异构计算

向异构计算发展的趋势已经是不争的事实。今天要给大家介绍的是一个功能非常强大的工具 — “可视化系统集成器”（VSI，Visual System Integrator），其可以帮助您轻松打造异构计算单元的系统设计。

在 2019 XDF（赛灵思开发者大会）上， Maxeler 公司洪小莹博士为大家现场展示了其基于 Alveo 加速卡的 CVA Calculation (信用风险评估调整)的方案。

本视频将为大家介绍一种称为“可视系统集成器”的工具，它能帮助你在菜单中设计含大量异构计算单元的系统.....

2019 年 12 月 3 日 - 4 日，赛灵思 XDF-亚洲站在北京国家会议中心举办，高效能服务器和存储技术国家重点实验室受邀做主题报告，对研究成果向国内外的与会代表进行展示交流。报告针对当前智慧金融异构加速领域的创新，向听众分享了实验室与 Xilinx 联合成立的“智慧金融科技创新国际联合实验室”的研究情况。

2019年4月8日，绿色计算产业联盟（GCC）和CCIX 联盟（CCIX）宣布双方签订了合作备忘录，支持CCIX 作为统一的互联技术工业标准，及GCC 服务器标准参考指南的核心要求。通过此次合作，GCC 和CCIX 将共同推动CCIX 技术在服务器生态系统中的认知和采用

<font color="#FF8000"> 作者：张汉青；来源：经济参考报</font>
　作为2018世界人工智能大会聚焦技术的全球性论坛之一，全球异构计算高峰论坛9月19日在上海举办，受到了国内外业界的广泛关注。

　　相关政府部门官员和专家表示，由于特别适合人工智能和大数据时代处理海量数据的需求，近年来异构计算已经成为数据中心、智能手机、5G、智能驾驶等应用领域的主流芯片架构。伴随其极为迅速的发展，中国异构计算的黄金时代或已临近。

　　<strong>异构计算成为提升人工智能新引擎</strong>

　　根据专家的解释，所谓“异构计算”，是将不同指令架构的计算单元（如CPU、GPU等）融合在一起、实现高效协同运行的计算技术。

　　假如传统的芯片被比作是人工智能的汽油发动机，那么新一代的异构计算芯片则是为人工智能装上了混合动力引擎，甚至新能源引擎。

<font color="#FF8000">作者：Jeffrey Burt</font>

有时候，如果你在业务上持之以恒，生意就会找上门来。

数十年来，Xilinx一直是FPGA的领导者，目前仍占有60%的市场份额。英特尔近三年前以167亿美元收购了Xilinx的竞争对手Altera，占据了其余市场的大部分份额。尽管Xilinx多年来一直保持稳定增长，2018财年收入达到创纪录的25.4亿美元，较上年增长8%，但是FPGA仍然刚刚开始在数据中心领域找到自己作为计算引擎的基础。英特尔、AMD和IBM的CPU仍然是计算的主要驱动因素，在英伟达、AMD，以及前途无量的Arm的GPU加速器的辅助下，这些公司集体希望能够参与由Cavium领导的运动。其他加速器也越来越多地被使用，如FPGA和定制ASIC，但现在的数据中心仍然由CPU主导。

尽管如此，在Xilinx工作了10年的资深员工Victor Peng（他从1月份开始担任Xilinx的首席执行官）看到了这种变化，并设想了可编程逻辑芯片走入大型数据中心用户和云构建者的HPC 中心、以及常规企业数据中心的时代。

摩尔定律失灵了，已是不争的事实。单纯的提升一种芯片性能变的代价越来越高，与此同时，异构计算成为提高计算力的主流方向。

<strong>什么是异构计算？</strong>
<strong>异构计算的前景怎么样？</strong>
<strong>OpenPOWER系统上FPGA异构计算的先进技术又有哪些？</strong>

为此，小编恶补了一下异构计算的相关知识，并总结出如下几个基本知识点，给大家分享。如有不足，欢迎大家留言补充~

● 异构计算（Heterogeneous Computing）是指使用一种以上处理器的系统。

● CPU属于通用计算，受制于摩尔定律，随着应用类型的多样化，导致CPU在处理某些计算类型方面出现“力不从心”的情况。引入特定的单元让计算系统变成混合结构，成为了必然。

● 时下主流的异构计算平台是“CPU＋GPU”以及“CPU＋FPGA” 架构。

● 在处理海量数据的时候，FPGA 相比于CPU 和GPU，优势在于：FPGA计算效率更高，FPGA更接近IO。

● 异构计算的关键在于，打破CPU和外部设备间数据传输的瓶颈。