芬蘭初創(chuàng)公司Flow Computing近日宣布了一項革命性的技術突破——并行處理單元（PPU），這一創(chuàng)新技術有望將任何CPU架構的性能提升高達100倍，預示著“CPU 2.0”時代的到來。

PPU是一種可集成到現有或未來CPU設計中的IP模塊，不僅提供了革命性的加速能力，還能無縫融入基于馮·諾依曼架構的標準計算機設計中。更重要的是，PPU的引入消除了在高性能應用程序中依賴昂貴GPU進行加速的需要。

Flow Computing的PPU技術具備三大核心優(yōu)勢。首先，它能夠將CPU性能提升100倍，同時保持與傳統(tǒng)軟件和應用程序的完全向后兼容性。其次，PPU能夠在不改變原始應用程序的情況下，將傳統(tǒng)軟件和應用程序的速度提高2倍。最后，PPU的參數化設計允許廣泛的定制，以滿足不同用例的特定需求。

PPU之所以能夠實現如此顯著的性能提升，關鍵在于它解決了CPU在延遲、同步和虛擬級并行性方面的挑戰(zhàn)。通過延遲隱藏、同步優(yōu)化和虛擬ILP/LLP等技術，PPU顯著提高了CPU的執(zhí)行效率。此外，PPU還能夠自動識別代碼的并行部分，并在PPU內核中執(zhí)行這些部分，從而實現現有代碼運行速度的提升。

Flow Computing已經與全球主要半導體供應商進行了初步討論，并計劃于2024年下半年分享更多關于PPU技術的細節(jié)。同時，該公司也剛剛獲得了400萬歐元的種子輪融資，以支持PPU技術的進一步開發(fā)和商業(yè)化。


黃仁勛：CPU提升已跟不上時代

NVIDIA創(chuàng)始人兼CEO黃仁勛在臺灣大學綜合體育館發(fā)表現場主題演講，黃仁勛演講中表示，計算機行業(yè)在中央處理器（CPU）上運行的引擎，其性能擴展速度已經大大降低。然而，我們必須做的計算量，仍然在以指數級的速度翻倍。

在黃仁勛看來，如果我們需要處理的數據繼續(xù)呈指數級增長，但處理的性能卻沒有提升，我們將經歷計算膨脹和計算成本的提升。他指出，有一種更好的方法增強計算機的處理性能，那便是通過計算機增強CPU提供加速工作，通過專用處理器做得更好。

“現在，隨著CPU擴展速度放緩，最終基本停止，我們應該加快讓每一個處理密集型應用程序都得到加速，每個數據中心也肯定會得到加速，加速計算是非常明智的，這是很普通的常識。”黃仁勛表示。

他指出，計算機圖形學是一門完全可以并行操作的學科。計算機圖形學、圖像處理、物理模擬、組合優(yōu)化、圖形處理、數據庫處理，以及深度學習中非常著名的線性代數，許多類型的算法都非常適合通過并行處理來加速。因此，英偉達通過為CPU添加專用的輔助處理器，來實現了對于密集型應用程序的加速。

GPU 能不能取代CPU

CPU主要用于處理各種通用計算任務，如瀏覽器的運行、文字處理、編程等。CPU在處理這些任務時需要進行復雜的邏輯運算和控制，需要高速緩存和快速內存訪問來支持，以保證計算機能夠快速響應和高效運行。

相比之下，GPU則專門用于圖形渲染和圖像處理。GPU內部有大量的處理單元（CUDA核心），可以同時處理大量的圖形數據。這使得GPU可以在處理大規(guī)模、高分辨率的圖像和視頻時具有優(yōu)勢，并且可以同時支持多個顯示器。

GPU的架構設計使得它能夠進行高效的并行處理，同時也擁有更高的能效比。這使得GPU在處理大規(guī)模數據、機器學習、科學計算等方面有著廣泛的應用。特別是在人工智能領域，GPU已經成為了訓練深度學習模型的主流選擇，可以大幅提高訓練速度和效率。

雖然GPU可以進行一些通用計算任務，但它并不能像CPU那樣具有廣泛的通用計算能力。因此，GPU無法完全代替CPU。但是，隨著GPU架構和軟件技術的不斷發(fā)展，它在處理特定任務方面的性能和效率將會不斷提升，未來仍然有望取代一部分CPU的功能。


CPU性能提升方向

近年來，芯片技術不斷突破傳統(tǒng)硅基材料的限制，探索出硅鍺、III-V族化合物、二維材料（如石墨烯、黑磷）等新型半導體材料。這些新材料具有更高的電子遷移率和更低的功耗，為CPU性能的提升提供了有力支撐。同時，量子計算與通信的興起也為CPU性能的飛躍式發(fā)展提供了新的可能。量子芯片利用量子比特進行信息處理，具有潛在的超越傳統(tǒng)計算機的能力，為CPU性能的進一步提升打開了新的大門。

在芯片技術創(chuàng)新的大背景下，各大廠商紛紛推出具有突破性的CPU產品。以英特爾為例，其發(fā)布的第五代至強可擴展處理器，在性能、能效和AI推理能力等方面均實現了顯著提升。相比上代產品，新一代至強處理器平均性能提升了21%，能效提升了36%，AI推理性能提升了42%，總擁有成本降低了77%。這一突破性的成果不僅展示了英特爾在芯片技術領域的深厚實力，也預示著未來計算將更加高效、智能和綠色。

此外，專門為AI應用設計的芯片，如GPU、FPGA和ASIC，也為CPU性能的提升提供了新的途徑。這些芯片能夠高效地處理深度學習和機器學習算法，加速AI模型的訓練和推理，使得CPU在應對復雜計算任務時更加游刃有余。同時，隨著物聯(lián)網和移動設備的普及，對芯片的能源效率要求也越來越高。新一代芯片采用先進的節(jié)能技術，如動態(tài)電壓和頻率調整（DVFS），以延長電池壽命，為移動計算和物聯(lián)網應用提供了強有力的支持。

未來，隨著芯片技術的不斷創(chuàng)新和發(fā)展，CPU性能將進一步提升，為我們帶來更加高效、智能和綠色的計算體驗。我們可以預見，在未來的計算領域中，CPU將扮演更加重要的角色，為人工智能、云計算、大數據等前沿技術的發(fā)展提供強有力的支持。同時，隨著量子計算技術的不斷成熟，CPU的性能也將實現質的飛躍，為科學研究和工程應用帶來前所未有的突破。