眾核編程

㈠ intel phi5110p能用在X99主板上嗎使用時要自己編程嗎

XeonPhi是Intel為HPC專門推出的協處理器，插在PCI-E上，進行高性能計算的。
既不算顯卡，也不是CPU。
但XeonPhi當中使用的確是是X86核心，原型為Intel的集成眾核MIC。
普通台式電腦自然能用，不過，不能當作CPU來用，只能當計算卡來用，類似Nvidia的Tesla。
所以，如果不做設計，或者高性能運算，就用不上。

㈡ 電腦中的CPU和GPU是什麼意思

CPU ：中央處理器，是一塊超大規模的集成電路，是一台計算機的運算核心（Core）和控制核心（ Control Unit）。它的功能主要是解釋計算機指令以及處理計算機軟體中的數據。

GPU：圖形處理器，又稱顯示核心、視覺處理器、顯示晶元，是一種專門在個人電腦、工作站、游戲機和一些移動設備（如平板電腦、智能手機等）上圖像運算工作的微處理器。

CPU和GPU它們分別針對了兩種不同的應用場景

1、CPU需要很強的通用性來處理各種不同的數據類型，同時又要邏輯判斷又會引入大量的分支跳轉和中斷的處理。這些都使得CPU的內部結構異常復雜。

2、GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純凈的計算環境。

(2)眾核編程擴展閱讀

CPU和GPU應用的方向

1、CPU所擅長的像操作系統這一類應用，需要快速響應實時信息，需要針對延遲優化，所以晶體管數量和能耗都需要用在分支預測、亂序執行、低延遲緩存等控制部分。

2、GPU適合對於具有極高的可預測性和大量相似的運算以及高延遲、高吞吐的架構運算。

㈢ 國產唯一GPU，景嘉微

GPU是什麼？

GPU（Graphic Processing Unit）即圖形處理器，其核心優勢在於解決 數據 並行計算問題。

與CPU（Central Processing Unit，中央處理器）相比，GPU擁有更多的算數單元。CPU雖然有多核，但總數沒有超過兩位數，每個核都有足夠大的緩存和足夠多的數字及邏輯運算單元，並輔助很多加速分支判斷甚至更復雜的邏輯判斷硬體；GPU的核數遠超CPU，被稱為眾核（NVIDIA Fermi有512個核），每個核擁有的緩存相對較小，數字邏輯運算單元少且簡單。

GPU的分類具有兩種維度：

一是根據與CPU的關系，GPU分為獨立GPU和集成GPU。 按照是否呈獨立的板卡存在，GPU可分為獨立GPU和集成GPU。獨立GPU（discrete GPU）使用了專用的顯示存儲器（顯存），顯存帶寬決定了和GPU的連接速度。集成GPU（integrated GPU）與CPU集成於晶元組中，和CPU共享內存帶寬。因此，獨立GPU運算性能強但功耗和成本高，集成GPU則反之。

二是按應用終端分類，可分為PC GPU、伺服器GPU、移動GPU。 其中，PC GPU應用於PC端，既有集成GPU，也有獨立GPU；伺服器GPU應用於伺服器，可做專業可視化、計算加速、深度學習等應用；移動GPU受限於移動端功耗與體積的限制，一般都是集成GPU。

運算能力和功耗是評價GPU的兩大重要指標。

顯卡廠商將GPU晶元、顯存、散熱器、顯卡介面等包裝成完整的一個獨立顯卡，因此獨立顯卡可從運算性能和功耗散熱兩方面來評價，其中運算能力和數據存儲能力共同決定了獨立顯卡的運算性能，而功耗和散熱可以從散熱設計功耗（TDP）和散熱設計兩方面考察。

集成GPU的評價在獨立顯卡的基礎上還要額外考慮內存帶寬。集成GPU一般用在移動端，不配備獨立顯存，而是與CPU共用內存，因此內存帶寬代替顯存帶寬成為集成GPU的重要指標。

從市場格局來看，

GPU競爭壁壘高，強者恆強。 GPU有著較高的資本和技術壁壘，寡頭壟斷市場且集中度不斷提升。PC時代，Intel 借CPU捆綁銷售了大量集成GPU，佔PC GPU市場份額第一。隨著獨立GPU份額不斷擴大，NVIDIA和AMD逐漸崛起。移動互聯網浪潮的興起，讓移動GPU市場崛起了ARM 、Imagination等公司。

①PC GPU市場格局：Intel佔領集顯市場，NVIDA和AMD分享獨顯份額。 目前全球PC GPU市場參與者主要為Intel、NVIDIA以及AMD。其中集成GPU由於其與CPU集合的特性，由Intel一家獨大；獨立顯卡市場則由NVIDA（英偉達）和AMD（超威半導體）占據。根據JPR統計，2018年四季度個人電腦用獨立GPU產品市場，NVDIA份額攀升至81.2%，AMD下滑到18.8%。對比2018年三季度，AMD份額為25.7%，2017年四季度更是佔領33.0%的市場。AMD在獨顯領域，市場份額呈下滑趨勢。

②移動GPU市場格局：五強抗衡，ARM第一。 移動端GPU的發展主要受智能手機發展推動。受限於晶元的面積、能耗以及成本，移動端GPU的性能較PC端GPU更低。2015年移動GPU領域市場份額前5的廠商分別是ARM、Imagination、Qualcomm、Vivante和NVIDIA。據Digitimes統計，2015年ARM全球移動GPU市佔率達38.6%，中國市場市佔率接近70%。

國內獨立GPU市場空間達250億元。

英偉達全年市佔率約為75%。 JM7200相較初代產品JM5400性能已實現較大突破，能夠滿足基本辦公和顯示要求。作為國內唯一量產GPU的企業，隨著國產GPU滲透率逐漸提升，公司業績有望充分受益。

景嘉微在國產GPU領域的競爭對手包括三大派系：

①中船系：包括中船重工709所和中船重工716所。

716所自主研發的JARI G12 採用混合渲染架構，兼顧數據帶寬和渲染延時需求，極大的增強了晶元的靈活性和適應性，該GPU不僅支持Windows、Linux、VxWorks等主流操作系統，同時也支持中標麒麟、JARI-Works、道等國內操作系統，

​

②學術系：以西郵微電為代表。 西郵微 電子 科技 有限公司脫胎於西安郵電大學GPU團隊，其團隊技術指導李濤教授，2009年從 美國 返回受聘西安郵電大學工作，是陝西省百人計劃特聘專家，現任西安郵電大學陝西省通信專用集成電路設計工程技術研究中心總工程師。

西郵微電的代表GPU晶元為 「螢火蟲1號」，該款晶元歷經西安郵電大學GPU團隊6年研發，於2015年12月通過了陝西省 科技 廳主持的成果鑒定。「螢火蟲1號」主要包括leon3開源處理器、獨立自主設計研發的GPU firefly，其3D圖形渲染引擎採用傳統圖形渲染管線技術，共包含14個渲染核以及若干硬體加速器。該晶元運行頻率最高為250MHz，峰值計算速度可達2.5-3GFlops，目前主要作為自主設計研發的GPU雛形晶元。

③引進系：以中科曙光為代表。 中科曙光在CPU領域與AMD進行深度合作，後者2018一季度AMD在PC GPU市佔率為14.9%，在獨顯GPU領域市佔率為34.9%。2018年6月，AMD在台北展出了全球首款採用7nm技術的GPU晶元，內部整合了四顆二代高帶寬顯存（4×HBM2），總容量達到了32GB。近年來AMD的GPU業務發展迅速，預計將對中科曙光的GPU業務發展起積極作用。與中科曙光類似的還包括收購了Imagination的凱橋資本以及收購美國圖芯的芯原。

景嘉微

公司推出的JM5400晶元打破了外國晶元在我國高性能GPU領域的壟斷，填補了國內的市場空白。

2018年9月公司第二代GPU產品JM7200完成流片、 封裝階段工作，基本功能測試符合設計要求。但僅從顯卡參數上，國內GPU與國外先進GPU仍存在較大差距， 保守估計技術水平落後6年時間，預計國產GPU短期內在民用市場較難取得突破。

公司的主要產品

公司在圖像顯控領域主要包括以下幾種產品：

圖形顯控模塊： 是信息融合和顯示處理的「大腦」，廣泛應用於固定翼飛機、旋轉翼飛機及其他特種軍用飛機等各類機型，可應用於軍用艦艇、坦克裝甲車等艦載、車載領域。圖形顯控模塊是公司研發最早、積淀最深、也是目前最核心的產品，在國內機載航電系統圖形顯控領域占據大部分市場份額。

圖形處理晶元 ：是圖形顯控模塊最核心的信息處理部件，決定著圖形顯控模塊及整個圖形顯控系統性能的優劣。公司研發的以JM5400為代表的圖形晶元打破外國晶元在我國軍用GPU領域的壟斷，率先實現軍用GPU國產化。公司依託在晶元領域豐富的研發及應用經驗，正在逐步 探索 向通用晶元領域延伸，目前已在音頻晶元、藍牙晶元等領域取得了突破

。

加固顯示器： 主要作為軍用飛機後艙任務系統的顯示輸出設備。同時採用了熱學設計、力學設計、電磁兼容設計等技術，具有抗振、適應寬溫工作環境和符合國軍標電磁兼容要求的能力。

加固電子盤： 主要用於存儲軍用飛機航行過程中收集到的各種圖形、態勢信息數據。小容量的加固電子盤一般配套安裝於圖形顯控模塊，大容量的加固電子盤主要用作特種飛機上的獨立存儲設備。同時，加固電子盤具備加密、自毀等功能。

加固計算機： 主要應用於地面工作站對飛行器採集的圖形、態勢信息數據進行處理分析。公司利用在相關領域的技術優勢，積極參與無人機地面站方艙車輛中加固計算機的科研、生產及服務，將航電領域的優勢延伸至無人機地面顯控、信息處理領域。公司先後承接了多個型號的加固計算機任務，已在無人機地面站領域占據一席之地。

公司開發的產品具根據客戶要求定製開發、模塊化設計集成度高、可靠新高、 生命周期 長等特點，疊加我國軍用飛機需求不斷上升，民用航空市場廣闊的時代機遇，公司將依靠深厚的技術積累以及先發優勢不斷拓展市場空間，鞏固國產圖顯顯控領域的龍頭地位。

公司目前的客戶和銷售模式

公司資質齊全，已打入軍工集團供應商體系。

公司產品絕大部分為定製化軍用電子核心模塊，客戶主要是國有軍工集團下屬單位，包括中航工業集團、中國電子 科技 集團以及中船重工集團等，客戶集中度高。 中航工業集團是我國負責軍用飛機研發、生產的軍工集團，公司緊跟中航工業集團，等於牢牢占據軍機航空顯控市場。 2017年公司第一大客戶占公司銷售額為87.66%；中航工業其下中國航空無線電電子研究所（簡稱中航工業615所）是中航工業負責軍用飛機顯控系統的主要製造商。該所主要從事航空電子系統總體與綜合，航空電子核心處理與綜合應用技術以及航空無線電通訊導航技術三大領域的研究和相關產品的研製和生產。

​

目新一代GPU JM7200適配順利，加速產業化應用

前公司JM7200晶元已完成與龍芯、飛騰、銀河麒麟、中標麒麟、國心泰山、道、天脈等國內主要的CPU和操作系統廠商的適配工作，與中國長城、超越電子等十餘家國內主要計算機整機廠商建立合作關系並進行產品測試 ，大力開展進一步適配與市場推廣工作。 報告期內，公司JM7200晶元已經獲得部分產品訂單，將有利於JM7200的大力推廣，加速批量訂單落地速度。同時，公司下一代晶元研發已進入工程研製階段，目前已完成可行性論證和方案論證，正在進行前端設計和軟體設計

新產品的開發

2018年12月28日，公司向國家集成電路基金、湖南高新縱橫共兩名特定對象增發的30,596,174股，募集資金總額不超過10.88億元， 用於高性能GPU研發，以及MCU、低功耗藍牙、Type-C&PD介面三類通用晶元項目

本次項目所研發的JM9231、JM9271產品是面向不同應用領域的兩款中、高檔系列產品，採用國際同類公司通用做法，根據業界主流的統一渲染架構，支持OpenGL4.5，在同一架構下，通過減少運算單元數量、渲染通道、顯存帶寬等手段，降低產品成本。

JM9231 是系公司正在研製的下一代GPU晶元的進一步升級，首先架構上採用了業界主流的統一渲染架構，支持OpenGL4.5，OpenCL1.2 API介面，可以無縫兼容市面上主流的CPU、操作系統和應用程序，跟國際同類公司2016年中低端產品性能相當，主要針對國內辦公電腦，攜帶型計算機、中低端的 游戲 機和高端嵌入式系統等消費電子領域，對圖形生成和顯示能力進行優化和進一步提高。

JM9271採用跟JM9231相同的 統一渲染架構，支持OpenGL4.5、OpenCL2.0API介面，通過增加運算單元數量，提高顯存帶寬，匯流排和輸出介面速率，使得科學計算能 力得到了大幅度提升，可以達到國際同類公司2017年中高端產品的性能，主要針對人工智慧、安防監控、語音識別、深度學習、雲計算等對計算速度要求非常高的高端應用領域，在JM9231基礎上對科學計算能力進行大幅度提高和改進，並針對人工智慧領域開發相關的運算庫和高性能計算平台，滿足客戶不同應用需求。

2018年11月28日，景嘉微宣布與中國長城就多領域展開合作：

1）共同開展基於 CPU、GPU、DSP、網路交換晶元、操作系統的計算機整機升級換代的研發工作，推動產業化；解決關鍵軟硬體兼容性問題，完善晶元適配，盡快實現廣泛應用；

2）在基於支持 OpenGL 標準的高性能圖形處理晶元，視頻信號採集轉換、編解碼壓縮、處理傳輸等技術，二三維地理信息數據應用等顯控模塊研發上開展技術合作，共同完善計算機系統的軟硬體配置及其應用生態；

3）在無線 通信 產品、微波射頻和信號處理產品、存儲記錄數據處理產品等領域開展應用合作；

4）在核心技術引進、關鍵技術產業化方面，建立投資標的信息及資源共享、互通機制；

5）共同推進信息安全產業鏈的發展，在計算機裝備和民用信息安全基礎設施領域展開廣泛合作；

6）建立政府項目聯合申報機制，共同申報國家級、省內外重大專項，支撐重大戰略、項目落地。

攜手核工業背景廠商KALRAY共同推進可編程通用晶元發展

長沙景嘉微電子股份有限公司的全資子公司長沙景美集成電路設計有限公司與KALRAYS.A.簽署了《OEMANDDISTRIBUTORAGREEMENT》。景美與KALRAY公司將進行深度業務和技術合作，共同推進可編程通用計算晶元的發展。

KALRAY擁有核工業背景。 成立於2008年，獲得法國可替代能源和原子能委員會（CEA）投資，公司同時也是CEA的供應商，它的極限運算技術最開始就是為CEA的核彈實驗模擬而定製開發的。除此之外，Kalray的主營項目還包括面向航空航天的重要內嵌系統開發及雲計算業務。

KALRAY切入自動駕駛領域，打開新目標市場空間。 以超級計算晶元領域的優勢，公司也加入了自動駕駛性能平台競爭的隊伍中，推出了第一款面向自動駕駛 汽車 ，擁有288個VLIW內核的大規模並行處理器陣列晶元MPPA®處理器。

KALRAY擁有領先的多核處理器技術。 公司新一代晶元產品Bostan，內核處理器的數量達到了288個，它集成了16個計算集群，2MB的共享內存，每秒可處理數據量為80GB，擁有16個系統核。Bostan由於採用了片上網路NoC的通信方式，結合高速乙太網介面（介面標准8GbE~10GbE），具有低延遲性的特點。

公司估值：

未來的發展空間

GPU性能在AI深度學習領域得以充分發揮。 GPU由於其在演算法上的優化設計，成為目前深度學習領域應用最為廣泛的核心晶元。GPU含有大量的邏輯核心，不依賴緩存，可使用更多內核進行數據的並行運算。作為當前主流的人工智慧晶元，具有易於開發、軟體生態完善、算力強等諸多優勢。

無人駕駛 汽車 是人工智慧在 汽車 行業的重大應用，需要感測器收集數據以及處理器對大量數據進行快速運算作為支撐。 英偉達已經開發了兩代DrivePX無人駕駛 汽車 平台，其中DRIVEPX2搭載兩顆NVIDIATegra處理器（共8個A57核心和4個Denver核心，共計12顆CPU和兩顆基於NVIDIAPascal架構的新一代GPU，採用16nmFinFET工藝，單精度計算能力達到8TFlops，功耗250瓦。

㈣ 測試自己適合和什麼星座的人在一起

該模型的編程介面能支持的並行模式有限,需要豐富編程介面,表達多種多樣的並行性.例如,spawnsync 能夠實現嵌套並行控制結構,但不能高效實現循環級並行,於是,程序員需要把數據並行的應用程序轉換成嵌套並行,才能用該模型編寫並行程序.另外,無條件原子塊結構和有條件原子塊結構是重要的並行任務結構,如何表達以及如何高效支持都需要深入研究;[1]
(2) 該模型把數據分為共享和私有兩種,通過共享數據進行通信.但有些數據是部分任務共享,或者一個線程內執行的所有任務共享,因此需要對數據進一步區分共享范圍,需要研究如何高效實現不同級別的共享數據[1] ;
(3) 該模型的運行時系統負責把邏輯任務映射到物理線程上去執行,其核心任務是提高執行效率.存在的問題有:(a) 運行時系統是一個軟體層,與應用程序鏈接在一起,運行在用戶空間上.用軟體實現任務竊取是有代價的,問題是能否進一步降低運行時系統開銷;(b) 任務竊取採用最早任務優先竊取策略,該策略的「深度優先執行」能夠提高 cache 的利用率.但隨機選擇線程進行任務竊取,而沒有考慮多核處理器的存儲層次和處理器架構特點,對於局部性敏感的應用會產生影響.因此,任務調度時需要根據存儲部件的層次、容量、訪問延遲以及數據的訪問局部性、重用度和層次性等因素進行局部性敏感的調度;(c) 集群系統和眾核處理器都遠比多核處理器要復雜,擁有更大量的計算資源,如何管理和使用硬體資源,充分利用體系結構的並行性和局部性來提高性能,也需要深入加以研究[1] .