芯片：越来越聪明的电子大脑

为什么手机可以畅通无阻地运行各种应用软件？为什么在线课堂可以无卡顿、零延时？为什么电子设备的功能正在越来越强大？在这一切背后，它们的“大脑”——芯片，正在闪耀着智能的光。

不断增长的算力需求

算力，字面意义为计算能力，更具体地说，它指的是系统处理数据、执行计算、输出结果的能力。广义上说，从算盘到超级计算机，都是算力的承载者。

算力这一概念与计算机的发展史紧密相连。最初的计算机十分笨重，足有几十吨重，为了让计算机“瘦身”，人们开始尝试将电子元器件用一些方法聚集起来。20世纪50年代末，集成电路诞生了，它将一个电路的大量元器件集合在了一块单晶片上，而这一载体就是赫赫有名的芯片。芯片的性能直接决定着电子设备的算力，计算机也因芯片时代的到来变得越来越强、越来越轻、越来越小。

如今，人工智能、量子计算、生物技术等领域正因一系列令人瞩目的技术革新而闪耀着无与伦比的光彩，它们需要处理和分析海量数据，对算力的需求不断增长。这就像一个积木游戏，随着等级的提高，我们需要更多积木来搭建更复杂的模型。

更有力的“大脑”

芯片功能不一，用途不同，从日常生活中的手机到遨游太空的卫星，内部都搭载着多种类型的芯片，其中，我们最常听说的恐怕就是CPU和GPU了。

中央处理器（Central Processing Unit，简称CPU），是计算机的核心部分。它负责解释指令的功能，控制各类指令的执行过程，完成各种算术和逻辑运算。

图形处理单元（Graphics Processing Unit，简称GPU）则一直搭载在显卡之上。比起普通的CPU，它对复杂运算的解决能力更强，擅长同时进行多种小任务，被用来处理电脑游戏和动画中的图形。

二者的结构设计理念截然不同。出于通用的考虑，CPU的单元设计十分复杂，内核数量较大、较少，且给缓存留出了大量空间；而图形处理的特点是对大量同类型数据进行密集的运算，所以GPU的架构更加直接，核心计算单元更小、更多、更高效。

科研人员和工程师发现，GPU的这种能力可以用来帮助解决很多复杂问题，于是，人们开始让这个“大脑”一心多用，GPGPU（General-Purpose Computing on Graphics Processing Units，直译为“利用图形处理单元进行通用计算”）应运而生。虽然本质上GPGPU仍然是GPU芯片，但它们已经被优化，用来执行更多非图形的计算任务。

未来都市的重要一环

并行计算的超级能力

GPGPU拥有成百上千个核心单元，可以同时处理大量的数据，就像城市中的每一个交通信号灯背后都有一个智能助手。这种并行处理能力使得智能系统能够实时分析交通数据，确保交通顺畅。

快速传递信息的“高速公路”

GPGPU拥有极高的内存带宽，意味着它能够迅速读取和写入大量数据。因此，它能够帮助智能系统快速处理城市各个角落可影响交通的信息，如车辆速度、行人流动、天气状况等，迅速做出反应，确保整个交通系统的安全、高效。

多才多艺的“超级英雄”

GPGPU不仅图形处理能力卓越，还拥有强大的通用计算能力，这使得它能在众多不同的领域发挥作用。无论是自动驾驶汽车的感知系统，还是交通控制中心的大数据分析，它都能够提供强大的算力支持。

“能干”又节能

在提供高性能的同时，GPGPU还能保持较高的能效比。在执行计算任务时，它能够以更低的能耗完成更多的工作，这对于未来的城市发展尤为重要。

想要训练人工智能，让它们执行更深度的学习、分析、模拟、运行，我们就需要借助先进的芯片技术，为服务人类的发展需求提供更智能、高效的解决方案，推动科技与社会的融合发展。

撰文 | 张尉东

责任编辑 | 牛一名

运营编辑 | 赵青云

质量审核 | 业蕾

❖ 来源：《知识就是力量》杂志 ❖