异构计算成为应用基础

　　● 异构计算成为应用基础

　　当我们为了各种AMD显卡的特色应用技术侃侃而谈的时候，是否想过其背后的产业和技术支撑。AMD于2006 Supercomputing展览会上宣布推出世界第一款专门针对企业高效能运算的汇流处理器Stream Computing Processor，命名为AMD Stream Processor。

　　它主要针对运算系统如工作平台及服务器所设计，当时的流处理器产品运用在财务分析、地震偏移分析、生命科学研究、以及其他等领域上。而后期AMD发现了异构计算（Heterogeneous computing）的优势，并进行了更为广泛和深度的开发。

AMD提出流处理器显卡概念

　　流处理器概念的提出在当时是为了直面NVIDIA提出的CUDA概念，实际上第一个使用GPU进行大规模并行计算并把这种体验带到民间的正是AMD的Radeon X1800系列显卡及其借助Folding@home项目。当时AMD已经可以通过Brook+使用底层汇编语言控制Shader单元实现GPU处理通用任务。

廉价的1TFLOPS解决方案——Radeon HD4000系列产品

    时间一晃而过到2008年，ATI发布了统一渲染架构下的第二代PC领域GPU产品——Radeon HD4000系列产品，其中定位在中高端市场的Radeon HD4850显卡在当时使用了800个频率达到625MHz的流处理器，仅用110W的耗电带来了1TFlops的运算能力。这时人类获取1TFlops的经济支出仅为199美元。

一款HD5870相当于177台深蓝超级计算机节点

    仅仅一年之后，ATI再次发力优化统一渲染架构，发布了Radeon HD5000系列产品，其中高端产品HD5870已经集成了2.7 TFlops运算能力。这颗GPU的问世标志着ATI已经成熟掌握了40nm制程工作、DirectX 11应用程序接口和吞吐带宽极高的DDR5显存。同时这颗GPU的运算能力相当于177台深蓝超级计算机节点。

ATI Stream在Open CL下编程模型

　　AMD提出的CPU+GPU异构运算平台能够借此差异提供出色的整机性能，各部件能充分发挥自己的优势，处理拿手的应用，如传统的串行计算可以交给CPU负责，并行计算可通过AMD Stream流处理计算技术交给GPU运算。

　　在可以预见的未来，借助异构计算（Heterogeneous computing），AMD高端CPU甚至是未来整数性能极强的CPU会在OpenCL接口的帮助下，和高端GPU产品在异构模式下共处。而低端市场的APU产品，也会受益于OpenCL接口而支持更多应用，释放CPU和GPU的计算特性。未来的显卡市场不但不会消亡，反而会成为帮助用户进行工作、学习融入高端计算领域和日常生活的重要工具。