CPU和GPU真融合 APU异构系统架构解析

    由于目前还没有支持HSA的处理器产品问世，所以所有的技术介绍及数据都来自于AMD内部。AMD大中华区游戏，软件及异构计算合作与技术总监楚含进向大家分享了HSA架构的应用实例——人脸识别技术：

    人脸识别技术看似简单，实则是通过暴力计算的方式来实现，处理器需要在一张图片中画出无数个搜索框，从中寻找人脸的关键特征，一张1080p像素的全高清图片需要分析200万次……

    一张图片中可能会有无数个人脸，处理器一开始并不知道人脸有多大，所以需要不断地对图片进行缩放从而寻找合适大小的脸。

    最终，人脸识别的过程被细分为22个阶段，每一个搜索框都需要重复这22个阶段，如果是静态图像还好，动态视频的话30FPS就需要每秒1.4万亿次的计算能力……而且这个速度仅能识别正面人脸。

    经过测试，这22个阶段中，并不是所有阶段都是GPU处理速度更快，也有CPU占据明显优势的，也有性能速度差不多的，毕竟两者计算架构完全不同，适应不同的运算。

    22个阶段CPU和GPU各有所长，最终根据效率高低，第0阶段让CPU独立计算，第9-22阶段让GPU独立计算，而1-8阶段让CPU和GPU协同计算会更快一些。

    最终经过测试获得的数据显示，HSA为CPU和GPU智能分配任务后，人脸识别速度提高了2.5倍之多！

    这个案例意味着什么呢？我们再来回顾一下本文第一页提到的内容：用户越来越希望能够借助手势、眼睛、身体，用自然表达的方式和机器交互——没错，体感！然后呢？游戏机——索尼PS4和微软Xbox One——它们都用的是AMD下一代的APU，都是基于HSA架构而设计的，而且是低功耗的CPU架构搭配为计算优化的GCN GPU架构！

    只有HSA架构才能彻底的将GPU强大的运算能力释放出来，从而降低对CPU的依赖，大幅提升性能功耗比，降低应用开发难度，这就是索尼和微软不约而同的选用AMD APU的根本原因，否则传统PC架构优异CPU搭配独立显卡不是更好么？游戏机硬件一旦确立，未来5年内甚至更长时间都不会再改变，因此必须选用前瞻性的架构，索尼的微软为次世代游戏主机选择了HSA和APU，PC同样是大势所趋，让我们一同期待AMD下一代桌面级APU的表现吧！■<