בשנים האחרונות, הנוף של ארכיטקטורת מחשב עבר טרנספורמציה משמעותית.הגישה המסורתית של הסתמכות על מיקרומעבדים הומוגניים היא לתת דרך לאדריכלות מורכבת יותר, heterogeneous שנועדה לייעל ביצועים עבור משימות מיוחדות. Driven על ידי הביקוש הבלתי נוח עבור מעבדים מהירים יותר, יעיל יותר אנרגיה בתחומים החל מבינה מלאכותית למכשירים ניידים, התעשייה מתאמץ כי משלבת תהליכים מגוונים על שבב יחיד או מייצג מחדש של משאבים חישובים.

מה הם ארכיטקטורות מיקרו-מעבדות?

ארכיטקטורות מיקרו-מעבדות heterogeneous משלבות סוגים שונים של יחידות עיבוד בתוך מערכת אחת, כל אחד מותאם לשיעורים ספציפיים של עומסי עבודה.בניגוד מערכות הומוגניות, אשר משתמשים בליבות זהות (למשל, Multicore CPU עם כל ליבות אותו), מערכות heterogene משלבות מעבדים עם מעבדים מיוחדים כגון יחידות עיבוד גרפיקה (GPUs), AI CPUs משולב, מעבדים דיגיטליים (RIC) או מעבדים).

דוגמה קלאסית היא ארכיטקטורת ARM גדולה.LITTLE, אשר זוגות ליבות ביצועים גבוהים עם ליבות יעילות אנרגיה.עוד יישומים אחרונים כוללים את הארכיטקטורה ההיברידית של אינטל (Performance-cores ו-Efficiency-cores, שהוצג עם Alder Lake), מעבדי ה-GPU של AMD שמשלבים CPU ו-GPU על אותו מת, ו- Ms-C-Cy-Cy-Cy-Cy-Cys-Cys-C-C-Cy-Cys-CyDS, משלבים אחרים, משלבים את ה-CTMCTM, ו-Cercercercercercercerc-Cercercercercercercercercercercercercercercercercercercercercercercercercercercercercercercercercup, משלבים את הממשק CPU, עם מעבדים את ה-Socc-CTM CPU, עם מעבדים את ה-Cercer

המושג אינו חדש - מחשבי העל המוקדמים משמשים לעתים קרובות מעבדי וקטור לצד יחידות מדרגריות - אבל טכנולוגיות ייצור מודרניות והאטה של חוק מור הפכו את האינטגרציה הטרוגנית להכרחי מעשי.על ידי התאמת המצע התואם למשימה, מעצבים יכולים להשיג ביצועים ורווחים שקשה להשיג עם עיצובים הומוגניים.

היתרונות של אדריכלות heterogeneous

אדריכלות heterogeneous מספקת יתרונות שונים על פני ממדים מרובים.יתרונות אלה נובעים מהעיקרון של התמחות: לציין שטח סיליקון ליחידות שהם יעילים מאוד בפעולות מסוימות ולא עיבוד כללי מאוזן.

ביצועים משופרים לעומסי עבודה מיוחדים

מעבדים מיוחדים יכולים להתמודד עם משימות ספציפיות סדרי גודל מהר יותר מאשר CPUs תכלית כללי.לדוגמה, GPU מכיל אלפי ליבות קטנות המיועדות לפעולות קידוד מקבילים, המאפשרות ביצוע בזמן אמת של סצנות תלת-ממדיות מורכבות או אימון של רשתות עצביות גדולות. AI מאיץ כמו יחידת העיבוד של גוגל (TPU) או Neural של אפל לבצע ריבוי משימות קשות לצורך למידה עמוקה ופרקציה של CPU באמצעות , באמצעות מערכת הפעלה כוללת של CPU.

כוח יעילות

ביצוע משימות ביחידה המתאימה ביותר להפחית צריכת האנרגיה.במכשירים ניידים, משימות קלות משקל כמו סינכרון רקע או משחק מוסיקה יכול לרוץ על ליבות כוח נמוך, בעוד יישומים דורשים להפעיל ליבות ביצועים גבוהים רק כאשר יש צורך. עיצוב ARM גדול.LITTLE הוכיח כי מתח דינמי כזה ותדירות גבוהה יכול להאריך את חיי הסוללה באופן משמעותי.

גמישות והתאמה

מערכות heterogeneous יכול להיות מותאם עבור תחומים שונים יישומים. סמארטפון SoC יכול לשלב מעבד אות תמונה (ISP) עבור טיפול מצלמה, קוד וידאו / קודר, מנוע עצבי עבור צילום AI, ו a ⁇ בטוח עבור biometrics - כל לצד CPU ו GPU. מודולריות זו מאפשרת לספקים כדי להבדיל את המוצרים שלהם מבלי לעצב מחדש את כל השבבים המדעיים, כמו גם מחשב נייד, יכול להיות מתווך עם CPU ו-GPU, ו- GPU.

שיפור סקאביה וצמיחה

מכיוון שיחידות עיבוד שונות קשורות לעתים קרובות באמצעות חיבורים סטנדרטיים (למשל, PCIe, CXL, או UPI), הם יכולים להוסיף או לשדרג באופן עצמאי.זה נפוץ בסביבות מרכזי נתונים שבו מאיצים GPU משוחלים לדורות חדשים יותר בעוד תשתית CPU נשארת. במערכות משובצות ומכוניות, פלטפורמות heterogeneous מודולריות מאפשרות שיפורים מצטברים ללא כל זמן מחדש, צמצום זמן.

יישומים של מעבדי heterogeneous Microprocessors

אדריכלות heterogeneous הם יותר ויותר בכל תחומי מחשוב. להלן הם אזורי יישום מרכזיים שבו הם מספקים השפעה מדידה.

אינטליגנציה מלאכותית ולמידה של מכונות

AI עומסים, מאימון מודלים של הטרנספורמציה מסיבית להפחתה של ההיקף, ליהנות מאוד מן מאיץ ייעודי. שבבי AI מודרניים, כגון Habana Gaudi, AMD Instinct, ו NVIDIA H100, הם למעשה מערכות heterogeneous המכילות עשרות או ליבות, גבוה גבוה גבוה הישגים, ורשתות מיוחדות.על קצה, להשתמש במנועי עצביים כדי לבצע את אותה יחידת אבטחה של אפל רק עם שיפור כוח מיידי של Apple-זמנית, עם שיפור כוח יחיד של 3 טריליון כוח פנימי, עם שיפור פנימי של Apple-זמנית, עם שיפור כוח טריליון כוח טריליון כוח טריליון כוח טריליון כוח טריליון כוח טריליון כוח טריליון כוח טריליון כוח ® ® ® טריליון אחד בלבד.

גרפיקה, משחקים ומציאות וירטואלית

GPUs כבר זמן רב הילד פוסטר של מחשוב heterogeneous עבור גרפיקה. קונסולות משחקים מודרניים כמו PlayStation 5 ו- Xbox סדרה X להשתמש ב- AMD SoCs עם CPU משולב ו- GPU אשכולות, יחד עם אודיו ייעודי ו- I / O מעבדים. מציאות וירטואלית (VR) ומציאות מוגברת (AR) ראשי יישומים דורשים מהירויות נמוכות מאוד וקצב גבוה; אדריכלות hetereous מאפשר הקצאה של מעבדים ל- CPU כדי לשמור על מעבדים, תוך כדי עיבוד CPU, תוך כדי עיבוד CPU2, ו-DPU.

מכשירים ניידים

טלפונים סלולריים וטאבלטים הם אולי המוטבים ביותר של עיצוב heterogeneous.כל מכשיר נייד גדול SoC - מ Qualcomm Snapdragon, MediaTek Dimensity, Samsung Exynos, ל-Apple A-series - משלב תערובת של ביצועים גבוהים ויעיל CPU הליבה, GPU, מנוע AI, מעבד תמונה, ומספר רב של מדיה יכול להשיג את זהה של שבבים עם ביצועים גבוהים יותר מאשר CPU יעיל יותר מאשר מעבדים של Appleernternbten יעיל CPU יעיל CPU שלה, בעוד הוא עדיין יעיל CPU יעיל יותר, בעוד שהוא עדיין יעיל CPU יעיל יותר, בעוד הוא עדיין יעיל CPU פונקציות זמן רב יותר, על ידי פונקציות CPU רחב יותר, מנוע CPU רחב יותר, מנוע AI, מנוע AI, מנוע AI, מנוע AI, מנוע AI, מנוע, aFP יעיל יותר, על ידי שימוש יעיל CPU מלא של פונקציות זמן של פונקציות גבוהה, על ידי שימוש יעיל CPU, מנוע AI, 000 יעיל יותר, 000 זמן רב יותר מאשר פונקציות זמן יעיל יותר מאשר פונקציות זמן יעיל CPU, aFP יעיל יותר, aFP יעיל יותר של פונקציות זמן יעיל CPU, aFP יעיל יותר של פונקציות זמן יעיל יותר, aFP פונקציות

מחשוב מדעי ו-HPC

מרכזי מחשוב ביצועים גבוהים (HPC) הם יותר ויותר heterogeneous.המחשב העל Fugaku ביפן משתמש במעבדי פוג'יטסו A64FX המשלבים ליבות CPU עם יחידות וקטור ייעודיות.מערכת אל קפיטלאן הקרובה ישתמש במעבדים APUs של AMD משלבת ליבות זן עם Radeon Instin GPUs. על ידי התאמת יחידת ה-Comute ל-אם דינמיקה ליניארית, כמעט סימולציה של 1Fer, או סימולציה מלאה, או סימולציה של DFO, 000, או סימולציה גבוהה יותר, כמעט, 000, 000, 000, 000, 000, 000, 000, 000 סימולציית סימולציה של סימולציית סימולציות מולקולרית, 000, 000 סימולציות מול Radeon Ins.

נהיגה ברכב ואוטונומי

כלי רכב אוטונומיים דורשים היתוך של נתוני חיישן בזמן אמת ממצלמות, LiDAR, מכ"ם וחיישנים קוליים.זה דורש עיבוד מקביל מסיבי עבור ראיית מחשב, תכנון נתיב ושליטה. NVIDIA של Drive Orin ו- Drive Thor משלב CPU, GPU, מאיץ למידה עמוקה עבור מחשב, וחזון מוקרן לתוך יחיד SoC, באופן דומה לשימושים ממוחשבים מתקדמים יותר עבור מעבדים אלה.

צוק ו-IoT

בקצה, מגבלות כוח ודרישות בזמן אמת הופכות ארכיטקטורות היסטרוגניות חיוניות.מכשירים כמו Raspberry Pi 5 כוללים GPU, מעבד תמונה, וקוד קודק וידאו לצד ARM CPU. בקרים תעשייתיים לעתים קרובות לשלב FPGAs לעיבוד ⁇ סטי ו CPUs עבור שליטה כללית תכליתית. על ידי מינוף heterogeneity, nodes יכול להופיע ביסק, עיבוד, ו-MRI.

אתגרים של אדריכלות הטרוגנית

למרות היתרונות שלהם, אדריכלות heterogeneous מציגה אתגרים הנדסיים משמעותיים שיש לטפל בהם כדי לממש את מלוא הפוטנציאל שלהם.

עיצוב מורכבות

(העברת יחידות עיבוד מרובות עם קבוצות הוראה שונות, היררכיות זיכרון, ופרוטוקולים קוהרנטיות דורשות מערכת מתוחכמת על שבב (SoC) עיצוב דומיינים שעון, איים מתח, וקשרים חייבים להיות מעוצבים בקפידה כדי למנוע תוכן וניתוק מתים. Verification הופך להיות קשה יותר מבחינה אקספוננציאלית; כל יחידה ואינטראקציות שלה חייבות להיות מאומתות על פני מדינות כוח ועבודה.

תוכנה משלימה ומודלים תכנות

ה-hurdle הגדול ביותר עשוי להיות תוכנה. Legacy Code שנכתב עבור מעבדי הומוגני לעתים קרובות לא יכול לנצל יחידות heterogeneous ללא כתב חוזר משמעותי.מתכנתים חייבים לנהל העברות זיכרון בין מכשירים, synSyncize משימות, ולטפל ב- APIscompute (CUDA, OpenCL, SYCL, OneAPI, ROCm, Vulkan).התעשייה נעה בכיוון גבוה יותר כמו קידודים לא-Cretexer.

זיכרון קוהרנטיות ותנועת נתונים

מערכות heterogeneous לעתים קרובות תכונות בריכות זיכרון נפרדות (CPU RAM, GPU VRAM, מאיץ HBM), הדורשות תנועה נתונים מפורשת שיכולה לשלוט זמן ביצוע.אדריכלות זיכרון לא מזוהההההה, כגון אלה בApple M-series או AMD APUs, עזרה אבל עדיין לא אוניברסלית Cacheherence על פני יחידות מוסיף חומרה.

ניהול אנרגיה ועוצמה

יחידות שונות יש מאפיינים תרמיים שונים; פרץ של פעילות GPU יכול ליצור כתמים חמים כי פתרון קירור CPU לא יכול להתמודד עם מתח דינמי ותדירות הסקאלה (DVFS) חייב לתאם בין יחידות, ורשתות משלוח כוח חייב להיות מיועד למגוון דינמי רחב.

אבטחה ושיקום

מערכות heterogeneous להגדיל את פני השטח של ההתקפה. A פגיעות בנהג GPU או AI מאיץ יכול להיות מנוצל כדי לפשרה את המערכת כולה.התקפות צד ערוצים עשוי למנף קו-מיקום של יחידות. מנגנוני בידוד קשיח (למשל, TrustZone, IOMMU) חייבים להיות מורחב לכל יחידות מיוחדות, הוספת עיצוב מעל פני השטח.

כיוונים עתידיים ומגמות

המגמה לעבר האדריכלות הטרוגניות צפויה להאיץ, מונעת על ידי סוף חוק מור ועליית מחשוב ספציפי לתחום. כמה התפתחויות מפתח מעצבות את העתיד.

אינטגרציה צ'יפלט ו- Advanced Packaging

במקום מונוליטי מת, צ'יפס עתידי ישלב מספר רב של שבבים מנקודות או ספקים שונים באמצעות אריזה מתקדמת (למשל, 2.5D ו 3D ערימהing) תקן Chiplet Interconnect Express (UCIe) נועד לאפשר מערכת אקולוגית שבב שבו יחידות heterogeneous Intel - CPU, זיכרון, I / O - יכול להיות מעורבב ותואם כמו בלוקים גישה זו מאפשרת שבבים ו-iOS תאים כדי להפחית את ה-iOS CYOC עם תואמים את ה-iOS CPU עם מעבדים עם מעבדים מרכזי, עם מעבדים IC.

תוכנה-Hardware Co-Design

מסגרות תכנות מתפתחות לטרוגניות מופשטת. OneAPI מ- Intel, ROCm של AMD ו- Apple's Metal מספקים מודלים תכנות מאוחדים על פני חומרה מגוונת. טכניקות Compiler כמו מחיצת heterogeneous ולוח זמנים רצופים (למשל, StarPU, HPX) מבטיחים להפוך את ה-Heterogeneous נגיש יותר לשפות דומיין ספציפיות (D) עבור סימולציה מתקדמת, סימולציה נוספת, סימולציה סימולציה סימולציה סימולציה סימולציה סימולציה נמוכה יותר.

ניהול משאבי אנוש-Driven

למידת מכונה משמשת לייעל את כוח ותזמון המשימה במערכות הטרוגניות.לדוגמה, לוח הזמנים של גוגל בורח עבור מרכזי נתונים משתמש חיזוק למידה כדי להקצות משרות לשילוב היעיל ביותר של CPU ו מאיצים. על מכשירים ניידים, ניהול חשמל הסתגלות לומד דפוסים של משתמשים כדי לעבור בין ליבות בצורה חלקה.מערכות אלה הופכות ליותר אינטליגנטיות לאורך זמן, שיפור יעילות ללא התערבות של משתמשים.

כלכלנים נוספים Beyond GPUs

מעבר GPUs ו AI מאיצים, אנו רואים התפשטות של יחידות מיוחדות: מנועי compute עבור דגמי המלצה, יחידות עיבוד רשת (SmartNICs) עבור נתונים ריכוז, ו מעבדים היברידיים קוונטיים-קלאסיים.השורה בין CPU ו- accelerators כמו מינוף תהליכים חדשים של Intel ו matrix עבור מנועי במהירות גבוהה של NCRIGIT משלבת את העבודה CPU עם CPU עם CER-HIDs עם CPU גבוה יותר מטשטשת באמצעות CPU.

סטנדרט ומערכת פתוחה

יוזמות כמו CXL, UCIe, ופרויקט Open Compute הם לטפח בין-אופרציה.הקרן המערכת ההטרוגנית (HSA) קידמה זיכרון וירטואלי משותף ומרחבי כתובת מאוחדים.כפי שסטנדרטים אלה מתבגרים, היכולת להלחין מערכות heterogeneous ממרכיבים מחוץ ל-She-She-lf תארגן ביצועים גבוהים, המאפשר לחברות קטנות יותר וחוקרים לבנות ccelativestator עם פלטפורמות קיימות.

מסקנה

השינוי לעבר ארכיטקטורות מיקרו-מעבדות heterogeneous אינו רק שיפור מצטבר; הוא מייצג שינוי פרדיגמה יסודית כיצד אנו מעצבים ומשתמשים במחשבים.על ידי הרחק ממעבדים בגודל אחד מתאים ומחבק יחידות מיוחדות המותאמים למשימות ספציפיות, התעשייה פותחת רמות של ביצועים ויעילות אנרגיה כי עיצובים הומוגניים לא יכולים להגיע לעולם לאתגרים בעיצוב, תוכנה, וזיכרון נורמטיבי, אשר דורשות, הן יכולות להיות מתקדמות יותר, אשר יהיו דרישות מחשבי מחשבי מחשבי-מתאים מתקדמים, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו, אשר יהיו, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו מסוגלות, אשר יהיו, אשר יהיו, באופן קבוע, החל ממעבדות, אשר יהיו, אשר יהיו, אשר יהיו, אשר יהיו, אשר יהיו, אשר יהיו, באופן קבוע, אשר יהיו, אשר יהיו, אשר יהיו, אשר יהיו, באופן קבוע, באופן קבוע, באופן קבוע, אשר יהיו, החל ממעבדות, אשר יהיו, אשר יהיו, אשר יהיו, אשר יהיו, אשר יהיו, החל ממעבדות, אשר יהיו, אשר יהיו