异构计算可以可应用于AI深度学习、渲染、多媒体编解码等复杂计算环境

摘要： 本文主要讨论CPU、GPU、FPGA、ASIC、异构计算等的一些概。，希望帮助入门者对相关知识有一些了解。

人工智能包括三个要素：算法、计算和数据。
计算所对应的硬件平台有：CPU、GPU、FPGA、ASIC。

我们先来举个例子：假如您是一个天才，天文、地理、文学、美术、数学等都很好很优秀，我们把你的大脑比作“CPU”，你能一个人做好各种工作，这就好比“CPU兼容性好”，但是某些工作你虽然能做，比如美术，你虽然能胜任，但没有专业做美术的人工作更快、更高效，同时也没有人家的专业素质，这时你是不是感觉力不从心？你是不是得找个专业的来帮助你?假如给你配个专家，协同你工作，这个专家就好比“GPU、FPGA等”这样你工作起来是不是更快。

上面的列子可以看出，你什么都精通，可能你更能胜任的不是去执行某项处理而是控制者。CPU作为通用处理器，也是更偏重支持控制流数据。CPU每个物理核中大部分的硬件资源被做成了控制电路和缓存，用来提高指令。只有小部分是真正用来计算的。在这样的架构下，CPU能兼容大量指令，但是实际的计算效率并不高。CPU本身实际运行中，CPU的代码都存在Memory中，需要经过取指令，译码，然后才能执行指令，在这个流程中，取指令，译码的时间，大大降低了数据处理速度。
这里有人会说，为什么不再请一个天才"两个CPU同时协同工作"，这样我们是不是就可以整出个同构计算出来？其实没毛病当然是可以的，因为之前的芯片结构貌似就是这样迭代的。但是专业的事由专业的人来做,假如是处理图像，配一个更专业，性能更高的GPU协同CPU工作是不是一个更完美的解决方案?这就是我们所说的异构计算

异构计算可以做什么：阿里云异构计算，依托阿里云领先国际的技术，以其高性能高稳定的特点，可应用于AI深度学习、基因计算、渲染、多媒体编解码、计算流体动力学、计算金融学、基因组学研究、渲染、多媒体编解码&机器学习等复杂的计算环境。
阿里云异构计算直达：https://dwz.cn/tui9Nr8n