处理器异构系统架构HSA深度剖析

进入21世纪第二个十年后，由于摩尔定律接近失效、制造工艺也逐渐逼近了物理极限，传统依靠不断压榨工艺和集成大量晶体管来获取计算性能提升的方法效果渐弱。在这种情况下，人们开始转变思维，希望通过改变设计，转而注重优化效率来尽可能的榨取目前PC架构的性能。异构计算，就是这种思想下的产物，它的目的是打破并行和串行的鸿沟，让计算在系统的管控下，自动的进入高效率的部件进行处理。今天，本文就为大家介绍异构计算的新联盟——Heterogeneous System Architecture异构系统架构（简称HSA）的方方面面。

异构还是同构，计算的发展新方向

溯及源头，HSA和GPU通用计算有着难解难分的关系。早在2001年，就有人利用显卡的纹理单元作为数据存储设备，进行矩阵计算操作。随着GPU可编程化的进一步发展，GPU上可编程的顶点单元也被用于解决矩阵乘法。在GPU进入统一架构时代后，GPU并行计算更是大张旗鼓的发展了起来，NVIDIA提出的CUDA、微软自有的DirectCompute以及开放组织的Open CL，都不约而同的将目标瞄准了GPU通用计算领域。当然，如果说通用计算的重点在GPU上、目的是为了开发GPU本身的计算潜能的话，那么随后出现的异构计算，目的就是为了更合理地使用计算机中不同组件的性能。

从计算机发展角度来看，早期的计算机使用的多是不可编程组件，这些组件对单一任务的执行效率非常高，不过功能固定，无法执行固定操作外的操作。随着计算机结构和体系越来越大，当从全局考虑时，这些固定功能组件往往包含着强大计算能力，但无用武之地（比如早期的图形芯片，没有或仅具有极为初级的可编程能力，像素和顶点管线都只能执行固定功能）。随着可编程化的发展，这些传统的固定功能的组件拥有了可编程性，它们也开始执行不同的计算。但是在全局来看，这些不同的组件依旧有着各自不同的特点，比如CPU擅长串行化，GPU则擅长并行化，都拥有各自擅长的计算领域。这样一来，如何将不同功能的计算组件联合在一起计算，就是被称之为异构计算的研究方向。

有了异构计算，肯定有同构计算，为什么同构计算没有成为未来计算的主题呢？同构计算就是相同的组件之间联合、强化。比如多核心CPU、并行多块GPU等。同构计算的特点是扩展很容易，计算安排很简单，性能在阿姆达定律有效范围内时，呈现非常好的接近线性增长的增幅——换句话来说是在一定数量的并行幅度内部，数量越多就性能越强，无论是芯片之间的同构并行还是芯片内部的架构并行性都是如此。但是并行数量增加后，根据阿姆达定律，性能的增幅会大幅度缩减到后几乎没有增幅。不仅如此，同构计算还涉及到整个系统内部和系统之间并行时如何安排、如何设计等重要问题，这些反映到实际运作中，往往需要极高的成本才能实现性能的增长。在PC上的同构计算发展一直在持续，不过仅限于多核心CPU和目前体系结构越来越庞大的GPU，它们都是在芯片内部完成了同构计算的进一步加强。芯片之间的同构计算出了SLI、CF等用途外，在民用PC上基本看不到用武之地了。

阿姆达定律

阿姆达定律是计算机科学中的一个重要定律。它定义了加速比，代表了处理器并行计算后效率提升的能力。阿姆达定律指出，并行计算总有一个上限，当并行到一定程度时，无论如何增加处理器的数量，都不会带来性能提升。阿姆达定律实际上指出了并行计算中存在的不可并行性。

阿姆达定律的存在，让妄图以不断增加并行性来提高性能的人们失望，也开启了异构计算的想法。当然，当前的技术制造的并行设备还没有达到阿姆达定律中的上限，因此阿姆达定律短期内不会对计算机造成特别明显的影响。

阿姆达定律曲线

HSA联盟的所有厂商。

扩展异构计算前景，HSA的建立

同构计算发展存在瓶颈，而且在短期内没有很好的解决方法，芯片内部的同构也无法无限扩大。在这种情况下，异构计算就成为未来PC、移动计算设备提高性能、提高使用舒适度和提供更多功能的重要手段。根据AMD的设想，未来新一代的应用程序将使用更为自然的用户界面、更大的显示器、更多的像素、更偏向社交和游戏以及云计算等，这些应用的发展都离不开CPU和GPU的进一步强大。因此，需要更为强大的计算平台来承担未来的计算任务。这些问题很可能会由于异构计算的发展得到非常好的解决。为了进一步发展异构计算，也为未来的市场打下基础，AMD联合ARM、高通、德州仪器、三星等厂商，在2013年1月开创了HSA基金会，并确定了以HSA命名的异构系统的处理器架构(Heterogeneous SystemArchitecture，异构系统架构，后文对该架构一律简称为HSA)。

HSA基金会的目的在于发展和推动异构计算，在GPU和CPU硬件架构、软件层面的融合和发展上做出贡献，培育异构计算市场，让异构计算在PC、移动计算中成为主流。HSA基金会的成立，标志着异构计算生态圈初创完成，上述厂商将会联合后来的加入者和学术单位一起完成异构计算的研究和推广。

在异构计算中，为活跃的厂商是AMD。AMD不仅是异构计算的创始人，还在从2012年开始就在旗下产品PU中尝试了CPU和GPU硬件层面的融合。那么，AMD是如何看待异构计算的，又带来了那些新鲜的创意呢？