OpenCL异构计算--并行计算的大势所趋？（获奖名单已公布-2012-7-5）

soulsai

      简单的说，异构计算是指在异构系统上进行的计算，利用异构系统包含的计算部件在计算能力、指令系统、功耗、体积或面积等上存在的差异，在算法、编程与系统等方面进行设计与权衡，使计算任务的并行特点与机器的计算能力相匹配，以充分利用各种计算资源的计算能力，达到优化性能等各种目的。例如AMD发布的AMD Fusion系列APU，在一个芯片内集成了CPU与GPU核心，宣称支持“异构计算”，号称“百核加速”，即可以利用APU内置的数百个GPU处理核心和若干个CPU核心进行协同加速计算，从而提升性能，而事实上由于两种计算部件核心的指令集不同，在芯片硬件上直接进行集成会存在总线竞争、计算任务调度、访存冲突等制约性能提升的关键技术问题，对于绝大多数一般应用来说，实际性能效果不尽如人意，个人认为AMD可能会考虑进一步整合两种计算框架，以统一的指令架构来达到高效优化的目的，或者针对某类应用在硬件逻辑上进行重新设计，达到面向专业领域的优化。
      对于本次讨论的两个问题，谈一点自己的看法，个人知识水平有限，希望大牛和大虾拍砖指教。

1、异构计算是否会是大势所趋？
       这个问题谈的是未来计算发展方向的问题，我个人比较倾向于中科院专家等人在《中国至2050年信息科技发展路线图》中作出的论断：21世纪上半叶将构建“惠及全民、以用户为中心、无处不在的信息网络体系（Universal, User-oriented, Ubiquitous Information Networks Systems, U-INS）”。这种信息化发展的趋势应该是符合未来国际主流的信息科学发展方向，在此认识基础上，未来信息网络体系将成为研究的重点突破方向，在信息网络社会中，连接入网络的信息设备将以千亿、万亿计，信息设备之间的通信需要可靠的服务保证。由于市场因素，这些设备的制造商与研究机构必然多样化，设备硬件与软件的异构性势必成为高效、可靠、安全、低功耗网络体系构建的基础研究课题，也势必会引起越来越多的研究机构与公司投入成本进行市场竞争，而异构计算在算法、编程模型、系统设计等方面将展开重点研究，但是这一切都应该依赖于应用的需求、技术的发展与社会的发展速度，因此，个人认为有极大的可能性，异构计算势必成为未来几十年信息科技研究的一个重要方向，个人认为是一种趋势。

2、基于OpenCL的异构计算是否将会是主流，为什么？
      根据OpenCL规范，OpenCL是一种通用并行程序设计标准，用于CPU、GPU和其他处理器，以使得软件开发者能够可移植的与高效的获得这些异构处理平台的计算能力。它通过一种低层次的、高性能的、可移植的抽象来支持大范围的应用，其框架包括一种编程语言、API软件库和一个运行时系统，用以协调跨异构处理器的并行计算。
      对于OpenCL能否成为异构计算的主流，个人认为，这主要取决于两大因素：

• 一是工业界各厂商的支持力度。因为任何IT理念或产品的成功绝对离不开工业界厂商的支持，典型例子如云计算，在网格计算被学术界与政府炒得火热的时候，商业界没有给予大力关注，结果没到几年学术研究就相对减少，而目前云计算被各大厂商炒的火热，最根本的因素在于利益的驱动，可以说，没有大量资金的投入，任何IT理念或产品都无法被长期的跟踪研究并逐渐成熟。目前OpenCL表面上看各大巨头都鼎力支持，事实上还是要拭目以待的，仅就NVIDIA来看，在推出OpenCL的SDK同时，也在大力宣扬其从一开始就投入巨资开发的CUDA平台，这种行为本身就值得推敲，各大巨头的利益是否得到合理平衡才是标准最终能否存活的关键点；
• 二是社会发展是否出现重大的应用需求（包括高性能计算、商业数据处理、军事应用等）。没有这些应用的驱动，就没有市场，自然无法吸引厂商和研究人员的投入，一旦出现这种大规模社会需求，尤其是适合异构计算的应用，OpenCL是目前比较有可能胜出的标准，成为异构计算的主流，仅从高性能计算领域来看，峰值计算能力正从P级向E级发展过渡，异构计算是目前较高效、低功耗、性价比较高的候选技术之一，而OpenCL能否在该领域胜出，还有赖于厂商与研究机构对该语言标准实现与应用的成熟度。
  

    相信异构计算势必会引起新一轮的信息科学热潮，拭目以待，O(∩_∩)O~