芬蘭初創(chuàng)公司Flow Computing近日宣布了一項(xiàng)革命性的技術(shù)突破——并行處理單元（PPU），這一創(chuàng)新技術(shù)有望將任何CPU架構(gòu)的性能提升高達(dá)100倍，預(yù)示著“CPU 2.0”時(shí)代的到來(lái)。

PPU是一種可集成到現(xiàn)有或未來(lái)CPU設(shè)計(jì)中的IP模塊，不僅提供了革命性的加速能力，還能無(wú)縫融入基于馮·諾依曼架構(gòu)的標(biāo)準(zhǔn)計(jì)算機(jī)設(shè)計(jì)中。更重要的是，PPU的引入消除了在高性能應(yīng)用程序中依賴昂貴GPU進(jìn)行加速的需要。

Flow Computing的PPU技術(shù)具備三大核心優(yōu)勢(shì)。首先，它能夠?qū)PU性能提升100倍，同時(shí)保持與傳統(tǒng)軟件和應(yīng)用程序的完全向后兼容性。其次，PPU能夠在不改變?cè)紤?yīng)用程序的情況下，將傳統(tǒng)軟件和應(yīng)用程序的速度提高2倍。最后，PPU的參數(shù)化設(shè)計(jì)允許廣泛的定制，以滿足不同用例的特定需求。

PPU之所以能夠?qū)崿F(xiàn)如此顯著的性能提升，關(guān)鍵在于它解決了CPU在延遲、同步和虛擬級(jí)并行性方面的挑戰(zhàn)。通過延遲隱藏、同步優(yōu)化和虛擬ILP/LLP等技術(shù)，PPU顯著提高了CPU的執(zhí)行效率。此外，PPU還能夠自動(dòng)識(shí)別代碼的并行部分，并在PPU內(nèi)核中執(zhí)行這些部分，從而實(shí)現(xiàn)現(xiàn)有代碼運(yùn)行速度的提升。

Flow Computing已經(jīng)與全球主要半導(dǎo)體供應(yīng)商進(jìn)行了初步討論，并計(jì)劃于2024年下半年分享更多關(guān)于PPU技術(shù)的細(xì)節(jié)。同時(shí)，該公司也剛剛獲得了400萬(wàn)歐元的種子輪融資，以支持PPU技術(shù)的進(jìn)一步開發(fā)和商業(yè)化。


黃仁勛：CPU提升已跟不上時(shí)代

NVIDIA創(chuàng)始人兼CEO黃仁勛在臺(tái)灣大學(xué)綜合體育館發(fā)表現(xiàn)場(chǎng)主題演講，黃仁勛演講中表示，計(jì)算機(jī)行業(yè)在中央處理器（CPU）上運(yùn)行的引擎，其性能擴(kuò)展速度已經(jīng)大大降低。然而，我們必須做的計(jì)算量，仍然在以指數(shù)級(jí)的速度翻倍。

在黃仁勛看來(lái)，如果我們需要處理的數(shù)據(jù)繼續(xù)呈指數(shù)級(jí)增長(zhǎng)，但處理的性能卻沒有提升，我們將經(jīng)歷計(jì)算膨脹和計(jì)算成本的提升。他指出，有一種更好的方法增強(qiáng)計(jì)算機(jī)的處理性能，那便是通過計(jì)算機(jī)增強(qiáng)CPU提供加速工作，通過專用處理器做得更好。

“現(xiàn)在，隨著CPU擴(kuò)展速度放緩，最終基本停止，我們應(yīng)該加快讓每一個(gè)處理密集型應(yīng)用程序都得到加速，每個(gè)數(shù)據(jù)中心也肯定會(huì)得到加速，加速計(jì)算是非常明智的，這是很普通的常識(shí)。”黃仁勛表示。

他指出，計(jì)算機(jī)圖形學(xué)是一門完全可以并行操作的學(xué)科。計(jì)算機(jī)圖形學(xué)、圖像處理、物理模擬、組合優(yōu)化、圖形處理、數(shù)據(jù)庫(kù)處理，以及深度學(xué)習(xí)中非常著名的線性代數(shù)，許多類型的算法都非常適合通過并行處理來(lái)加速。因此，英偉達(dá)通過為CPU添加專用的輔助處理器，來(lái)實(shí)現(xiàn)了對(duì)于密集型應(yīng)用程序的加速。

GPU 能不能取代CPU

CPU主要用于處理各種通用計(jì)算任務(wù)，如瀏覽器的運(yùn)行、文字處理、編程等。CPU在處理這些任務(wù)時(shí)需要進(jìn)行復(fù)雜的邏輯運(yùn)算和控制，需要高速緩存和快速內(nèi)存訪問來(lái)支持，以保證計(jì)算機(jī)能夠快速響應(yīng)和高效運(yùn)行。

相比之下，GPU則專門用于圖形渲染和圖像處理。GPU內(nèi)部有大量的處理單元（CUDA核心），可以同時(shí)處理大量的圖形數(shù)據(jù)。這使得GPU可以在處理大規(guī)模、高分辨率的圖像和視頻時(shí)具有優(yōu)勢(shì)，并且可以同時(shí)支持多個(gè)顯示器。

GPU的架構(gòu)設(shè)計(jì)使得它能夠進(jìn)行高效的并行處理，同時(shí)也擁有更高的能效比。這使得GPU在處理大規(guī)模數(shù)據(jù)、機(jī)器學(xué)習(xí)、科學(xué)計(jì)算等方面有著廣泛的應(yīng)用。特別是在人工智能領(lǐng)域，GPU已經(jīng)成為了訓(xùn)練深度學(xué)習(xí)模型的主流選擇，可以大幅提高訓(xùn)練速度和效率。

雖然GPU可以進(jìn)行一些通用計(jì)算任務(wù)，但它并不能像CPU那樣具有廣泛的通用計(jì)算能力。因此，GPU無(wú)法完全代替CPU。但是，隨著GPU架構(gòu)和軟件技術(shù)的不斷發(fā)展，它在處理特定任務(wù)方面的性能和效率將會(huì)不斷提升，未來(lái)仍然有望取代一部分CPU的功能。


CPU性能提升方向

近年來(lái)，芯片技術(shù)不斷突破傳統(tǒng)硅基材料的限制，探索出硅鍺、III-V族化合物、二維材料（如石墨烯、黑磷）等新型半導(dǎo)體材料。這些新材料具有更高的電子遷移率和更低的功耗，為CPU性能的提升提供了有力支撐。同時(shí)，量子計(jì)算與通信的興起也為CPU性能的飛躍式發(fā)展提供了新的可能。量子芯片利用量子比特進(jìn)行信息處理，具有潛在的超越傳統(tǒng)計(jì)算機(jī)的能力，為CPU性能的進(jìn)一步提升打開了新的大門。

在芯片技術(shù)創(chuàng)新的大背景下，各大廠商紛紛推出具有突破性的CPU產(chǎn)品。以英特爾為例，其發(fā)布的第五代至強(qiáng)可擴(kuò)展處理器，在性能、能效和AI推理能力等方面均實(shí)現(xiàn)了顯著提升。相比上代產(chǎn)品，新一代至強(qiáng)處理器平均性能提升了21%，能效提升了36%，AI推理性能提升了42%，總擁有成本降低了77%。這一突破性的成果不僅展示了英特爾在芯片技術(shù)領(lǐng)域的深厚實(shí)力，也預(yù)示著未來(lái)計(jì)算將更加高效、智能和綠色。

此外，專門為AI應(yīng)用設(shè)計(jì)的芯片，如GPU、FPGA和ASIC，也為CPU性能的提升提供了新的途徑。這些芯片能夠高效地處理深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，加速AI模型的訓(xùn)練和推理，使得CPU在應(yīng)對(duì)復(fù)雜計(jì)算任務(wù)時(shí)更加游刃有余。同時(shí)，隨著物聯(lián)網(wǎng)和移動(dòng)設(shè)備的普及，對(duì)芯片的能源效率要求也越來(lái)越高。新一代芯片采用先進(jìn)的節(jié)能技術(shù)，如動(dòng)態(tài)電壓和頻率調(diào)整（DVFS），以延長(zhǎng)電池壽命，為移動(dòng)計(jì)算和物聯(lián)網(wǎng)應(yīng)用提供了強(qiáng)有力的支持。

未來(lái)，隨著芯片技術(shù)的不斷創(chuàng)新和發(fā)展，CPU性能將進(jìn)一步提升，為我們帶來(lái)更加高效、智能和綠色的計(jì)算體驗(yàn)。我們可以預(yù)見，在未來(lái)的計(jì)算領(lǐng)域中，CPU將扮演更加重要的角色，為人工智能、云計(jì)算、大數(shù)據(jù)等前沿技術(shù)的發(fā)展提供強(qiáng)有力的支持。同時(shí)，隨著量子計(jì)算技術(shù)的不斷成熟，CPU的性能也將實(shí)現(xiàn)質(zhì)的飛躍，為科學(xué)研究和工程應(yīng)用帶來(lái)前所未有的突破。