阵列处理器系统芯片的发展

计算科学是源于数学思维与工程思维的"数学技术"，它改变了人们的思维方式。芯片集成度按照摩尔预言速度上升的结果，在高性能计算、网络化计算与嵌入式计算的应用演变中，数学技术促进了计算机的新发展。高性能计算机主要是通过模拟帮助人类了解世界与创造世界的，有地球模拟机、蓝色风暴、宇宙计算机、密码破译机与武器模拟机等。这些计算机的名称就说明了它们的应用演变，都需要通过数学技术建立很复杂的数学模型，以及实验或观测的数据库。模拟的核心就是建立一个与真实或者虚拟系统相关的数学模型，通过数学模型与数据库探讨对高性能计算机体系结构的影响。网络化计算的通信作用是非常成功的，从根本上改变了世界的信息基础设施。现在，随应用演变的数学技术，使计算机网络的作用已从通信作用，发展到资源共享的服务作用，叫做网络计算(Net-Centric Computing)/网格计算(Grid Computing)与网络存储。在高性能并行计算与大容量存储系统的支持下，云计算与SaaS(Software as a Service, Storage as a Service，软件即服务，存储即服务)或HaaS( Hardware as a Service，硬件即服务)等数学技术使下一代数据中心将扮演"数据电厂"与"数据银行"的服务角色。

　　嵌入式计算是一种计算技术与物理世界相结合的服务模式，有人叫做具体化与物理化应用，模拟了人类与物理世界交互的形式，成了有传感器(模拟人的视觉、听觉与感觉等)与执行机构(模拟人的四肢)的计算机，并通过随应用演变的数学技术，让工业机器能像人一样自主工作。虽然现在人工智能的数学技术只使机器人有了逻辑思维能力、部分形象思维能力，基本没有创造思维能力，但为机器人研究带来了有创见的方法。从形状来说，有人形机器人与非人形机器人。而美国国防部的变形机器人就是要通过随应用演变的数学技术，使机器人具有自组装能力，可保证机器人能成功地登上星球表面。从功能实现方法来说，有人工方法与自然的仿生方法。人工方法的机器人有手术机器人、自动驾驶机器人等。仿生方法的机器人有气流发音的机器人、重力行走机器人、化学机器人、神经元机器人、情感机器人、模拟生物进化过程的机器人、以及分子机器人等，仿生方法使随应用演变的数学技术的计算日益自然化。计算技术的飞速发展，也体现在编程语言的演变上，从最早的Basic到Algol，再到Fortran，以及现在的接近汇编语言的C语言。数学技术最后是通过汇编语言映射到计算机上完成计算的。汇编语言的优点是程序质量高，缺点是可读性差，没有兼容性，是不统一的。因此，APU系统芯片的ISA不是用助记忆符的汇编语言描述的，而是采用了一种面向数学技术也面向指令定义的映射语言描述ISA的，简称M语言(Mapping/Middle Language)。数学技术是统一到映射语言上，以提高程序的复用性的。

　　
硅基芯片的制造技术的统一

　　量子计算与生物计算还处于探索阶段，现在的计算机是采用硅基芯片制造技术实现的。人们预计硅基芯片的制造技术到2016年将接近其发展极限，需要寻找新的技术突破。例如，通过扩大芯片面积是提高芯片集成度的一种新途径，就是圆片规模集成(WSI，Wafer Scale Integration)技术。又例如，混合集成电路是一种小型化、高性能和高可靠的互连封装手段，国内将其称为二次集成技术。1993年美国佐治亚理工学院提出了将SoC芯片、MEMS芯片、以及无源元件二次集成在一起的SoP(System on Package，系统级封装)的概念。按摩尔定律发展的IC芯片仅占一个系统的10%的体积，而SoP则解决了系统中90%的体积。特别是2007年Intel公司率先具备了45nm硅基芯片的生产能力，使半导体产业进入了"材料推动革命"的时代。集成度高达近20亿晶体管的32nm芯片接近实用。

为了解决深亚微米技术的"红墙"问题与嵌入式应用的小型化问题，硅基芯片的TSV三维集成制造技术得到了发展。IBM、Intel与Samsung等都采用了TSV(Through-Silicon-Via，硅穿孔封装)的三维集成技术。据IBM称，TSV技术能使芯片数据所需要的传输距离缩短1000倍，连线数目增加100倍，功耗低达20%。IBM将把TSV技术应用到无线通信芯片、电源处理器、Blue Gene超级计算机芯片和高带宽内存中。我国2006年全国科学大会提出的"十六专项"体现了芯片设计、制造与应用的产业链特点。在"十六专项"的战略任务的牵引下，有望使我国的芯片技术跟上"摩尔预言"的发展步伐。制造技术的统一就是指三维集成的TSV技术的统一，以实现嵌入式计算机小型化与解决深亚微米的Red brick Wall(红墙)问题;也是提高我国芯片制造能力的必经之路。从设计上讲，APU系统芯片的