简介:摘要:随着人工智能和大数据等计算机应用对算力需求的迅猛增长以及应用场景的多样化,通用处理器+协处理器的异构混合计算逐渐成为研究重点。文中介绍了当前主要的异构计算机体系结构,包括CPU+协处理器、CPU+众核处理器、CPU+ASIC、CPU+FPGA等;简述了异构计算中的关键技术,包括异构处理器之间的并行任务划分、任务映射、数据通信、数据访问,以及异构协同的并行同步和异构资源的流水线并行等;分析了异构计算面临的挑战,指出目前关键的核心技术需要从通用与AI专用异构计算的融合、异构架构的无缝移植、统一编程模型、存算一体化、智能化任务划分和分配等方面进行突破。趋势表明,异构计算架构会进一步加强对AI的支持,同时也会增强软件的通用性。