如果您像我一樣在過去25年一直關注高科技的發展，您可能也感覺到其變化的速度正在日益加快。雖然我不是“Singularity”操作系統的鐵桿粉絲，但顯而易見，如果我們能在當今技術的基礎上進一步開發新的技術，那么技術的更迭必將更快，這就像存款的復合式增長一樣。佐證這個趨勢的證據隨處可見，Facebook和智能手機就是最好的例子。

　　5年前，Facebook的活躍用戶僅為1億，而今年這一數字已增長到11億；僅僅7年時間，50％的美國家庭用上了智能手機，而基于PC的互聯網獲得同樣的普及率則花費了11年。現在，智能手機和平板電腦等移動終端控制著包括PC、服務器、網絡、存儲、安全、軟件以及服務在內的整個技術開發進程。

　　要想繼續留在這條快速增長的軌道上，科技公司必須盡快采用全新的計算方式，即專用計算，也被稱為“異構計算”。而對于那些不采用這種專用計算方式仍堅持同構計算的公司，我只能說：“祝你們好運”。

　　下面我來解釋一下不同類型的計算方式。

　　同構計算定義

　　同構指的是相同的事物。數十年來，科技產業一直受益于同構帶來的規模性和一致性。大多數同構計算是在通用CPU上進行的，而采用的操作系統可通過購買或經授權使用，如Windows系統。這仍然是當今PC和服務器的主流計算方式。

　　如果您不需要效率最大化和功耗最小化，或者如果您的首要任務是讓產品搶先上市，那么同構計算仍舊非常適用。

　　異構計算定義

　　與同構計算相反的就是異構計算，或稱專用計算，即不同種類的任務在不同專用處理器上運行。雖然任務或工作負荷有許多不同類型，但無論是辦公、游戲、視頻播放、照片過濾、數據庫查詢，還是網絡數據包檢查，在不同專用處理器上運行效果都更佳。

　　雖然處理器種類繁多，歸納起來包括以下幾類：

　　CPU（中央處理單元）

　　GPU（圖形處理單元）

　　DSP（數字信號處理器）

　　FPGA（現場可編程門陣列）

　　固定功能處理器（如：視頻解碼）

　　必須指出的是，采用多個不同尺寸或類型的CPU核心并不算是異構計算。

　　最后我想強調一下異構計算的復雜性。無論是基于異構計算的智能手機、平板電腦、PC還是服務器，這些異構計算平臺在設計上都更加復雜，而且對硬件和軟件的技術要求也更高，為了在適當的處理器上處理適當的任務，它們需要大量的軟、硬件架構和開發時間來找到一種非常均衡的方式去完成這些任務。有些業內公司簡化了處理過程，我將會在下一篇專欄文章中講述這個問題。

　　接下來我想討論的是在異構計算背景下，移動和服務器的未來。

　　智能手機和平板電腦計算

　　由于智能手機和平板電腦受到的限制條件最多，所以它們是最早采用異構計算的，在功能機發展的15年中，我們一直都努力在計算終端中使用滿足續航能力要求但體積更小的電池，智能手機也是如此。

　　消費者想要自己的手機做更多事情，所以無論是游戲、擴增實境、更佳的圖像處理，還是實時在線操作，對效率的要求都在不斷提高。為滿足這些需求，許多芯片和手機設計者都在轉向專用計算。簡單地說，智能手機的“芯片”或“SOC”（片上系統）包含多個專用的集成式處理核心，每個核心用于處理專門的任務，如通用計算、3D、視頻播放、視頻拍攝、攝像頭、音樂、手勢、傳感器以及無線連接（例如WiFi和4G）。只有通過這種專用計算方法，手機生產商才能在保證高效率水平的同時實現功能多樣化。這并不容易。

　　正如我前面提到的，專用計算需要特別調校的硬件和軟件以實現效率和性能的最大化。每個子系統不僅要保持良好的獨立運行，還要實現好的“團隊協作”。手機需要知道將什么任務迅速分配給哪個子系統，否則就失去了專用計算的優勢。因此，在同等條件下，專用計算的軟、硬件構架更難。

　　美國高通公司投入了大量時間、精力和金錢去研發一系列專用處理器和軟件。他們已在“Krait”CPU、“Adreno”GPU、“Hexagon”DSP、攝像頭、視頻、傳感器核心、“Atheros”WiFi芯片 、“Gobi”調制解調器以及其他核心上的研發上投入了數十億美元。蘋果公司（Apple）雖然沒有公開表示，不過其已在OpenCL GPU加速軟件上投入巨資，用于強化照片和視頻體驗。現在，我們來看看服務器。

　　服務器計算

　　過去10年，在虛擬化整合的推動下，使用Windows和Linux系統的企業的主流服務器一直采用同構服務器計算。簡而言之，這意味著服務器的工作量會從許多老舊的服務器轉移到數量較少的基于X86的新服務器。而虛擬化軟件能夠讓不同操作系統和應用程序在同一臺服務器上共同工作。虛擬化節省了資金，對企業IT有重要意義，但對未來的云工作量或“橫向擴展（scale-out）”數據中心（如谷歌、Facebook和微軟）來說意義并不大。

　　橫向擴展（scale-out）數據中心供應商需要每個數據中心每平方英尺面積內的每個工作量都實現效率最大化，而這只有通過專用運算而非同構計算才能實現。不改變服務器的計算方法根本無法滿足未來數據中心的需求。因為根本沒有足夠的功率和實體空間來構建足夠多的數據中心，也難以在經濟上滿足這些需求。橫向擴展數據中心和技術供應商已開始采用一些不同的方法來解決這一問題。

　　惠普采用的方法是在其Moonshot平臺上集成CPU（AMD、AppliedMicro、Calxeda、英特爾和德州儀器）、GPU（AMD）、DSP（德州儀器）以及FPGA（SRC）。英偉達在過去8年也一直在進行CUDA平臺的GPU計算，并專注于高性能計算（HPC）。

　　雖然數據中心遠遠落后于智能手機和平板電腦，但它也必須轉向異構計算。

　　物聯網（IoT）的未來走向

　　和許多人一樣，我相信，未來數以十億的終端不僅將相互連接，還將與人、網關和/或云端連接。比如數百萬的空調（A/C）將可以相互溝通，以最大化能源效率，還有“超級”FitBit計錄器將會告訴我們下周可能有中風的風險。當然，未來肯定仍會有智能手機、平板電腦、PC、可穿戴設備和電視等個人計算設備，但最大的變化和挑戰將來自于這數十億終端，以及人們將如何通過網關和云端來在它們之間進行相互管理。

　　物聯網（IoT）和“萬物聯網”（IoE）對于電池續航時間的要求比智能手機更高，行業要實現這些愿景，就必須進一步推動異構計算。我相信那些引領異構計算的公司在物聯網方面將會有戰術優勢。

　　總結

　　雖然智能手機、平板電腦、服務器以及未來的物聯網看似天壤之別，但它們都需要通過專用或異構計算來充分發揮其潛力。基于低功耗的需求，智能手機和平板電腦要比PC和服務器更先采用異構計算，但PC和服務器在這方面也正以極快的速度增長和發展。

　　在所有這些市場中，我們面臨的最大挑戰是發展的速度不夠快，特別是在操作系統和應用開發環境方面。針對異構計算開發應用是非常困難的。如果希望保持增長水平，高新技術企業和相關聯盟就必須齊心協力、共同發展。

　　雖然目前還不十分清楚專用計算的未來發展路徑如何，但有一件事是肯定的——不采用專用計算（或異構計算）的企業必將落伍。