CPU和GPU真融合 APU異構(gòu)系統(tǒng)架構(gòu)解析
由于目前還沒有支持HSA的處理器產(chǎn)品問世，所以所有的技術(shù)介紹及數(shù)據(jù)都來自于AMD內(nèi)部。AMD大中華區(qū)游戲，軟件及異構(gòu)計算合作與技術(shù)總監(jiān)楚含進向大家分享了HSA架構(gòu)的應(yīng)用實例——人臉識別技術(shù)：
人臉識別技術(shù)看似簡單，實則是通過暴力計算的方式來實現(xiàn)，處理器需要在一張圖片中畫出無數(shù)個搜索框，從中尋找人臉的關(guān)鍵特征，一張1080p像素的全高清圖片需要分析200萬次……
一張圖片中可能會有無數(shù)個人臉，處理器一開始并不知道人臉有多大，所以需要不斷地對圖片進行縮放從而尋找合適大小的臉。
最終，人臉識別的過程被細分為22個階段，每一個搜索框都需要重復(fù)這22個階段，如果是靜態(tài)圖像還好，動態(tài)視頻的話30FPS就需要每秒1.4萬億次的計算能力……而且這個速度僅能識別正面人臉。
經(jīng)過測試，這22個階段中，并不是所有階段都是GPU處理速度更快，也有CPU占據(jù)明顯優(yōu)勢的，也有性能速度差不多的，畢竟兩者計算架構(gòu)完全不同，適應(yīng)不同的運算。
22個階段CPU和GPU各有所長，最終根據(jù)效率高低，第0階段讓CPU獨立計算，第9-22階段讓GPU獨立計算，而1-8階段讓CPU和GPU協(xié)同計算會更快一些。
最終經(jīng)過測試獲得的數(shù)據(jù)顯示，HSA為CPU和GPU智能分配任務(wù)后，人臉識別速度提高了2.5倍之多！
這個案例意味著什么呢？我們再來回顧一下本文第一頁提到的內(nèi)容：用戶越來越希望能夠借助手勢、眼睛、身體，用自然表達的方式和機器交互——沒錯，體感！然后呢？游戲機——索尼PS4和微軟Xbox One——它們都用的是AMD下一代的APU，都是基于HSA架構(gòu)而設(shè)計的，而且是低功耗的CPU架構(gòu)搭配為計算優(yōu)化的GCN GPU架構(gòu)！
只有HSA架構(gòu)才能徹底的將GPU強大的運算能力釋放出來，從而降低對CPU的依賴，大幅提升性能功耗比，降低應(yīng)用開發(fā)難度，這就是索尼和微軟不約而同的選用AMD APU的根本原因，否則傳統(tǒng)PC架構(gòu)優(yōu)異CPU搭配獨立顯卡不是更好么？游戲機硬件一旦確立，未來5年內(nèi)甚至更長時間都不會再改變，因此必須選用前瞻性的架構(gòu)，索尼的微軟為次世代游戲主機選擇了HSA和APU，PC同樣是大勢所趨，讓我們一同期待AMD下一代桌面級APU的表現(xiàn)吧！■<
關(guān)注我們
