无论是以数据中心和云计算为代表的高性能计算应用，还是以手机为代表的消费类应用，对处理器算力的需求越来越高，且要处理的信息也越来越复杂，单一类型和架构的处理器已经无法胜任。既要保证算力和性能，又要具备多类型任务的处理能力，还要控制好功耗和成本。能满足以上这些要求的，只能通过异构计算来实现，也就是在一个处理器系统内，需要集成如CPU、GPU、FPGA、AI、通信总线和接口等多种功能模块。
目前来看，高性能计算领域对异构计算的需求最为迫切，近些年，行业三大处理器厂商英特尔、AMD和英伟达都在基于自身的技术和产品优势，不断扩充技术和产品边界，以满足数据中心和云计算对异构处理器的需求。
英伟达凭借其GPU在AI训练方面的先天优势，在数据中心AI应用方面如鱼得水，但要想拓展更广阔的市场，只靠GPU还是不够，因此，英伟达一直在觊觎由英特尔和AMD统治的CPU市场，且动作频频。英特尔与英伟达正相反，其CPU具有*统治力，但在高性能GPU方面落后太多，近两年也在大力投入独立GPU显卡业务，以补齐短板。AMD则介于两者之间，CPU和GPU技术和产品相对均衡，且随着近几年技术和产品力的提升，市占率和营收打着滚地向上升，弄得英特尔如坐针毡，不过，AMD并没有满足于已经拥有的良好发展势头，要在CPU和GPU之外，再开辟出一片更广阔的天地，将异构计算进行到底。
风云再起
近期，这三大处理器厂商又在异构计算方面动作频频，例如，英伟达迫切想要收购Arm，就是补上服务器CPU这一课，但因为涉及面太广，收购Arm没有成功。与英伟达相比，AMD收购赛灵思则顺利得多，目前已经基本完成，其目的就是要补上FPGA这一课。英特尔则于近期发布了新的处理器发展路线图，其中包括CPU和GPU的融合发展。
这三大处理器厂商的行动有望把异构计算推向一个新的发展阶段。
英伟达失去Arm了？
在宣布收购Arm之前，英伟达就已经在进行Arm架构CPU的研发了，且一直在延续。
近期，英伟达首席执行官黄仁勋（Jensen Huang）表示，关于Arm，该公司仍然雄心勃勃，有很宏伟的计划，为从数据中心到机器人技术的各种应用创建一个完整的基于Arm的CPU产品组合。
据悉，该公司进行着多个Arm项目，例如即将进入自动驾驶汽车，工业自动化等的新Orin SoC。黄仁勋表示，英伟达围绕 Arm 架构进行了大量的CPU开发，过去几年，Arm在超大规模企业和数据中心稳步发展。这促使该公司加速高端CPU的开发。
在开发Arm 架构处理器的同时，英伟达仍然会继续支持x86 CPU平台，因为这毕竟是市场的主流产品。
对于异构计算，黄仁勋表示，英伟达将横跨CPU，GPU和DPU的三芯片战略。另外，无论是x86还是Arm，都将开发出*的CPU产品。英伟达将与计算机行业的合作伙伴一起，提供世界上*的计算平台，以应对这个时代*影响力的挑战。
据悉，英伟达有望于2023上半年推出基于Arm的Grace CPU，用于大型AI和高性能工作负载。而Grace只是个开始，之后还会有一系列产品推出。黄仁勋表示，该公司将把Arm CPU融入起加速计算平台的全系列方案当中，也就是说，英伟达的目标是将Arm 架构CPU全面融入其GPU方案当中。今后几年，英伟达GPU+CPU融合发展的策略或将越来越清晰。
AMD紧追不舍
在三大处理器厂商当中，无论是规模还是营收，AMD都逊于英特尔和英伟达，因此，该公司正在借助近几年强劲的上升势头，缩小与两大竞争对手的差距。
近期，AMD完成了对赛灵思的收购，实际上，在宣布收购后者之前，AMD早就获得了其相关授权，一直将赛灵思的IP与其处理器紧密结合，相关研发正在进行当中，预计将在2023年推出*融合产品。
收购赛灵思肯定是为了应对高性能计算市场的增长需求。目前，与赛灵思相比，AMD擅长服务器CPU，还有一系列数据中心用GPU，而赛灵思在SmartNIC、AI推理和AI分析方面有不少IP资源、技术和产品。合并后，AMD就在与Marvell、英特尔和英伟达的竞争中增加了砝码，特别是在AI推理方面，赛灵思能进一步强化AMD的竞争力。另外，AMD也正在数据中心GPU的AI训练市场发力，这方面，其与英伟达有较大差距，而赛灵思的AI软件堆栈更加成熟，这将为AMD GPU带来急需的软件资源和技术。
英特尔的CPU+GPU融合又进一步
当下，超级计算机使用通用CPU来运行需要强大单线程性能的工作负载，以及用于高度并行工作负载的计算 GPU 加速器。目前，这种架构已被证明在性能、功耗和成本方面是平衡的。在此基础上，CPU和GPU资源的更紧密集成将进一步提高性能，并使更多的工作负载能够访问加速计算。
在高性能计算领域，英特尔强在CPU，而GPU显然是短板。因此，该公司正在不遗余力地开发高性能GPU，并将其与CPU融合，以提升计算效率。
最近，英特尔发布了代号为Falcon Shores的新架构设计，它将通用x86处理器内核和Xe-HPC GPU内核整合到一个Xeon插槽中，该公司还为此开发了共享高带宽内存。该产品预计将于2024年上市。
Falcon Shores的特点就是利用下一代封装、内存和IO技术，为计算大型数据集和训练巨型AI模型的系统提供强大的性能和效率改进。
实际上，Falcon Shores就是整合了CPU和GPU的XPU，它使用了MCM（多芯片模块）封装形式，可以根据应用灵活调整x86和Xe-HPC的内核比例。CPU和GPU将使用统一的高带宽内存（英特尔开发的一种全新类型内存）来提高性能并大大简化GPU编程。
结语
综上，高性能计算处理器三强正在异构计算研发上持续发力，以争取实现CPU、GPU、FPGA、AI等更好的融合。
然而，要实现以上目标，除了在芯片设计层面实现突破之外，芯片制造、制程和封装才是将理念化为实际产品的关键。在这方面，传统IDM英特尔似乎更具优势，而AMD原本也是IDM，只是后来将芯片制造业务剥离出去了，实际上，该公司依然具备制程和封装的基因。而相对而言，英伟达是一家纯粹的Fabless，在制程和封装方面对合作伙伴的依赖度更高一些。
过去几年，AMD因其率先推向市场的chiplet和互连技术而占得了先机，在此基础上，该公司推出了新一代封装技术，也就是3D堆叠V-Cache。在这方面，赛灵思也可以为AMD提供帮助，因为赛灵思已经为其自适应FPGA平台构建了一系列高性能封装和互连技术。
据悉，英特尔的Falcon Shores架构可能要依赖其Intel 20A或Intel 18A制程工艺去实现，并使用该公司自研的高级封装技术进行整合。
英特尔表示，Falcon Shores将是该公司到2027年实现ZettaFLOPS级超级计算机目标的关键步骤。为了在5年内将超级计算机的性能提高1000倍，英特尔将需要新的处理架构（即x86和Xe架构的改进与融合），新的工艺技术和先进的封装方法，更快的内存和I/O接口，以及新的系统架构。
对于英伟达而言，异构整合的推进，在制程和封装方面会略逊于英特尔和AMD，不仅在高性能应用领域，消费级GPU也有体现，例如，英特尔希望Meteor Lake通过集成GPU解决方案提供类似于独立显卡的性能，发烧友细分市场还将有独立的GPU，这将与英伟达的Ada Lovelace（RTX 40系列）和AMD 的RDNA 3（RX 7000系列）GPU方案竞争。这里，AMD可能会将RDNA 3 GPU集成到其CPU中（采用3D芯片堆叠封装），英特尔也有类似的自研方案。然而，目前英伟达还没有与那两家竞争的解决方案。虽说英伟达也在发展采用MCM封装的GPU方案，但其异构属性不强，至少还没有将x86架构CPU融入进去，这或许就是该公司努力追求Arm，并已进行多年Arm架构CPU研发的一个原因，因为英伟达先天不具备x86基因，预计Arm才能帮助该公司实现真正的异构计算。
