從打遊戲的顯卡到科學先鋒，一篇文章讀懂異構計算

今天給大家科普一個新詞，異構計算。

聽起來好神秘，是不是跟異形，外星人有關係？

其實所謂的通用計算，就是用CPU算，那麼異構計算呢？就是用CPU+各種增強卡來計算，包括GPU，FPGA等。

其中應用最廣泛的就是使用CPU+ GPU的組合了，這個組合如今被用來征服癌症，探索核清潔能源，甚至連最新一代的超級計算機都由這個組合搭建而成，真正的開始幫助人們探索世界的寬度與廣度。

GPU在民用領域被廣為人知的用途就是顯卡，那麼從打遊戲的顯卡，到如今科學先鋒，這個故事是怎樣發生的？

我們一起來穿越到過去，來了解一下這個好奇心爆棚故事吧。

（本文會出現諸多年齡探測器，高能小心。）

麻瓜時代

在上古計算大陸上，計算機那個時候還是要帶著白手套，穿著白大褂使用。

但是，沒有什麼能夠阻擋人類娛樂的天性，計算機遊戲就在一個個機房當中萌芽了，比如當年筆者就是在機房裡的紅警一族。（本文其實是年齡探測器）....

計算機要在顯示屏顯示字元和圖形，都要依賴一個叫做顯卡的玩意兒，他把數字信號變成顯示器能夠識別的點陣信號，例如:

中不中？計算機說不中，俺不認識。

計算機可不認識中字，所以不中，在計算機里，他被表述為：第一行左邊開始數過去，第九格，黑色。以此類推，圖像就產生了，顯卡的工作就是把CPU計算好的數據轉換成一個個像素，併產生對應的模擬信號到顯示器上。

所以，顯卡一直很忙，因為他要處理很多點陣的數據，例如1920X1080，就是近200萬個像素，如果還是彩色的，就要乘以3，一次性處理600萬個點陣，牛逼不？？

這就帶來了一個很重要的特點：因為要一次性顯示一個完整的圖形，就必須一次處理600萬個點陣，所以顯卡是個急性子，顯卡是個急性子，重要的事情說兩遍，從誕生的那天起，顯卡就有超強的並行處理能力。

但是當年的顯卡的計算能力還是很弱雞的.....因為那時候的解析度才640X480....一般用來緩衝圖形的顯存只有1M～4M。

所以，顯卡變成GPU的第一個特徵誕生了：相比CPU，顯卡具有並行計算的能力。

S3，當年的夢幻顯卡，後來公司被VIA收購（年齡探測器：認得就是70後）

只嘿嘿嘿，不說話（認得的應該是70後，或者80初）

上古大陸

在麻瓜時代的末期，人們越來越意識到，3D遊戲的好玩，當年簡陋的古墓麗影1，可以讓筆者在家裡玩上兩天，正如美食一樣，遊戲畫質真的是王道。

慢慢地，多媒體的概念越來越深入人心，人們對遊戲畫面的要求也不再局限於2D的水平上，特別當一批「准3D」遊戲(如古墓麗影、極品飛車、雷神之錘)出現的時候，人們被一些前所未見的3D特效深深地吸引住了，這個時候，今天的王者NVDIA還尚未成立。

1994年，3dfx成立，這個公司的成立價值是把整個PC行業帶入了3D時代，老一代的遊戲玩家聽到這個名詞的時候，多半是和滿屋子的室友尖叫相伴的。

當年筆者捧回一塊一代的Voodoo卡（3dfx的3d加速卡）的時候，整個寢室樓都沸騰了。

古墓麗影一

從古墓麗影一，到古墓麗影三，顯卡的進步帶來了畫質的飛躍，這也預示著計算力的提升能夠創造出更多奇蹟的想像力。（當然這個遊戲很回憶殺，有個朋友說看到這個遊戲讓他想起了大學時代的前男友）

Voodoo卡的巨大貢獻是，第一，打開了3D時代的大門，第二，硬體霧化；鏡面高光(Specular Hilight)，色鍵透明處理等技術特徵為後世的GPU創造了豐富的計算想像力。

更重要的是，3dfx第一次通過API的方式，將硬體的能力賦予給遊戲等軟體介面，這個革命性的介面叫做：Glide。

顯卡變成GPU的第二個特徵誕生了： 通過介面軟體，將硬體的能力可以被軟體調用，既然遊戲可以，那麼別的應用當讓也可以，這個就是後話了。（重點敲黑板）

上一塊3dfx的Voodoo2鎮樓，當年它的市場份額高達85%。

同時， AMD一個叫做黃仁勛的員工離職，也創辦了一家做圖形晶元的公司，叫做Nvdia。

在上古大陸末期，Nvdia開始發力，推出了一系列3D加速產品，例如當年紅極一時的TNT系列。

ATI也針鋒相對的推出了Rage 128等一系列產品，大陸版圖初成。

不幸的是，後來3dfx邁入了一系列錯誤的決策中，最終被Nvdia收購。

然而，從顯卡到GPU的路徑已經逐漸成熟。

開天闢地

1999年，Nvdia發布了革命性的Geforce256，在這個顯卡行業的「無畏艦」之前，時代被劃分了。支持硬體T&L的特徵，讓GPU的最後一步被打通。

開天闢地的Geforce256, 硬體T&L的應用，讓GPU完成了所有技術儲備。

所謂的硬體T&L,是指的多邊形轉換與光源處理，在3D渲染中這是一個重要部分，其作用是計算多邊形的3D位置和處理動態光線效果。

顯卡變成GPU的終極特徵被人們發現了，遊戲中常常出現的一類操作是對海量數據進行類似的運算，如：同樣的生成像素，三角形並給予不同的顏色。

在2003-2004年左右，圖形學之外的領域專家開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用於通用計算（即GPGPU）。

2007年，NVIDIA發布了CUDA，第一次讓GPU能夠解決複雜的計算問題。

AMD和Apple等公司也發布了OpenCL。

GPU的時代正式來臨。

改天換地

GPU計算帶來的好處顯而易見。

CPU會利用較高的主頻、cache等各種方法，使自己變成一個幹活的將軍。

GPU則通過數量誇張到瘋狂的流處理器實現大量線程並行，相當於成立了一個計算軍隊，從而提高數據的吞吐量。

而CPU+GPU的結合，一支計算的超級軍隊就誕生了，這就是異構計算。

在科學界，GPU引起了驚人的矚目。AMBER是一款分子動力學軟體，在運用了異構計算以後，效率提高了幾十倍。

在金融市場，第一代異構計算就幫助巴黎銀行提高了18倍的金融計算效率。

據報道，德克薩斯大學西南醫療中心的醫用物理學家正在研究如何利用運算速度越來越快的GPU大幅度縮短放療方案的計算時間，以前需要70個小時才能完成的複雜質子放射療法計算只需要短短10秒鐘。

如果不進行快速治療，癌細胞很可能會擴散到其他區域，時間拖得太長的話，病人腫瘤的幾何形狀也會發生變化。

更重要的是，GPU強大的並行運算能力緩解了深度學習演算法的訓練瓶頸，從而釋放了人工智慧整個行業。在使用了基於異構計算的GPU加速以後，將過去面向海量數據可能需要幾個月甚至幾年的時間才能完成的訓練，變成了數個小時。

而在越來越多的超級計算機中，GPU也在成為主力。

顯卡（GPU），真的成為了科學先鋒。

未來已來

未來，當人們回顧起2016～2017的時候，一定會把這些事聯繫到一起，並加上一個標題「智能崛起」。

2016年，被稱為人工智慧的元年，於此同時,GPU計算晶元廠商Nvdia的股價從40美金一路上揚，突破了170美金，另外一個晶元廠商AMD股價也連續翻了6倍，華爾街似乎形成了共識：計算力，將成為最有價值的生產力。

而同年，谷歌的人工智慧「阿爾法狗」，擊敗了世界上最棒的圍棋冠軍。

在中國，阿里雲的人工智慧解決方案ET城市大腦，將城市的通行效率最高提升了10%，這是人類歷史上第一次將人工智慧用於社會治理的實踐。

2017年，在阿里雲的異構計算及高性能產品發布會上，筆者看到PPT中引用了屈原的《天問》：上下未形，何由考之？

這，也許就是計算要回答的終極答案。

這就是一張打遊戲的顯卡，變成科學先鋒和人工智慧助推器的故事。

推薦閱讀：