◇死.硬.派◆

　　今天在美国旧金山开幕的国际固态电子电路大会（ISSCC）上,英特尔展示了其80核心的处理器实物。该处理器研发代号为北极星（Polaris），把200颗这样的处理器组合在一起将提供可媲美当前任何一台超级计算机浮点运算能力的性能。但是英特尔表示该处理器不会推向市场，而且多核技术并非未来处理器发展的唯一方向。

80内核处理器实物曝光，每瓦性能超越现有架构

　　去年秋季IDF大会上，英特尔就透露了万亿级计算处理器的研发计划，并展示了80内核处理器的晶圆。据悉，这颗处理器工作主频为3.16GHz，工作电压为0.95V，提供的数据带宽为 1.62 Tb/s，计算性能可达1.01TFlops。如果在十年前，英特尔需要将10000颗Pentium Pro处理器结合在一起才能提供同样的计算能力。另外，这颗80内核处理器的功耗也非常让人兴奋。尽管主频为3.16GHz，但是它的功耗仅有62W，比当前的双核酷睿2处理其还要低，而且其功耗是英特尔2.66GHz四核心至强X5355（该至强处理其提供的计算性能为 50-60GFlops）的一半。

　　用当前流行的每瓦性能来计算，英特尔指出该处理器32位、80内核版本将提供每瓦16 GFlops的性能，远远超出了当前架构的处理器产品。

英特尔80内核CPU实物亮相

　　英特尔表示，通过调节电压和主频，该处理器甚至可以获得更高的计算能力。比如将主频提升为5.1GHz后，该处理器可提供2.61 Tb/s的运算能力，而在5.7 GHz下可提供2.91 Tb/s的运算能力。不过这样一来，功耗上升就会变得非常快，5.1GHz主频会达到175W，而5.7GHz主频下则会达到265W。但是考虑到仅仅200颗这样的处理器就可以提供当今最强悍的超级计算机才能提供的性能，这一水平上的功耗已经变得微不足道了。目前世界最强的蓝色基因超级计算机可提供峰值为367 TFlops的运算能力，它是由65536颗CPU联合而成的。

　　英特尔透露，这颗80内核的处理器内部是一个芯片级的网络。每个内核都集成了2个浮点运算引擎和一个路由单元。路由单元负责该内核与其它内核间的通讯交流。芯片内部采用了最尖端的3D连接方式，每个内核的顶部、底部、左部和右部共四个方向都会与其它内核互联。

80内核芯片不会商用化，相关技术会转化为不同产品

　　利用这一处理器，人们可以打开更多海量计算应用的大门。过去超级计算机大部分用于金融模型和像流体力学和地理勘测这样的科学计算。英特尔坚信一个崭新的多线程编程时代将使大量的消费类应用软件都能够充分发挥多核处理器的计算能力。未来诸如PC和手持设备上的高清娱乐、用户敏感环境中的人工智能、即时视频通讯、逼真如现实的多媒体游戏等应用将在亿万级计算处理器的帮助下蓬勃发展。另外，语音识别的发展也将进入新时代。未来的PC甚至可以通过人的唇型来读取用户语音，并大幅改进语音识别的精确度。

　　在一个PPT演示中，英特尔表示该处理器将永远不会出现在PC或服务器上。英特尔指出这颗80内核处理器只是一个研究用芯片，而且未来不会被商业化而成为市场上的产品。但是英特尔亿万级计算项目中取得的成果将会逐渐转化为主流市场的产品。英特尔的说法是，这颗芯片的“多内核”设计可以广泛用于不同的领域，其中除了通用处理器领域还会有其它专业领域。利用这些技术制造出来的产品可以让人们运行传统的程序，如启动一个操作系统等。英特尔的这一想法与它的老对手AMD的“Fusion”处理器不谋而合，“Fusion”的设想就是一个通用处理器内核加上一个GPU内核来满足特殊需求。不过英特尔并未透露今后何时会在80内核芯片中集成图形处理单元。

80内核处理器晶圆图

　　英特尔未来的处理器发展计划可能会与AMD的路线越来越接近，因为英特尔表示增加处理器内核数量的做法在未来会遇到一个瓶颈。英特尔表示，未来或许会集成几十个甚至上百个内核，但是在集成的内核数量达到一定程度后，计算机从额外增加的内核中得到的性能提升会越来越有限。“事实上，内核的发展会转向其它路线。”英特尔表示，“除了单纯地增加内核数量之外，我们必须提供更多的改进方案。”

未来处理器发展方向殊途同归，NVIDIA将加入市场竞争

　　不过在现有环境下英特尔承诺，一直到16个内核之前，采用这类设计的处理器性能都会一直增长。在到达16内核之后，整个芯片从单纯增加内核数量得到的性能提升将越来越小，因此从其它方面寻求性能的突破就变得非常重要了。对英特尔来说，增加缓存容量将是未来的一个重点策略，另外线程管理和集成新指令集也是一个很好的方案。

安装在主板上的80内核处理器

系统全貌

开机运行，进入系统

　　显然，不论是英特尔还是AMD的路线图都显示了相同的结果，但是它们之间的差异会在过程当中逐渐体现。不过目前二者的侧重点稍有不同，英特尔把所有赌注都押在了类CPU的浮点运算引擎上，而AMD走的是基于GPU的“流计算”道路。另外，NVIDIA将成为该领域的一个非常有实力的竞争对手。据悉，NVIDIA即将向公众发布其CUDA技术，该技术使得GPU可以成为流计算引擎，并加速计算机的浮点运算能力。