多核异构处理器：集成图像处理器成新方向

　　多核异构处理器：集成图像处理器成新方向

　　同构多核处理器具有局限性。根据Amdahl定律，由于受到必须逐次执行软件的限制，即使通过增加同种CPU内核数量，多核微处理器并不能相应地提高数据处理量。例如，按照Amdahl定律，如果将微处理器数目增加16倍，假设软件中必须依次执行的比例占20%时，处理量最多只能提高至4倍。这还是简化了计算所得到的结果，并没有考虑为确保缓存一致性而保持的同步动作，以及多个内核集中访问主存时所需的等待时间等因素。因而处理量不一定能提高4倍，特别是服务器经常同时面对多个处理要求，如果各个处理所涉及的数据相互独立，其逐次执行的部分会很少。正是在这种情况下，多核异构处理器异军突起。

　　此外，动态和静态图像分析以及信号处理等新的应用，推动了多核异构处理器的发展。这方面的典型就是AMD公司。AMD公司率先提出 Fusion方案，将多个同类型的CPU内核和图像处理器GPU或其他各种内核集成于一块芯片中，形成多核异构结构，由此大幅度提高了多核处理器的图像处理功能和其他功能。Fusion方案要求，由第三方提供的各种加速器电路必须支持AMD公司的HyperTransport标准，这样就能实现多核结构之间的存储器共享。多核异构处理器除了GPU还可同时集成信号处理等其他专用系统的内核。

　　另一个发展方向是，利用图像处理器GPU擅长浮点运算的特点，将其用于并行处理，即把它作为矢量处理器。这一被称做GPGPU的理念的实质就是将图像处理器用于通用计算（General Purpose Computing on GPU），美国NVIDIA公司是这方面的先驱。究其原因是近年GPU理论上的浮点运算性能已经大大超越了通用处理器。NVIDIA公司的GeForce 8800 GPU浮点运算性能的最大值已达500GFLOPS。该公司取消了集成多个专用电路的方案，而转向使用集成多个通用运算单元，来执行图形处理流水线中的各级处理，于是，除了图形处理以外，这种具有新架构的GPU也能方便地应用于其他领域。也就是说，可将GPU作为优化了浮点运算的矢量处理器。目前，这种集成了图像处理器的异构多核微处理器已成为通用多核处理器的一个新的发展方向。美国苹果公司、英特尔公司和前面提到的AMD、NVIDIA等公司正在联手打造标准化的平台“OpcnCL”，计划于2009年6月推出首个产品。

　　日本把开发用于家电和汽车的多核处理器作为国家项目，纳入其“半导体应用芯片计划”。从 2005年至2007年该项目获得4000万美元的投资，其15个子课题有9个己完成，核心项目是由早稻田大学牵头的低功耗多核处理器通用并行处理技术标准API。早稻田大学笠原教授率领日立、瑞萨、富士通、东芝和松下等公司科研人员，确定了上述技术标准“OSCAR API”，并且成功利用大型计算机的并行处理技术，开发家电专用低功耗多核微处理器。经早稻田大学研究，采用家电专用多核微处理器进行视频压缩，双核处理能力为单核的1.9倍，4核为单核的3.6倍，8核为单核的6.0倍。

　　此外，日立和瑞萨开发出用于MPEG2图像处理的8核处理器，其功耗比同等的单核处理器降低73%。富士通和NEC也开发出了可降低某核工作电压或将其关断的多核处理器。目前，日本的多核微处理器大多采用了多核异构结构。另外，上述各公司还配合通用API，开发出适于自己产品的专用编译程序。

　　最后应指出的是，芯片上配备更多内核后，总线很可能成为提高系统性能的瓶颈，因此连接多个内核的接口自然地成为关注点。AMD的HyperTransport 3.0和英特尔的Quick Path技术都是用于解决这一问题的。可以说，总线已成为提高多核处理器计算性能的关键。