看懂芯片巨头们的新战场：你需要了解什么是真正的XPU

张问骅 2021-04-24

展开全文

悄无生息中，就在这个四月，英特尔、英伟达、AMD等半导体巨头们竞争升级，新赛道逐渐浮出水面。

在4月12日的GTC 2021上，还是熟悉的皮衣，还是熟悉的厨房，但是黄仁勋这次并没有从百宝烤箱中拿出惊世骇俗的GPU；相反，引起广泛关注的却是一张PPT。没错，以GPU著称的英伟达要进军CPU领域了。而在极可能“易帜”的ARM产品架构当中，即将发布的ARM v9也同样包含了众多企业级特性和安全设计并提供对CUDA开发环境的部分支持。

英特尔在四月初也发布了用于数据中心的第三代至强可扩展处理器Ice Lake以及其产品组合，其中还包含全新英特尔Agilex FPGA。值得注意的是，在去年年底，英特尔还发布了首个数据中心GPU，践行了其早在2018年提出的XPU愿景，成为了唯一一家能够覆盖CPU、GPU、ASIC、FPGA四种主流芯片的厂商，“全家桶”自此正式集齐。

作为数据中心领域老玩家的AMD也动作频频。4月初，AMD发布消息表示对FPGA巨头赛灵思Xilinx的350亿美元收购案已获股东批准。显然，手握高性能GPU但却没能在AI或HPC领域站稳脚跟的AMD也在按部就班的实行着自己的“XPU”计划。

短短时间里，原本泾渭分明的数据中心芯片各家阵地突然变得犬牙交错。纷乱之间，一条清晰的竞争主线也逐渐明显——各大芯片企业都在构建自己的多维产品能力。也难怪在英伟达发布CPU之后，英特尔新任CEO帕特·基辛格就表示:“英伟达其实是在回应我们，我们是在进攻而非防守”。的确，英特尔数据中心CPU产品已经非常成熟，并手握四种核心芯片，而英伟达代号为Grace的CPU要到2023年才能面世。

算力多元化是趋势，但问题是之后怎么办？

CPU、GPU、FPGA、ASIC、DSP……伴随计算任务的多样化，越来越多的芯片类型开始在数据中心内绽放。由此，企业也可以通过算力的针对性配置实现更高的性能、更低的能耗和更快的创新。

不过伴随算力硬件的推陈出新，另一个消失十几年的问题再次浮出水面——开发与管理。

曾几何时，不同架构、不同指令集、不同操作系统的主机产品充斥各大企业的数据中心。他们虽然都具备强大的性能和极高的可靠性，但封闭的硬件架构和无法协同的管理机制却最终阻碍了企业的发展和创新。我们通常将那个时代称之为信息化时代。

显然，在现在的数字化时代，企业不应该也不能重走信息化时代“分头发展、多头并举”的老路。但现实的情况却是，在不同芯片厂商和不同产品线的助推之下，管理于应用开发正在变得原来越难。

XPU不能只是XPU

因此，XPU不能仅仅是XPU，它不是硬件简单的物理堆砌，而要考虑到其中的互联互通，跨架构的软件和生态构建。半导体巨头们也看到了其中的痛点和机会。英伟达有针对自家GPU、DSP等产品的CUDA软件开发环境。但作为一种相对封闭的软件解决方案，英伟达从来没有在公开场合表现出邀请其他顶级算力企业参与生态发展的意愿。AMD在多元算力开发领域中一直倡导OpenCL，不过OpenCL还是一股相对较弱的生态力量，并且自身还有很多效率和开发问题亟待解决。

作为半导体行业的“半边天”，英特尔一直也在FPGA、ASIC、GPU和CPU的多种算力产品XPU基础上开发适配的软件，推出了开源的跨架构开发模型oneAPI。英特尔CEO帕特·基辛格近日在《英特尔发力：以工程技术创未来》的直播活动中曾表示：“英特尔是唯一一家拥有从软件、芯片和平台、封装到大规模制造制程技术，兼具深度和广度的公司，致力于成为客户信赖的下一代创新合作伙伴。”

把软件放在第一位，英特尔的意思很明确，相对于竞争对手，英特尔在实践多元算力的过程当中是有更多底气和可用工具的。

在前面提到的多元算力管理和开发问题上，英特尔明显有着更长远的考虑。早在2019年年底，英特尔就已经推出致力于简化异构编程的oneAPI工具。虽然其本质与CUDA和OpenCL类似，但不同点则在于oneAPI的开发环境更加开放的，欢迎不同品牌、不同架构、不同用途的算力产品加入这一生态环境，而英特尔也在利用自身生态优势积极推进oneAPI在行业内的兼容性，推进异构计算的蓬勃发展。近期，微软Azure和谷歌的TensorFlow等领先的研究机构和公司已经宣布支持oneAPI。

另一方面，在XPU大战略下，英特尔也在积极推进不同算力之间的融合。在第二代和第三代至强可扩展处理器当中，开发人员便可通过OpenVINO等软件工具调用CPU的AVX 512指令集，进而实现基于CPU的高效AI推理计算。通过这一方法，解决方案便可用更简单的硬件结构实现AI推理应用。