傳統(tǒng)的以處理器（CPU）為核心的計算系統(tǒng)正面臨前所未有的挑戰(zhàn)。一方面，已持續(xù)了50年的摩爾定律已明顯放緩了前進的步伐，依賴集成電路制造技術進步所帶來“紅利”正逐漸消失。另一方面，成指數增長的大數據應用對計算系統(tǒng)提出了更高的存儲容量及存儲訪問的需求。具有重大創(chuàng)新的新型計算系統(tǒng)即將出現(xiàn)。

潛在的新型計算系統(tǒng)包括量子計算機、神經網絡計算機、異構計算等。其中，異構計算以“CPU＋”的形式出現(xiàn)，具有較好的可行性及通用性，并能大幅提升系統(tǒng)性能和功耗效率，有望率先成熟并主導處理器市場。

異構計算系統(tǒng)包括幾類形式：

1）CPU＋GPU：在芯片或系統(tǒng)中集成多個CPU和圖形處理器(GPU)，利用CPU運行操作系統(tǒng)和執(zhí)行串行任務，用GPU處理3D圖形渲染、數學密集型計算。兩者結合，提升系統(tǒng)的性能和功耗效率。AMD、NVIDIA、IBM等企業(yè)在此領域投入了大量研究。很多系統(tǒng)產品（如天河超級計算機）集成了數量眾多的CPU芯片和GPU芯片。

2）CPU＋FPGA：在芯片或系統(tǒng)中集成CPU和FPGA，以兼具計算、并行化、可重構等優(yōu)點。Altera和Xilinx的很多產品都集成了ARM等CPU。Intel收購Altera之后，預計將會出現(xiàn)很多Intel CPU ＋Altera FPGA的產品。

3）CPU＋ASIC：集成CPU和ASIC，能針對某些特定應用大幅提升性能和功耗效率，不過這種產品的通用性不強。

異構計算的關鍵技術包括高速互連、共享內存的通信方式及統(tǒng)一化編程等。

CPU和GPU／FPGA之間需要高速、高帶寬的數據交互，特別是當CPU與GPU／FPGA不在同一芯片時，高速互連尤為重要。IBM與NVIDIA合作開發(fā)了Power處理器與GPU之間的高速接口NVLink，帶寬可達40GB／s。此外，硅基光互連也是一個重要的高速互連研究方向。IBM還聯(lián)合AMD、Google等公司聯(lián)合推出了OpenCAPI總線技術，以支持CPU與外部加速器的高速互連。

CPU和GPU需要有共享的統(tǒng)一尋址的內存訪問機制來提升數據交互的能力。為此，AMD、ARM、Qualcomm等公司建立了HSA(Heterogeneous System Architecture)聯(lián)盟并設立相關技術標準，使CPU和GPU能高效地協(xié)同處理。

目前的CPU、GPU、FPGA采用不同的編程語言及編程模式。為實現(xiàn)系統(tǒng)的無縫整合，還需要統(tǒng)一的編程。現(xiàn)有的面向異構計算的語言有OpenCL(Open Computing Language)、OpenMP、OpenACC等。這些編程方式還未得到全面的推廣，需進一步提升其效率及普及性。

異構系統(tǒng)已產生一些成功的例子。如天河一號A配備了14 336顆Intel Xeon CPU，7 168顆NVIDIA GPU，以及2 048 顆飛騰處理器。天河二號包含16 000個運算節(jié)點，每節(jié)點配備兩顆Intel Xeon CPU、三顆Xeon Phi協(xié)處理器。Xilinx的Spartan6集成了MicroBlaze嵌入式CPU及FPGA，Zynq集成了ARM Cortex-A9 CPU及FPGA。Altera的Arria V集成了ARM CPU及FPGA。Intel 的Xeon E5 2600 v4處理器據稱集成了FPGA，每瓦性能可提升70%。

“異構計算”方興未艾，還有很多科技及產業(yè)的關鍵問題有待解決。希望《電子技術應用》雜志2017年3期的“異構計算”專欄可以起到拋磚引玉的效果，吸引學術界及產業(yè)屆更多的研究人員投入其中，推動異構計算的快速發(fā)展。