如果您像我一样在过去 25 年一直关注高科技的发展，您可“祝你们好运”。
下面我来解释一下不同类型的计算方式。 同构计算定义 同构指的是相同的事物。数十年来，科技产业一直受益于同构带来的规模性和一致性。大多数同构计算是在通用CPU上进行的，而采用的操作系统可通过购买或经授权使用，如Windows系统。这仍然是当今PC和服务器的主流计算方式。 如果您不需要效率*大化和功耗*小化，或者如果您的首要任务是让产品抢先上市，那么同构计算仍旧非常适用。 异构计算定义 与同构计算相反的就是异构计算，或称专用计算，即不同种类的任务在不同专用处理器上运行。虽然任务或工作负荷有许多不同类型，但无论是办公、游戏、视频播放、照片过滤、数据库查询，还是 CPU（中央处理单元） GPU（图形处理单元） DSP（数字信号处理器） FPGA（现场可编程门阵列）固定功视频解码） 必须指出的是，采用多个不同尺寸或类型的CPU核心并不算是异构计算。 *后我想强调一下异构计算的复杂性。无论是基于异构计算的智包含多个专用的集成式处理核心，每个核心用于处理专门的任务，如通用计算、3D、视频播放、视频拍摄、摄像头、音乐、手势、传感器以及无线连接（例如WiFi和4G）。只有通过这种专用计算方法，手机生产商才虽然没有公开表示，不过其已在OpenCL GPU加速软件上投入巨资，用于强化照片和视频体验。现在，我们来看看服务器。
服务器计算
过去10年，在虚拟化整合的推动下，使用Windows和Linux系统的企业的主流服务器一直采用同构服务器计算。简而言之，这意味着服务器的工作量会从许多老旧的服务器转移到数量较少的基于X86的”数据中心（如谷歌、Facebook和微软）来说意义并不大。
横向扩展（scale-out）数据中心供应商需要每个数据中心每平方英尺面积内的每个工作量都实现效率*大化，而这只有通过专用运算而非同构计算才、GPU（AMD）、DSP（德州仪器）以及FPGA（SRC）。英伟达在过去8年也一直在进行CUDA平台的GPU计算，并专注于高性。
虽然数据中心远远落后于智的未来走向
和许多人一样，我相信，未来数以十亿的终端不仅将相互连接，还将与人、将可以相互沟通，以*大化和“万物联对于电池续航时间的要求比智的企业必将落伍。我的下一篇专栏文章将详细介绍移动异构计算。
公安机关备案号：
