电热片厂家
免费服务热线

Free service

hotline

010-00000000
电热片厂家
热门搜索:
行业资讯
当前位置:首页 > 行业资讯

科技巨头们转型做特定计算吧否则就危险了

发布时间:2020-07-21 10:48:26 阅读: 来源:电热片厂家

(原文来自 Forbes,虎嗅编译)

如果你在过去25年持续关注高科技产业,很可能会“感到”变革的速率在加快。我并不是一个“特殊派(Singularity)”死忠,但是如果今天的科技能够做出调整,适应去为未来发展更新的技术,变革的速度会加快,好像经济的混合增长(compound growth)一样。证据在我们身边随处可见,你需要看看Facebook和智能手机的例子就可以了。

五年前,Facebook只有1亿活跃用户,今年这一数字已经增长至11亿。智能手机普及全美50%的家庭只用了七年时间,但是PC互联网做到这一点用了十一年。如今像智能手机和平板电脑这样的移动设备决定着科技界的议题。

为了保持在这个快速发展的轨道上不掉队,科技公司们需要更快地接纳计算形式的新风格,一种更加特定(specialized)的形式,也被称作为异构计算(heterogeneous computing)。对于那些不打算拥抱这种特定计算方式,而仍旧抱着均质计算(homogeneous computing)不放的公司,我只能对它们说“祝你好运”。

下面来定义一下这几种不同的计算方式:

均质计算

均质指的是所有东西都一样。几十年来,科技产业发挥了均质性的规模一致的优势,大部分计算都在通用CPU上进行,运行的是Windows这样的操作系统。这仍旧是目前PC和服务器上主要的计算模式。

如果你不需要顶峰运算效率、最低能耗又或者是急于投放市场的话,均质计算是非常棒的方案。

异构计算

与均质计算相对应的是异构计算,也叫特定计算。这种计算方式使用特定的处理器处理不同的计算任务。计算任务,或者工作流(workloads)分许多不同的类型。无论是办公室生产力方面,还是游戏、视频播放、照片处理、数据库调阅,或者是网络数据包检索,在不同类型的处理器上运算效果会更好。

当然许多不同类型的处理器,通常也可以分为这样几大类:

CPU(central processing unit,中央处理单元)

GPU(graphics processing unit,图像处理单元)

DSP(digital signal processor,数字信号处理器)

FPGA(field programmable gate array,现场可编程门阵列)

Fixed function processor(固定功能处理器,比如视频解码)

有一点要说明的是,使用不同大小或类型的多核CPU并不属于异构计算的范畴。

有关异构计算,我最后需要说明的一点是复杂性。用异构计算的方式在硬件和软件上去设计平台,难度更大,需要更高的技术水平,无论是在异构计算的智能手机、平板设备、PC还是服务器上都是如此。将合适的计算任务安排在合适的处理器上需要很平衡的操作方法,在硬件和软件方面花费大量时间搭建架构、开发。

下面我们在异构计算的语境下探讨一番移动和服务器端的计算。

智能手机和平板设备

智能手机和平板设备在异构计算方面走得最远,因为这些设备需要调整的地方最多。智能手机,还有功能机,15年来所使用的电池寿命已经可以和电脑设备当中最小的电池组相比。

随着消费者想要用手机做越来越多的事情,不管是游戏、加强现实、更好的图像处理或者持续在线活动,对效率的要求持续在增加。为了应付这些问题,许多芯片和手机设计商开始向特定计算转移。智能手机的“芯片”或“SOC”(system on a chip,芯片集成系统)实际上就包含多个特定的集成处理内核,分别用来处理通用计算、3D、视频显示、视频抓取、摄像头、音乐、手势、传感器以及WiFI和4G。只有通过这种特定计算的方式,手持设备制造商们才能够实现想要的功能类别和效率水平。这可不是一件容易的事情。

如同我在之前所说的,特定计算需要单独调整硬件和软件来提高效率和性能。每一个这样的子系统都需要能各自独立运作,并且可以形成一个整体。手机设备需要判别哪个计算任务要分配给哪些子系统来执行,整个过程毫无延迟,否则就没有发挥出特定计算的优势。特定计算对于硬件和软件的架构来说难度更大。

高通(Qualcomm)目前看来投入了最多的时间、精力和资金在一系列特定计算处理器和软件的研发上面。他们已经投入了数十亿在“Krait”CPU、“Adreno”GPU、“Hexagon”DSP、摄像头、视频、感应元件、“Atheros”WiFi和“Gobi”调制解调器和其他核心芯片上面。

服务器

过去十年,服务器市场的主流一直属于均质运算,也就是基于Windows和Linux的企业服务器。简单来说,这意味着将服务器工作量从许多老旧的机器转移到数量更少、更新型的X86型号服务器上面。将不同操作系统和应用程序在同一个服务器上运行的方法就是使用虚拟化软件(virtualization software)。虚拟化节省了资金成本,非常适合企业IT,但是对于未来的云计算来说就不那么合适,对于谷歌、Facebook和微软超大规模(scale out)的数据中心来说更是如此。

超大规模的数据中心提供商需要在每个数据中心每平方英尺的每一个计算单元中实现效率的最大化,这一点只能通过特定计算来实现,均质计算则不行。想要满足未来数据中心的需求,不改变服务器的计算方式是行不通的。因为没有足够的能源和建筑材料来建造足够多的数据中心满足需求。超大规模数据中心和技术提供商正在开始用一些不同的方式来应对这一挑战。

惠普在这一领域已经走得很远了,惠普有自己Moonshot Platform整合了不同的CPU芯片(AMD、AppliedMicro、Calxeda、Intel、Texas Instruments),GPU芯片(AMD),DSP芯片(Texas Instruments)和FPGA芯片(SRC)。Nvidia从事GPU研发已经有8年的时间了,有自己的CUDA平台,专注于HPC系统。

数据中心在这一方面远远落后于智能手机和平板设备,必须要尽快转移到异构计算上面来。

物联网(IoT)的未来

和许多人一样,我相信未来会有数十亿设备彼此连接,并且与人类个体、网络节点以及云相连接。将会有数百万个制冷单元彼此通讯,将能耗效率最大化,就好像“超级”FitBits应用一样,能够告诉我们下个星期可能会有心脏病发的风险。当然,未来并不排除智能手机、平板设备、个人电脑、可穿戴设备以及电视等等这些个人计算设备,这些巨大的变革和挑战将会发生在数十亿终端设备上,他们彼此通过网关和云计算管理彼此的方式也是如此。

整个IT行业实现物联网的唯一方式——特别是考虑到物联网对电池寿命的要求比智能手机还要高——就是在异构计算的路径上更进一步。我相信那些在异构计算方面处于领先的公司将会在物联网竞争方面有战术优势。

总结

智能手机、平板设备、服务器和未来的物联网看似是不同区隔的世界,但是都需要特定计算,或者是异构计算来发挥全部的潜力。智能手机和平板设备一定要走在PC和低能耗服务器前面,普及异构计算。但PC和服务器的发展速度会更快,学习曲线更短。

我们在所有这些市场中面临的最大挑战是,进展来得不够快,特别是在操作系统和应用程序开发环境方面。现在开发异构计算的应用程序非常之困难。高科技公司和技术协会需要携起手来,如果他们想要继续保持目前的发展速度的话。

虽然特定计算的未来走向还不是特别明晰,有一件事是肯定的,那些不熟悉特定计算,或者称异构计算的公司将会被抛在后面。

java调优

PyTorch入门

Python量化交易入门

php框架是什么