Consortium thực hiện các bước để phá vỡ các rào cản lập trình đa lõi

Nền tảng HSA (Kiến trúc hệ thống không đồng nhất) vào thứ ba dự kiến ​​sẽ giới thiệu một kiến ​​trúc bộ nhớ đồng nhất mới gọi là HUMA tạo ra các loại bộ nhớ khác nhau trong một hệ thống có thể truy cập được đối với tất cả các bộ vi xử lý. Bằng cách phá vỡ các rào cản phân chia các loại bộ nhớ khác nhau, các nhà phát triển có thể truy cập vào một bộ nhớ chia sẻ lớn hơn, trong đó mã có thể được thực hiện. trong máy chủ, máy tính và thiết bị di động. Mục tiêu của HSA là tạo ra một giao diện cơ bản xung quanh các công cụ lập trình song song theo tiêu chuẩn công nghiệp để mã có thể được viết và biên dịch một lần cho nhiều thiết bị.

Máy tính và thiết bị di động ngày nay kết hợp CPU với nhiều bộ vi xử lý để tăng tốc công việc tính toán. Một số bộ xử lý bao gồm GPU (bộ xử lý đồ họa), DSP (bộ xử lý tín hiệu số), bộ vi xử lý mạng, FPGA (mảng cổng lập trình trường) và ASICs chuyên dụng (mạch tích hợp ứng dụng). Một số máy tính nhanh nhất thế giới khai thác sức mạnh tính toán chung của GPU và CPU để tính toán toán học phức tạp, trong khi các thiết bị di động có nhiều bộ vi xử lý cho đồ họa và bảo mật. Phil Rogers, đồng nghiệp của AMD, trong một cuộc gọi hội nghị để thảo luận về đặc tả mới.

AMD vào cuối năm nay dự kiến ​​sẽ phát hành bộ vi xử lý máy tính để bàn và máy tính để bàn có tên Kaveri, trong đó CPU và bộ vi xử lý đồ họa sẽ có thể chia sẻ bộ nhớ. Các mục tiêu của Quỹ HSA được liên kết chặt chẽ với chiến lược chip của AMD, trong đó công ty tích hợp tài sản trí tuệ của bên thứ ba để các chip có thể được tùy chỉnh theo nhu cầu của khách hàng. Ví dụ, AMD đang chế tạo một chip tùy biến cho máy chơi game PlayStation 4 sắp tới của Sony.

HSA cũng muốn giảm chi phí phát triển và giảm nhu cầu biên dịch lại mã thành thiết bị hoặc kiến ​​trúc chip. Một số tính năng của HUMA bao gồm phân bổ bộ nhớ động và truy cập GPU nhanh vào bộ nhớ hệ thống.

“Mỗi đơn vị tính toán… sẽ có cùng mức ưu tiên và tất cả đều có thể nhìn vào cùng một bộ nhớ”, Jim McGregor nói, nhà phân tích chính tại Tirias Research.

HUMA đảm bảo mọi đơn vị phần cứng đều có quyền truy cập vào cùng một dữ liệu, vì vậy thông tin không cần phải được sao chép vào các loại bộ nhớ khác nhau. GPU và CPU ngày nay có quyền truy cập vào các loại bộ nhớ và bộ nhớ khác nhau và đặc tả sẽ phá vỡ khuôn truyền thống trong đó CPU cấp phát bộ nhớ để thực thi mã, nhưng thông tin được sao chép vào bộ nhớ GPU để xử lý đồ họa. một phần là nó là thống nhất phần cứng và cũng là kiến ​​trúc phần mềm. Nếu bạn đang viết bằng C ++, bạn có thể nói rằng tôi muốn GPU thực thi nó, ”McGregor nói.

Đặc điểm kỹ thuật cũng làm giảm nhu cầu truyền dữ liệu giữa bộ nhớ, và giúp giảm bớt các vấn đề tắc nghẽn, McGregor nói. Rogers cho biết đặc điểm kỹ thuật nhận ra nhiều kết nối mạng và lưu trữ, nhưng không nói liệu nó có giải quyết được các đơn vị lưu trữ không biến đổi bắt chước bộ nhớ hay không. Nhiều cài đặt máy chủ có ổ đĩa thể rắn như một dạng bộ đệm trong đó dữ liệu được sao chép và lưu trữ trong một khoảng thời gian tạm thời khi một tác vụ đang được thực hiện. Facebook đã đưa ra ý tưởng về việc sử dụng SSD để thay thế cho DRAM.

Những người ủng hộ nền tảng HSA cũng bao gồm ARM, Sony, MediaTek, Qualcomm, Samsung, Texas Instruments, LG Electronics, Imagination Technologies và ST Ericsson. Intel không phải là thành viên của Quỹ HSA và đang sử dụng các bộ xử lý, trình biên dịch và các công cụ lập trình riêng để đi cùng với các chip của mình.

Ý tưởng về các tài nguyên bộ nhớ chia sẻ cũng bị truy đuổi bởi đối thủ AMD Nvidia, không phải là thành viên của Quỹ HSA. Nvidia năm tới có kế hoạch phát hành một bộ xử lý đồ họa dựa trên kiến ​​trúc Maxwell, sẽ hợp nhất bộ nhớ GPU và CPU. Các GPU sẽ có thể giải quyết bộ nhớ CPU và ngược lại, và các ứng dụng sẽ dễ dàng hơn để viết với các tài nguyên bộ nhớ thống nhất. Điện thoại thông minh và máy tính bảng có thể nhận được bộ nhớ thống nhất với bộ xử lý Tegra 5 sắp tới của Nvidia có tên mã là Logan, sẽ có bộ xử lý đồ họa được xây dựng trên kiến ​​trúc Maxwell và cũng hỗ trợ CUDA, bộ công cụ độc quyền của Nvidia cho lập trình song song. tương thích với các ngôn ngữ lập trình phổ biến như C, C ++ và Python, và nhiều hệ điều hành, AMD cho biết.