在第四次科技革命的東風(fēng)下，云計(jì)算、大數(shù)據(jù)、人工智能等新興技術(shù)以其優(yōu)越的便捷性和穩(wěn)定性，開始給服務(wù)器市場(chǎng)帶來新的活力。其中，近幾年出現(xiàn)了一種普通用戶熟悉又陌生的GPU。

近日，PC巨頭英特爾發(fā)布了首款數(shù)據(jù)中心獨(dú)立顯卡，即服務(wù)器GPU。蘋果新的M芯片也曝光了，GPU達(dá)到了128核。GPU與人工智能呼應(yīng)后，不僅重構(gòu)了當(dāng)前的產(chǎn)業(yè)結(jié)構(gòu)，還為整個(gè)市場(chǎng)帶來了新的有效增量，一個(gè)全新的“GPU黃金時(shí)代”似乎正在如火如荼地展開。從“隨太子讀書”到“占便宜”，GPU是什么？為什么GPU開始出現(xiàn)在AI應(yīng)用中？

GPU是什么？

適用于并行大數(shù)據(jù)的操作組件

說到GPU，就不能不提到CPU，CPU是英文中央處理器的縮寫，也叫中央處理器。它不僅是計(jì)算機(jī)的操作核心，也是控制核心，其主要功能是協(xié)調(diào)計(jì)算機(jī)系統(tǒng)的工作。

現(xiàn)在買手機(jī)經(jīng)常看到“高通驍龍”和“聯(lián)發(fā)科”這兩個(gè)字，買電腦也能看到“Core”和“AMD”這兩個(gè)CPU中央處理器的品牌。

GPU是英文Graphics Processing Unit的縮寫，即專門為PC或嵌入式設(shè)備設(shè)計(jì)的執(zhí)行圖像操作的微處理器。與CPU相比，GPU專注于大量工作，主要執(zhí)行復(fù)雜的數(shù)學(xué)和幾何計(jì)算。

比如計(jì)算機(jī)顯卡的核心就是GPU處理器。顯卡的主要任務(wù)是讀取和顯示圖形圖像，需要復(fù)雜的并行計(jì)算，降低了核心CPU的計(jì)算負(fù)荷，與計(jì)算機(jī)CPU的速度關(guān)系不大。顯卡性能越好，GPU越高級(jí)，這也是為什么很多游戲玩家對(duì)GPU有很深的感情。

北京郵電大學(xué)計(jì)算機(jī)學(xué)院副教授楊旭東說，中央處理器和圖形處理器有許多相似之處。例如，兩者都是為完成計(jì)算任務(wù)而設(shè)計(jì)的處理器，都遵循馮諾依曼計(jì)算機(jī)體系結(jié)構(gòu)。但是，兩者的區(qū)別也很明顯。CPU的結(jié)構(gòu)屬于單指令單數(shù)據(jù)處理結(jié)構(gòu)，邏輯計(jì)算能力強(qiáng)；GPU是單指令多數(shù)據(jù)處理結(jié)構(gòu)，數(shù)據(jù)處理能力強(qiáng)。

總之CPU擅長(zhǎng)指揮全局復(fù)雜邏輯計(jì)算，GPU擅長(zhǎng)數(shù)據(jù)并行計(jì)算，所以特別適合處理大而統(tǒng)一的數(shù)據(jù)。

對(duì)于復(fù)雜的2D渲染或3D圖像處理，CPU會(huì)花費(fèi)大量資源進(jìn)行處理，不僅會(huì)降低其他方面的工作效率，還會(huì)影響使用體驗(yàn)。于是CPU把一些高幀率的游戲畫面和高質(zhì)量的特效交給GPU處理。

另一方面，GPU不能單獨(dú)工作，必須由CPU控制調(diào)用才能工作。CPU發(fā)出指令后，GPU收到自己的任務(wù)才開始工作。

GPU最初用于個(gè)人電腦，后來應(yīng)用于移動(dòng)智能終端，以解決多媒體數(shù)據(jù)處理的問題。在人工智能和大數(shù)據(jù)廣泛應(yīng)用的今天，人們把GPU放在服務(wù)器端，俗稱服務(wù)器GPU。隨著通信技術(shù)/網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)據(jù)處理越來越側(cè)重于服務(wù)器計(jì)算。楊旭東表示，服務(wù)器GPU可以用于專業(yè)可視化、計(jì)算加速、深度學(xué)習(xí)等應(yīng)用，也支持云計(jì)算、人工智能等一系列技術(shù)的發(fā)展，有望成為GPU行業(yè)未來應(yīng)用的重點(diǎn)。

CPU和GPU結(jié)構(gòu)差異示意圖。為了提高效率，GPU可以大幅削減整數(shù)計(jì)算性能，并移除大量緩存

解析服務(wù)器GPU:

數(shù)據(jù)中心獨(dú)立顯卡

前面提到了服務(wù)器GPU。巧合的是，新冠肺炎疫情正好給了服務(wù)器GPU一個(gè)全新的機(jī)會(huì)。

今年以來，受疫情影響，全球在線業(yè)務(wù)量大幅提升，用戶數(shù)量激增。比如流媒體觀看視頻數(shù)量增加，第二季度全球流媒體播放時(shí)間同比增長(zhǎng)67%。再比如云游戲市場(chǎng)。近年來，01030等游戲

特別是在云游戲市場(chǎng)，它可以像高端電腦一樣玩出高質(zhì)量的游戲大作，同時(shí)不占用過多的本地存儲(chǔ)空間。甚至索尼的PS系列也會(huì)在未來通過云游戲宣傳可以兼容以往產(chǎn)品的內(nèi)容。

但是云游戲?qū)崿F(xiàn)起來并不容易，其中一個(gè)很大的技術(shù)瓶頸就是虛擬化。普通虛擬桌面不支持GPU虛擬化，而游戲嚴(yán)重依賴GPU渲染。沒有GPU虛擬化，云游戲無法實(shí)現(xiàn)。同時(shí)還會(huì)出現(xiàn)網(wǎng)絡(luò)不穩(wěn)定導(dǎo)致延遲、高清屏幕顯示效果差、運(yùn)營(yíng)成本高等問題。這就需要云服務(wù)器的專用顯示芯片“服務(wù)器GPU”發(fā)揮作用。

基于這些要求，11月中旬，一家計(jì)算機(jī)巨頭公司正式推出了其首款用于數(shù)據(jù)中心的獨(dú)立顯卡，即服務(wù)器GPU，名為SG1。這是一款專為Android云游戲和流媒體服務(wù)設(shè)計(jì)的高密度、低延遲產(chǎn)品。

該公司表示，未來服務(wù)提供商可以在不改變服務(wù)器數(shù)量的情況下獨(dú)立擴(kuò)展顯卡的容量，并在每個(gè)系統(tǒng)上支持更多的流量和用戶。比如一個(gè)典型的雙卡系統(tǒng)可以支持100多個(gè)Android云游戲并發(fā)用戶(同時(shí)執(zhí)行一個(gè)操作或腳本，對(duì)服務(wù)器施加實(shí)際壓力的用戶)，最多可以擴(kuò)展到160個(gè)并發(fā)用戶。

記者查了一下數(shù)據(jù)，發(fā)現(xiàn)2012年云游戲剛剛興起的時(shí)候，GPU只能支持4個(gè)用戶的并發(fā)。到2020年，雖然它增加到了50個(gè)用戶的并發(fā)，但GPU和SG1的160個(gè)并發(fā)之間仍然有明顯的差距。

云游戲的發(fā)展可以在高清大屏幕上為玩家呈現(xiàn)更高質(zhì)量的內(nèi)容，提高游戲的視覺效果，而SG1的突破帶來了更高的性價(jià)比，可以通過軟硬件協(xié)同優(yōu)化解決成本問題。對(duì)于尋求降低成本和提高效率的云游戲運(yùn)營(yíng)商來說，這無疑是一個(gè)溫暖的春風(fēng)。

坐上人工智能的快車，未來GPU會(huì)取代CPU嗎？

人工智能、虛擬現(xiàn)實(shí)和自動(dòng)駕駛等技術(shù)近年來引起了高度的市場(chǎng)關(guān)注，成為科技和投資領(lǐng)域最熱門的話題。尤其是深度學(xué)習(xí)引領(lǐng)的AI應(yīng)用，因?yàn)锳lphaGo在人機(jī)對(duì)戰(zhàn)中的大獲全勝，更是在全世界吹起一股AI風(fēng)潮。

隨著科學(xué)技術(shù)的發(fā)展，GPU早已不是計(jì)算機(jī)當(dāng)中最為基礎(chǔ)的“搬運(yùn)工”，因?yàn)樯瞄L(zhǎng)大規(guī)模并發(fā)計(jì)算，所以GPU除了圖像處理，也越來越多地參與到計(jì)算當(dāng)中來，在人工智能、金融學(xué)、密碼學(xué)、云服務(wù)等領(lǐng)域開始發(fā)揮越來越重要的作用。尤其是人工智能產(chǎn)業(yè)中，甚至成為行業(yè)內(nèi)公認(rèn)的“利器”之一。

GPU為何在AI應(yīng)用當(dāng)中嶄露頭角？楊旭東解釋說，除了機(jī)器學(xué)習(xí)的幫忙，深度學(xué)習(xí)的類神經(jīng)算法也在人工智能應(yīng)用當(dāng)中發(fā)揮著重要的作用。深度學(xué)習(xí)當(dāng)中有一種技術(shù)叫“卷積神經(jīng)網(wǎng)絡(luò)CNN”，這種網(wǎng)絡(luò)在數(shù)學(xué)上是許多卷積運(yùn)算和矩陣運(yùn)算的組合，恰恰和GPU本來能做的矩陣運(yùn)算十分相似，因此深度學(xué)習(xí)就可以用GPU進(jìn)行加速。

從2011年人工智能研究人員首次使用GPU為深度學(xué)習(xí)加速之后，GPU就開始在人工智能領(lǐng)域發(fā)揮巨大作用，這也讓GPU本身有了跨越式的發(fā)展。十年時(shí)間內(nèi)，不僅在性能上提升了20多倍，市場(chǎng)規(guī)模也得到了大幅提升。有機(jī)構(gòu)預(yù)測(cè)，到2027年，全球GPU市場(chǎng)規(guī)模有望突破2000億美元，從2020年到2027年，復(fù)合增長(zhǎng)率有望高達(dá)33%。

因此有觀點(diǎn)認(rèn)為，按照現(xiàn)在的發(fā)展速率，因?yàn)镃PU處理器已經(jīng)出現(xiàn)了性能過剩等問題，若干年以后，GPU有望取代CPU。而在2017年的某場(chǎng)會(huì)議當(dāng)中，英偉達(dá)（NVIDIA）CEO黃仁勛也曾公開表示，摩爾定律已經(jīng)失效，GPU最終會(huì)取代CPU。

摩爾定律是由英特爾創(chuàng)始人之一戈登?摩爾所提出，其主要內(nèi)容為：集成電路（芯片）上可容納的晶體管數(shù)目，約每隔18至24個(gè)月便會(huì)增加一倍，性能也將提升一倍。

但近年來，隨著以智能手機(jī)處理器性能的過剩以及性能提升的放緩，摩爾定律開始受到越來越多的質(zhì)疑。

“GPU很難取代CPU，甚至在未來很長(zhǎng)一段時(shí)間都無法實(shí)現(xiàn)。”楊旭東對(duì)這樣的觀點(diǎn)給予了否認(rèn)。他解釋說，這是因?yàn)閺脑O(shè)計(jì)邏輯上來看，兩者就有著根本的區(qū)別，CPU要統(tǒng)籌控制整個(gè)系統(tǒng)，各種復(fù)雜的指令都要它來執(zhí)行，GPU如果也要這樣做，自身就會(huì)變得復(fù)雜起來，連本職工作也無法完成了，所以GPU是無法取代CPU的。

“目前主流CPU晶體管數(shù)量在10億左右，而頂級(jí)GPU晶體管數(shù)量已經(jīng)達(dá)到了100億甚至更多，所以CPU做不了GPU的事情，GPU也完成不了CPU的工作。”但楊旭東強(qiáng)調(diào)，未來隨著制造技術(shù)進(jìn)步和芯片的縮小，CPU和GPU架構(gòu)之間將得到很好的融合。也就是說，CPU進(jìn)一步強(qiáng)化處理數(shù)據(jù)模塊的能力，GPU也可以承擔(dān)更復(fù)雜的指令，最終促進(jìn)計(jì)算機(jī)性能的大幅提升。

編輯：jq