计算架构将如何统一

加入英特尔已经27年的庞思立(Stephen S. Pawlowski)是英特尔最近刚成立的架构事业部(IAG)的CTO，看起来，他的工作比几个月以前更加繁忙--以前他在数字企业事业部(DEG)只做服务器、台式机和嵌入式计算相关的工作，在新成立的IAG还增加了手持设备和传统HPC，唯一不管辖范围内的就是数字医疗方面。其实这也意味着，他现在能够对未来整个计算平台进行更深入的评价。

"特殊硬件也要统一到CPU下"

有关CPU与GPU的战争向来热闹，但从未像今天这样百家争鸣。CPU和GPU都是具有运算能力的芯片，CPU更像"通才"--指令运算(执行)为重+ 数值运算，GPU更像"专才"--图形类数值计算为核心。

CPU微架构设计是面向指令执行高效率，这也就是为什么CPU是计算机中设计最复杂的芯片。和GPU相比，CPU核心的重复设计部分不多，这种复杂性不能仅以晶体管的多寡来衡量，这种复杂性来自于实现：如程序分支预测，推测执行，多重嵌套分支执行，并行执行时候的指令相关性和数据相关性，多核协同处理时候的数据一致性等等复杂逻辑。而GPU其实是由硬件实现的一组图形函数的集合，这些函数主要用于绘制各种图形所需要的运算。这些和像素，光影处理，3D 坐标变换等相关的运算由GPU硬件加速来实现。

庞思立则认为，现在GPU越来越多被用到通用型的计算，CPU则更适用于像吞吐量性计算并向高能效性演进，二者正在进行融合，但是对编程人员而言困难正在加大。现在的编程人员不仅要对CPU进行编程，还要对GPU进行编程。如何解决困难?而解决问题的要素就是要提供一套能够统一的指令集，而英特尔架构(IA架构)正拥有这一本领。

好比最近被频频提到的Larrabee，庞思立认为Larrabee代表了英特尔架构一个分支的发展方向。尽管它现在主要为了解决图形类，高吞吐量计算的需求而出现，但是以后也不排除还会被用到其它的计算领域。

有关这种专用硬件和通用硬件的纷争，庞思立提出了自己的看法。他认为对于客户更有效率的做法是，如果有某一种特殊用途，当然使用特殊的硬件，可能比用通用型硬件效率更高。但是这还要看市场具体的情况，如果有客户希望硬件能够做到特别功能，而所谈到的特殊用途的市场又足够大，而且特殊用途的硬件最终能够在统一IA架构的指令集下的话，英特尔会专门开发这种硬件--这当然会统一到CPU中，"当然，所有的不管是特殊用途还是通用的，都会统一到通用CPU之下。"

如何解决核间通信?

在英特尔本月4日展示的48核处理器原型中，核与核之间的通信放弃了之前通用的硬件传递的方式，而是采用了一种"消息传递"的软件控制模式，内核之间采用高速网络，实现高效的信息和数据共享，数据包只需在芯片上移动几毫米，而不是移动几十米到另一个计算机系统上，这种方式极大改进了互连性能。

庞思立在谈及此技术时表示，这种技术以后也可能会用在至强这种通用处理器上，尽管48核原型处理器是针对非缓存一致性的环境，但是英特尔正在研究缓存一致的环境下如何提高这方面的沟通效率，他表示英特尔会通过实验型的芯片加上过去30年已知的技术积累从而找到一个最优的办法。

不过现在他更偏向的是"硅光子"技术，此前英特尔曾将硅光子技术称为解决芯片间通信问题的划时代技术。与晶体管主要依赖于硅材料不同，光子技术采用的基础材料是玻璃。但由于光的波长对硅来说是透明的(不会干扰)，因此理论上可以通过在硅中集成光波导通路来传输信号。这就是硅光子理论的可行性基础。

不过硅材料并不适合做激光器。因此要在硅技术的基础上产生激光尤其是连续激光是一件非常困难的事情，长期以来并没有很大的进展。去年英特尔所做的拉曼连续硅激光器就是这一领域的一个重要突破。尽管庞思立并没有透露硅光子更多详细内容，但是他介绍说，要用到硅光子的技术产品基本上用于速率在每秒10G而且是1米内的传输距离。

编辑：博子