近年来，自动驾驶、元宇宙、人工智能等应用不断创新发展，数据规模、算法复杂度以及算力需求爆发式增长。各类加速处理器已成为算力基础设施的重要组件，基于CPU+xPU的异构计算系统逐渐成为各算力场景的主流架构。然而，随着异构计算系统的种类和数量越来越多，xPU性能与灵活性难以兼顾、各xPU间计算孤岛问题难以协同、调试和维护成本增高等问题愈发凸显，亟需从异构融合计算方向加强理论研究和实践探索。
以人工智能发展为例，Nature Electronics期刊在2022年4月的一篇文章显示：从2018年开始，随着AI大模型应用的涌现，算力需求平均每2个月翻一倍；摩根士丹利估计“2022年谷歌的3.3万亿次搜索，平均成本约为每个0.2美分”,John Hennessy表示“基于大模型搜索的成本是标准关键词搜索的10倍”。需求的变化和成本的约束，再加上NoC(Network-on-Chip)和SiP(System in Package)等新芯片技术的赋能，必将推动算力基础架构的变革。计算架构已逐渐从目前各自为政、孤岛式的异构计算，走向异构融合计算。同时，以系统设计为中心，按照应用需求来设计、定义和规划计算架构，推动多层级技术的融合已成为当前的最佳可行方案。
狭义的异构融合计算，指的是多种不同类型、不同架构处理器组成的计算架构。广义的异构融合计算，是指通过将处理器、芯片、硬件设备、操作系统、编程框架、编程语言、网络通信协议、数据中心等不同层次、不同类型的计算技术进行整合优化，以实现多种异构计算资源的高效利用。本白皮书旨在探讨异构融合计算技术的内在机制、应用场景和发展趋势，通过概述计算领域相关概念，回顾计算架构发展历程，分析了异构计算技术的发展现状及面临的主要问题，从硬件层面(芯片级、设备级)、软件层面(操作系统、编程框架)、系统层面分别提出了异构融合计算技术的探索方案及演进方向，引出了异构融合计算技术的发展趋势，并介绍了异构融合计算领域相关的实践案例。同时，指出了异构融合计算发展面临的挑战：一是，处理器架构的限制，可扩展性和灵活性难以满足，计算孤岛问题凸显；二是，当前的编程框架、编程语言、及其他编译/调试工具，不足以支撑高效的异构代码编写、优化和管理；三是，系统集成和互操作性技术要求高，难以构建统一的系统视图以支持跨平台的开发和部署。
在此，对参与本白皮书编制的各位专家表示衷心的感谢。我们相信，白皮书将为读者提供一个新的视角和思考方式，希望读者能够结合实际应用场景，对异构融合计算相关技术进行深入探索和研究。白皮书内容，不可避免会存在诸多不足，恳请各界专家批评指正。
当今，数字化技术作为科技与产业新一轮变革的核心驱动力，正在加速各行各业转型
升级，一个以计算能力为基础的万物感知、万物互联、万物智能的数字经济时代正加速到
来。在这一进程中，算力作为数字经济的核心生产力，由单一算力演变为多样性算力，如
何实现多样性算力的高质量协同，已成为新型算力基础设施领域亟需突破的关键问题。
《异构融合计算技术白皮书》针对现有算力基础设施无法满足算力需求的问题，深入
刨析了异构计算应用场景特点以及计算架构异构演进历程，提出了异构计算发展所面临的
问题，引入异构融合计算的概念，并分别从硬件、软件、系统三大层面概述了异构融合趋
势和关键技术，系统全面地论证了异构融合计算如何解决传统异构计算的问题，并为多样
性算力高质量协同提供了全面的技术体系梳理和的技术发展趋势判断。
中国电信作为云网领域的中央企业，全面深入实施“云改数转”战略，充分发挥云网融合优势，与产业链上下游广泛协同，积极打造云智、 训推一体，云网边端协同的分布式算力基础设施。本白皮书为算力基础设施建设和算力赋能提供了相关技术指引和参考，从基本概念到实践案例，再到未来展望和发展建议，具有较高的实践指导价值，我们相信该白皮书能够为相关企业和研究机构提供有益的启示，我们也期待我国在异构融合计算领域取得更多突破。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入查阅下载3万+精选资料，年享1万+精选更新
（星球内含更多未发布精选报告.其它事宜可联系zzxz_88@163.com）
