正在阅读：“百核加速”？CPU+独显实战异构计算“百核加速”？CPU+独显实战异构计算

2、罗马城非一天建成：异构计算现状

　　很久之前，就一直有这样的言论“CPU性能过剩、GPU协助电脑加速”，事实上随着软件的发展，主流CPU性能远没过剩，而GPU帮助CPU加速的应用仍相当少。到现在，CPU以及GPU仍做回“老本行”，譬如GPU不可能处理操作系统、应用软件的运行，CPU图形性能差等。

GPU异构计算为什么发展缓慢？

　　GPU异构计算前景是美好的，但是为什么一直没有实现？根本的原因就是软件系统的编译技术无法突破单方面为CPU设计的逻辑代码的接口，简单来说就是GPU“看不懂”软件系统的代码，只有通过CPU才能胜任。当然，如果GPU也是x86架构，那么一切都迎刃而解了。当然，事情并不会那么简单。

异构的核心就是将GPU胜任CPU的工作，

　　这是一个很简单的道理，CPU的本职工作就是运算，而GPU的本职工作是图形渲染。那么有没有一个应用程序接口来兼任两者的处理工作？实际上，很很多接口，比如NVIDIA的CUDA、AMD的Stream等，最开放的当属OpenCL接口。

早就数年前两大显卡厂商已提出通用运算的实践

　　NVIDIA的CUDA、AMD的Stream实现软件的加速，这些都属于异构计算，我们不难看出，反正AMD的Stream已经是利用显卡GPU（GPU有数百核心）来进行软件加速的，那么还在APU还要大力宣传“百核加速”呢？呵呵，当然因为Intel的核芯显卡不支持嘛。

真正支持异构计算的软件还少之又少

　　 其实，支持异构计算的软件足够多的话，那么必定所有的GPU都为受益者，而不仅仅是APU。无论是专注硬件技术的玩家，还是普通的消费者，他们都不会对仅仅限于理论层面的技术有兴趣，那是专业研发人员的事情。

　　现在的现状是，所谓的“百核加速”，还不如一个高性能CPU来得实在。