数据流的调度、交换和进行决策的机制，这些对于复杂的AI系统开发者来说，都是门槛很高的难题。这种耗费大量人力、物力的开发工作，显然不适合全球大部分人工智能公司都是中小型企业的现状。

异构计算行业上中下游：

(1) 上游主要包括计算硬件和芯片设计厂商，如NVIDIA、AMD、英特尔等。他们负责研发和生产各种类型的计算加速器和处理器。

(2) 中游主要包括计算平台和解决方案提供商，如云计算服务提供商、数据中心运营商等。他们提供基于异构计算的计算平台和解决方案，满足各种计算需求。

(3) 下游主要包括应用开发商和终端用户，如科学研究机构、企业等。他们利用异构计算平台和解决方案进行应用开发和计算任务处理，满足各种需求。

华夏芯是国内最早从事异构计算研究的芯片公司之一。芯片设计技术的发展趋势让李科奕选择了从异构计算的角度切入，另一方面则是着眼于异构计算应用领域的市场机遇——辅助驾驶、机器人、智能安防、智能家居、5G等新兴应用场景的共同特点是只需要“单点”的应用开发，而不用像手机、PC一样需要汇集众多第三方的应用软件，从而有很强的生态依赖性。

据中研产业研究院《2023-2028年中国异构计算行业市场前瞻分析与未来投资战略规划报告》分析：

据了解，现在大多数异构计算芯片使用的都是不同供应商的IP，需要庞大的芯片设计团队，去完成包括IP相互验证在内的技术维护和设计工作。

相比芯片级异构，板级异构计算的优势是比前者更加灵活。但缺点也很明显，毕竟主板和主板之间连接起来使用，一是体积天生比较大，再者就是板与板之间连接的带宽和功耗都很难达到最优解。

所以，异构计算想要有所突破，或者说是适应现在以及未来的应用需求，就需要有新的技术来支持。

目前异构并行计算向着以下几个方向发展：

(1)集群计算。这是传统高性能计算的领域。但是今天高性能计算已经演变成了异构并行计算的一部分，越来越多的高性能计算集群使用GPU、MIC、FPGA等。

(2)单机计算。推动单机计算向异构并行计算发展的主要动力是游戏、计算机辅助设计等，而主要表现是GPU+CPU的异构计算。

(3)移动计算。近几年发展表明，人们对手机的需求比对PC的需求更大。目前几乎所有的移动芯片解决方案都是异构的，除了有CPU、GPU之外，还有视频编解码单元、音频处理单元。倾向于把更多工作内容转移到手机上，但是为了保证续航时间，移动处理器的设计一开始就不是以高性能为目标，这使得要在移动处理器上获取高性能是比较困难的。

(4)嵌入式计算。在一些恶劣工作环境下，只有DSP和FPGA能够满足要求。

报告对我国异构计算行业的供需状况、发展现状、子行业发展变化等进行了分析，重点分析了国内外异构计算行业的发展现状、如何面对行业的发展挑战、行业的发展建议、行业竞争力，以及行业的投资分析和趋势预测等等。报告还综合了异构计算行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。

想要了解更多异构计算行业详情分析，可以点击查看中研普华研究报告《2023-2028年中国异构计算行业市场前瞻分析与未来投资战略规划报告》。

• 相关深度报告REPORTS

  

  2023-2028年中国异构计算行业市场前瞻分析与未来投资战略规划报告

  异构计算是指使用不止一种处理器或内核的系统。 这些系统不仅通过添加相同类型的处理器来提高性能或能效，而且还通过添加不同的协处理器来提高性能或能效，这些协处理器通常结合专门的处理能力...

  查看详情

延伸阅读

推荐阅读

猜您喜欢