无尽的计算需求　了解各式各样的处理器

2022-05-30

电脑爱好者 2022年12期

其中有些处理器就“潜伏”在我们的身边，从电脑到手机，再到新兴智能设备如智能汽车中，都少不了它们的身影;也有些在我们看不见的遥远数据中心、处理中心，发挥着对生产、生活、社会管理与发展更重要的作用;更有一些代表着时代前进的脚步，正在科学家的手中逐渐成熟，未来会通过更强的性能引领我们进入全新的时代。

既然各种处理器已经成为了我们须臾也离不开的伙伴，认识它们当然就可以让我们更深入的了解数码产品与IT技术，也可以更好地理解现在的很多日常应用、网络等需求及其解决方案等，甚至能搞清很多IT数码生活中的“真相”。那么，本篇就以字母顺序，给形形色色的xPU做个简单的盘点吧，考虑到如今的IT产品类型极多，我们很难做到面面俱到，这里涉及的主要还是和我们的生活相关，或者在近期新闻报道中时不时会看到的“明星”产品们。

APU

加速处理器（Accelerated Processing Unit）是AMD融聚理念的产品，它将处理器和GPU显示核心做在一个芯片上（图1），同时具有高性能处理器和最新独立显卡的处理性能。其中显卡部分还能为支持异构计算的应用提供加速，一些并不需要CPU的长线程复杂计算，但需要大规模简单并行计算的进程就会被转移到拥有大量小计算单元（流处理器）的GPU中处理，可以大幅提升效率。而这也是它名字的由来。

①

当然，如今集成显示核心的设计反而更多出现在英特尔处理器中，AMD的相应产品则被称作“锐龙/速龙处理器搭载Radeon显卡”（图2），甚至在型号中都不再有APU的名称，而是使用了后缀G。从现在的消息看，AMD未来的锐龙7000处理器可能会全员搭载内置显卡，APU则会成为更着重内置GPU性能的产品。

②

BPU

分支处理单元（Branch Processing Unit）是CPU中用来做分支处理的区域，如今已经基本融入了整体架构，很少独立设置。另外地平线公司推出的自动驾驶芯片也被命名为BPU大脑处理单元（BrainProcessing Unit），顾名思义，就是模拟大脑处理过程的AI芯片（图3），理论上可以让自动驾驶的处理过程更像人脑，能够更好地综合各种路况信息、加快速度、降低功耗，大概也能减少一些现在看起来比较“脑残”的自动驾驶操作吧。另外有些人预计未来的新型处理器——生物处理器（Biological Processing Unit）也可能会占用这个缩写。

③

DPU

让我们跳过大家已经很熟悉的C P U，看看简称为D P U的产品。近期AMD收购的厂商Pensando，主要产品就是DPU（Data Processing Unit）数据处理器，用于各大数据中心，支持存储、安全、服务质量管理等（图4）。这是当前很热的领域，据称已经是CPU、GPU之外的“第三大重要处理器”。

④

当然，这里所谓的第三大是一种商业宣传，后文中还有其他一些“ 第三重要/ 第三大的处理器类型”，比如简称同样为D PU，用于模拟人工智能的深度学习处理器（Deep-Learning Processing Unit）（图5）就是所谓“第三大处理器类型”的有力竞争者。

⑤

EPU

电脑中最常见的EPU是华硕主板上曾经普遍使用的IC 控制芯片智能节能处理器（Energy ProcessingUnit），搭配AI Gear 3软件可以实现非常灵活的电源管理（图6），比如在处理器处于低负荷状态下，可以把原本的八相供电变为四相供电，据称最大省電幅度可达50%以上。不过现在独立的EPU已经不再重要，甚至随着其他芯片的性能提升而被整合到板载其他芯片中，成为了虚拟处理单元。

⑥

火速链接

关于浮点处理器的能力、发展及融合进CPU的过程，可以参考本刊2022年第11期的《处理器是如何工作的？》一文。

浮点运算器（Floating Point Unit）如今一般被集成在CPU内部，甚至已经完全融合到了各种芯片架构里，只在单独的浮点测试中可以看到这个单词。在早期电脑中，它其实和CPU是并立的，也叫浮点协处理器或简称协处理器，比如386就常常搭配387（图7）这块FPU使用。

HPU

再一次跳过大家很熟悉的GPU，看看HPU吧。使用这个简称的产品很少，最出名的大概就是微软专为自家Hololens（图8）增强现实（MR）技术而开发的全息处理器（Holographc Processing Unit）。它不光要负责处理图像，还有深度学习能力，这样才能更好地融合虚拟图像与真实场景，驱动混合现实技术。遗憾的是，近期关于Hololens的消息不太乐观，为其服务的HPU未来发展甚至能否能存续都成了问题。

⑧

IPU

使用IPU這个简称的产品很多。在用于视频、显示设备或手机的处理器中，会有一个专门用于图像处理的部分（图9），即图像处理单元（Image Proc essingUnit），在手机或手机SoC的发布、宣传中常常会看到。它主要负责处理摄像头拍摄的图像，而在显示设备中，当然就是处理传输到屏幕上的图像。

⑨

另外IPU也常常指智能处理器（Intelligence Processing Unit），主要用于人工智能。英特尔则有基础设施处理器（Infrastructure Processing Unit）（图10），主要用于虚拟交换、安全和存储等基础架构服务，让CPU或相关设备的更多资源可以用于服务器的主要工作任务，提升服务器的总体性能。

⑩

LPU

JPU和KPU比较少见，我们就跳过它们，看看LPU吧。海信近期推出的激光电视上采用的激光处理引擎（图11）简称就是LPU（LaserProcessing Unit），它可以对超窄激光光谱进行全面操控，在更低的能耗下实现高清画质的提升。

⑾

MPU

现在基于大规模集成电路的芯片，甚至早期一些中等规模集成电路的芯片（图12），因为相对于集成电路出现前的计算单元要小巧得多，因此都被叫做微处理器（Micro Processing Unit），简称MPU。这个定义比较宽泛，现在也很少被普通用户使用，但在一些专业文章中还是会看到。

⑿

NPU

神经网络处理器（Neural-Network Processing Unit）或者简称神经处理器（Neural Processing Unit），一看就知道它又是一种人工智能处理器。大部分普通用户应该是在华为手机芯片中看到这个名称的，其实它是一大分类，有很多公司的相关产品，比如阿里平头哥的玄铁RISC-VC 906架构及相应的全志芯片、高通的Zeroth（图13）等等，很多地方也宣称它是“第三大处理器类型”。

⒀

OPU

光子计算机是替代当前硅芯片计算机的一个研究方向，理论上说，它的计算单元应该是光处理单元（Optical Processing Unit），但实际上这一名称很少被提及。

PPU

物理运算处理器（Physics Processing Unit）是一种辅助3D图形处理的产品，可以加速物体碰撞、变形等方面的计算，解放CPU的计算能力，还曾经出现了基于这一芯片的物理加速卡（图14）。随着GPU、CPU的能力提升，大量相关需求被转移到GPU中，CPU也可以轻松处理剩余的任务，PPU随之退出了消费级市场。它负责处理的物理运算能力如今还是3D游戏的重要需求，在3DMark等3D性能测试软件中就能看到相关项目，是我们测试CPU游戏能力时常常会关注的项目。此外在一些专业级设备中，仍然有专门负责物理运算加速的PPU芯片。

⒁

QPU

量子处理单元（Quantum Processing Unit）是一种正在开发的，面向未来的处理器。它是利用量子叠加性快速遍历问题的各种可能性并找到正确答案，与现在CPU的分支预测等计算方式完全不同。其算力随比特数n的增长呈幂指数2n增长，也就是我们常听到的xx位（Bit）量子计算。它还在研制开发阶段，是各大公司乃至各个大国的竞争重点之一，其外形各式各样，和人一样大的（图15）还算是小巧的呢。

⒂

必须说明的是，当前的量子计算机不仅规模庞大，而且能力其实相对单一，距离实用还有相当的距离。所谓的“量子霸权”指的只是在适合量子计算的某些领域、某个公式或某种问题的计算中，量子计算机表现出了远远超越传统计算机的能力，而不是能力的全面突破和性能的全面超越。

RPU

实时处理单元（Real-time Processing Unit）是ARM处理器中的一种计算架构，但它属于底层架构，与我们的日常使用关系不大，甚至很少被最终的ARM芯片产品提及。

SPU

高通骁龙SOC中带有专门的安全处理单元（Secure Processing Unit），所有的加密、认证计算，以及密钥存储工作都由这一SPU负责（图16）。它可以看作一套完整的软硬生态，包括独立的CPU、内存、存储空间和OS系统，可以独立于SoC运行，所以能最大限度地确保数据、密匙和加解密计算过程的安全，同时也能解放CPU的算力。

⒃

TPU

張量处理器（Tensor Processing Unit）又是一种人工智能处理单元，在英伟达的RTX系列GPU中，基于人工智能训练的DLSS就是使用其内置TPU的。此外谷歌公司推出的加速人工智能算法的专用处理器也叫TPU（图17），当然这块芯片就是用于大规模人工智能服务器的了。

VPU

UPU这种有些奇怪的简称没有相应的常见产品，我们直接来看VPU。矢量处理器（Vector Processing Unit）是一种用于图像处理的人工智能加速核心，主要用于汽车和无人机的自动驾驶和避障，由Movidius公司推出（图18），如今已经被英特尔收购。另外早期ATI与英伟达竞争时不想使用GPU的名称，也曾将自己的3D处理器命名为VPU（Video Processing Unit，视频处理单元）。另外现在的一些视频相关设备中，也会有集成在主芯片中的视频处理单元甚至独立的芯片，它们同样也可以叫做VPU。

这里要说明的是，这一处理器名称中的“矢量”和上文的“张量”都不是此类处理器的处理对象，而是指的这类处理器进行计算时的方式。其中矢量和张量都是矩阵计算中的概念，矢量处理器能以矢量矩阵模式进行高度并行操作，用很高的效率模拟人工智能，张量处理器同样是基于矩阵模式计算，只是方式略有差别。这种计算方式比CPU的直线、分支式计算路径更像人脑的处理过程，当然也就更适合人工智能模拟和处理。