未来PC运算新形势：CPU、DSP、GPU共享记忆体

如今只靠CPU已不能满足未来PC的运算需求，需要混合使用CPU、GPU、DSP等各种微处理器，才能发挥最大的效率。微处理器的世界随着PC时代的式微及智慧手机和平板时代的兴起，开始波澜起伏。

半导体厂商面临着微处理器“异质性架构”的考验。Nvidia紧跟潮流，公司在2007年开始提供软体开发环境“CUDA”，让过去多被视为只能处理绘图程式的GPU，靠着CUDA的数学运算能力，发挥比CPU更优异的运算能力，能在大量浮点运算应用层面上逐渐和CPU并驾齐驱。正因为功能强大，产业界和学术界实际开始尝试使用CUDA的平行运算程式的人不断增加。

有鉴于CUDA运算程式只能采用Nvidia的GPU来作为执行运算环境，因此另一项最初由苹果电脑提案开发的开放计算语言(OpenCL，Open Computing Language)也已受到重视。OpenCL是为因应混合式计算而开发的软体，可以定义以GPU或DSP、FPGA等不同类型的处理器执行程式的应用程式介面(API)。它的目的是避免浪费绘图处理器的能力，让程式能在中央处理系统中执行，也可以分配给GPU及DSP执行，提高绘图处理器的执行力，非常有利于3D或H.264技术的执行。

另一方面在去年6月成立的“HSA基金会”(Heterogeneous Systems Architecture, 异质系统架构基金会)，由AMD和ARM结盟主导，包括Qualcomm、三星电子、联发科、苹果绘图矽智财供应商Imagination Technologies、以及美国CEVA、德州仪器等跟行动装置用SoC相关的主要企业都是该基金会的成员。

该基金会的目的是把CPU和GPU各自所用的记忆体及控制器整合起来，也就是CPU和GPU共享记忆体，以节省记忆体位址(memory address)的空间。这是一个新架构，需要以异质运算的新软体开发环境来因应，这就是HAS基金会正在做的事。

未来的CPU、GPU及DSP等或许会以同时存在但共享记忆体的方式存在，因而导致LSI上的回路产生很大改变。