计算机架构未来面临的挑战.docx

计算机架构未来面临的挑战

过去10年，很多计算机体系结构研究学者都在感叹体系结构的研究步履维艰，计算机架构未来面临的挑战，又会有哪些呢，我们一起来看看!专用化的鸿沟：硬件设计大众化为了延续计算机工业创新的光荣历史，开发硬件必须像开发软件一样简单、便宜和灵活。广泛和新兴的看法一直认为，经典的CMOS工艺缩放路线——基于晶体管越来越小、集成度越来越高的摩尔定律的技术引擎——将在不到3代半导体工艺(6~9年)之后面临终结。而且，登纳德缩放——随着CMOS的集成度提高但能够使每个芯片的功耗保持不变的技术趋势——也将在21世纪中叶终结，这将导致处理器设计的巨大变革：运算能效已经取代面积效率或峰值逻辑门开关，成为最重要的一项限制峰值性能的设计约束。从近期工业界的动向中可以窥见到经典工艺缩放路线即将到来的后果。例如，英特尔已经放弃了长期奉行的“工艺年-构架年(tick-tock)”开发模式，从原先每代工艺推出两款主要芯片设计，现已改为三款。这个改变意在通过维系“苟延残喘”的摩尔定律从而延长每代产品的市场寿命。更有甚者，美国半导体行业协会(SemiconductorIndustryAssociation)也已放弃维持了数十年、每两年更新一次的国际半导体技术路线图(InternationalTechnologyRoadmapforSemiconductors,ITRS)的老传统，这一技术文档为整个半导体产业界协调技术、制造与系统开发提供了指导。由于没有明确的方向维系缩放路线，ITRS的价值也在逐渐衰退。然而，新应用的不断涌现，对计算能力的需求在日益增长。其中最突出的就是那些由大规模机器学习所驱动的、从前难以想象的应用：从图像和语音识别到无人驾驶汽车，再到击败围棋顶尖高手。同样可以看到对视觉数据处理和理解的需求的爆发式增长，有些前瞻性应用或许要求为世界上每个人提供每秒千兆像素级的运算能力。过往计算技术的进步主要来源于对通用计算设计的巨大投入，而这些设计依赖于经典的缩放路线，并且完全由少数几家处理器制造商完成。得益于这些通用设计的计算机应用综合市场的庞大体量，足以分摊这些厂商的大量投入。随着传统缩放路线的衰落，只通过改进少数通用计算平台将无法继续满足新兴应用对计算性能的需求。相反，在过去的5~10年里，在一些计算密集型应用领域，一种新的性能优化手段策略已经兴起——专用硬件设计。与在通用处理芯片上运行软件的方案相比，专用硬件方案(如专用集成电路)单位操作上可提高能效10000倍。此能效的提升对于新兴的物联网的丰富应用是至关重要的。专用化已经在图形渲染和视频播放等方面取得了巨大成功。机器学习应用也开始取得商业成功。实际上，计算机体系结构领域的科研人员已经认识到专用化的重要性并投身其研究：2016年体系结构领域三大顶级会议(ISCA、HPCA、MICRO)共收录论文175篇，其中38篇是关于图形处理器(GPU)和专用加速器设计的，还有17篇是关于机器学习专用化设计的。然而，迄今为止，专用设计的商业化的成功，只限于拥有巨大市场的应用(例如视频游戏、移动视频播放等)，值得像通用处理器厂商那样投资。以上市时间和金钱来衡量，设计和制造专用硬件的成本极高，只有极少数的设计可以在这样巨大的市场逐步摊销。为了继续有效创新的周期，关键是排除专用系统设计的障碍，从而在所有应用中体现出专用化在能效方面的优势。我们的愿景是“大众化”硬件设计，也就是让硬件设计变得像软件设计那样敏捷、便宜和开放。软件开发团队可以利用丰富的、拥有现成的可重用部件的生态系统(通常是免费和开源的)，使用高级语言加速提高单个开发者的能力，并依靠强大和自动化的程序分析、综合、测试和调试来保证品质。尽管经过了几十年的投入，计算机辅助设计仍未能达到一个小开发团队即可进行硬件设计的水平。硬件系统设计者需要更好的工具，提高在硬件描述方面的能力，更快的性能评估手段，更敏捷的原型化方法和更严谨的软/硬件协同设计验证方法。工具链要成熟，可以跨越多个硬件层次，从通用可编程处理核到大规模可编程逻辑阵列、可编程加速器以及专用集成电路，从而能够轻易实现重定位。更好的抽象描述对于硬件的组件化和可重用是必需的，这些抽象可以是以可综合的知识产权(IP)模块的形式，甚至可以是以物理芯片或芯片组的形式存在，在制造时可便宜地集成到系统中。对于体系结构领域的研究者来说，这是一次努力弥补通用和专用系统之间的鸿沟的机会，并开发出一系列工具和框架平台，使大众化硬件设计成为现实。云计算是对体系结构创新的抽象利用规模化和虚拟化技术，云计算提供商可以透明和低成本地提供硬件创新，即使最小的客户也是如此。云计算对传统商业模式的颠覆已被广泛认可。云计算能够促使新兴企业的规模发展远快于传统的基础设施投资。新产品的用户可以在短短几天时间内从几百个增长到几百万个