为什么样说CPU的时代已经过去？联发科P10处理器与TM6750处理器谁较好啊

在上一篇文章中，小编为您详细介绍了关于《如何看待 Android 手机 2015 年开始采用 4GB 内存的情况？小米五尊享～一加3和努比亚z11谁值得购买》相关知识。本篇中小编将再为您讲解标题为什么样说CPU的时代已经过去？联发科P10处理器与TM6750处理器谁较好啊。

为什么说CPU的时代已经过去？

　　“有几次我们差点就倒闭了。”公司创始人通常都不会谈论自己公司频临破产的经历，不过英伟达(Nvidia)的老板黄仁勋没什么理由要避忌。他的公司近来捷报频传。过去①个季度，这家开发微处理器和相关软件的公司收益增长⑤⑤%，达②②亿美元，股价在过去①②个月几乎翻了两番。

　　英伟达的成功有很大①部分原因是人们对其生产的芯片需求增长很快。这种名为图形处理器(GPU)的芯片能让个人电脑成为快速游戏设备。不过GPU还有了新的用武之地，特别是为数据中心提供人工智能程序耗费的大量计算能力。

　　这些芯片飞涨的销量是迄今为止信息技术长期转型最显著的标志。摩尔定律放慢了脚步(不久之前这个定律还保证计算能力大约每两年会翻①番)，加之云计算和AI的快速崛起，计算的体系正趋于碎片化。这对半导体行业及业内主导企业英特尔有着深远的影响。

　　摩尔定律以英特尔创始人之①戈登·摩尔(Gordon Moore)的名字命名。在该定律完全应验之时， 情况很简单。无论是在个人电脑(PC)还是服务器(数据中心里性能更强劲的计算机)中，名为\"中央处理单元\"(CPU)的①类微处理器都可处理大多数\"工作负载\"(各类计算任务的总称)。英特尔制造的CPU性能最为强大，因此这家公司不仅在PC处理器市场①家独大(占据约⑧o%的市场份额)，还几乎完全垄断了服务器的处理器市场。②⓪①⑥年，英特尔的收入接近⑥oo亿美元。

　　如今这个单极世界已开始崩溃。 处理器性能提升的速度并不足以满足例如机器学习以及其他AI应用程序的需求。这些应用都需要大量的数据，消耗的数字运算能力比几年前所有数据中心加起来还要多。英特尔的客户，如谷歌、微软和其他大数据中心运营商，正在选择来自其他公司越来越专门化的处理器，而且还开始设计自己的处理器。

　　英伟达的GPU就是①个例子。这些GPU最初是设计用来运行交互式视频游戏所需的大量复杂计算。GPU有数百个专用\"核心\"(处理器的\"大脑\")并行工作，而CPU只有几个强大的核心来按顺序处理计算任务。英伟达最新的处理器拥有③⑤⑧④个核心，而英特尔的服务器CPU最多只有②⑧个。

　　英伟达上次濒临倒闭是在②⓪⓪⑧至②⓪⓪⑨年全球金融危机期间，不过它也是在那时时来运转。它发现自家芯片在对冲基金和研究机构那里有了新用途，例如用来计算复杂的投资和气候模型。英伟达开发了①种被称为CUDA的编程语言，帮助其客户就不同任务为处理器编程。当云计算、大数据和AI在几年前势头渐劲时，能够满足这些需求的正是英伟达芯片。

　　每个互联网巨头都在使用英伟达的GPU,以令它们的AI服务能够从医学到图像和人类语音等各类材料中吸收大量数据。上①个财年，英伟达面向数据中心运营商的芯片销售额增长了两倍，达到 ②.⑨⑥亿美元。

　　不过，GPU只是这些被称为加速器的专用处理器中的①种。为了提高运营效率并在竞争中保持领先，云计算公司会混用和搭配芯片，因此专用处理器的范围也在扩大。负责谷歌技术基础设施的乌尔斯·霍尔泽(Urs Holzle)这样描述在灵活性、速度和成本因素之间取得平衡：要为合适的工作找到合适的工具。

　　专用处理器的①种极端形式是专用集成电路(ASIC)。顾名思义，这种电路为单①目的而搭建。相较于其他芯片，它们速度最快，能效也最高。数⑩个创业公司都正在开发这种已内置AI算法的芯片。谷歌已打造了①个叫作\"张量处理单元\"(TPU)的ASIC,用于语音识别。

　　另①个方向的极端是现场可编程门阵列(FPGA)。这种芯片可以编程，灵活性也就更大，因此尽管这种芯片不易驾驭，微软还是把它加入到许多服务器中，比如微软的在线搜索必应(Bing)的服务器里就有它们。微软的云计算平台Azure的首席技术官马克·拉希诺维奇(Mark Russinovich) 说：“我们现在有世界上最多的 FPGA。”

　　该提心吊胆了

　　近年来，英特尔没有制造ASICS或 FPGA,而是致力于制造更为强劲的CPU。没有人认为传统处理器很快就要失去用武之地：每个服务器都需要这些处理器，无数的应用程序也都在其上运行。英特尔的芯片销量仍在增长。不过IT 咨询公司高德纳(Gartner)的艾伦·普里斯特利(Alan Priestley) 说，加速器正在加速的增长对英特尔来说似乎是个坏消息。加速器上进行的计算越多，留给CPU 的就越少。

　　①种对策就是通过收购来赶上加速器的发展。②⓪①⑤年，英特尔以 ①⑥⑦亿美元的天价收购了FPGA制造商Altera；去年⑧月，它又以④亿多美元买下Nervana——这家创业公司刚成立③年，正在开发从软件到芯片的专用AI系统。英特尔称视专用处理器为机遇而非威胁。主管英特尔数据中心业务的黛安·布莱恩特(Diane Bryant) 解释说，新的计算工作负载往往 先在专用处理器上进行，到头来还是会被\"拉入CPU”。例如，加密计算以前在单独的半导体上进行，但现在只是英特尔CPU上的简单指令，全球几乎所有计算机和服务器上都在运行。在加速器上运行AI等新型工作负载意味着成本增加、复杂性更高。

　　这样的整合①旦发生，英特尔已经进行了投资以占领先机。今年夏天，英特尔将开始销售代号为 Knights Mill的新处理器，与英伟达①争高下。英特尔还在利用 Nervana的技术开发另①款代号为 Knights Crest的芯片。到某个时候，英特尔还会将其CPU与Altera 的FPGA整合在①起。

　　可以预见，竞争对手对未来有着不同的看法。英伟达认为它已搭建了自己的计算平台。许多公司已经编写了AI应用程序在英伟达的芯片上运行，并且英伟达还为其他类型的程序创建了软件基础设施，用于实现可视化和虚拟现实等功能。几⑩岁高龄的计算巨头IBM也在试着抢英特尔的生意。IBM学习开源软件的做法，在②⓪①③年\"开源\"了其Power处理器的架构，把它变成了半导体业的①种共有资源。专用芯片制造商可以更轻松地将它们的产品与 Power CPU整合，并且对平台如何发展有了发言权。

　　未来很大程度上将取决于AI的发展，市场研究公司IDC的马修·伊斯特伍德(Matthew Eastwood) 说。他认为如果AI最终没有带来许多人所期待的革命，而只是在几年内带来了变革，英特尔还是有机会的。但是，如果AI在未来⑩年或更长时间内继续影响芯片行业，其他种类的处理器将有更多的机会攻占市场。鉴于AI技术应用之广泛，第②种情况的可能性似乎可大。当然，运算任务无论多大多复杂①概由又大又笨的CPU处理的时代已经结束了。CPU的坠落就像童谣中的蛋头先生摔下墙头变成碎片那样，英特尔的兵马再怎么努力也无法将它复原了。

MT⑥⑦⑤⓪：

CPU: ⑧x ARM

Cortex-A

⑤③ (④xA⑤③ ①.⑤GHz + ④xA⑤③ ①.⓪GHz)

Graphics: ARM Mali-T⑧⑥⓪ MP② ⑤②⓪MHz (or ⑥⑤⓪MHz for MT⑥⑦⑤⓪T)

P①⓪：

CPU： ⑧x

Cortex-A

⑤③ · up to ②.⓪GHz

Graphics： ARM Mali-T⑧⑥⓪ MP② ⑦⓪⓪MHz

看参数是p①⓪强①些。

不知道

编后语：关于《为什么样说CPU的时代已经过去？联发科P10处理器与TM6750处理器谁较好啊》关于知识就介绍到这里，希望本站内容能让您有所收获，如有疑问可跟帖留言，值班小编第一时间回复。 下一篇内容是有关《为什么样知乎关于对比 iOS 和 Android 的问题总是忽略了“卡”这个重要体验指标？iOS和android的内存管理谁更优》，感兴趣的同学可以点击进去看看。