贾 迅，邬贵明，谢向辉

(数学工程与先进计算国家重点实验室，江苏 无锡 214125)

1 引言

目前，大规模科学与工程应用对系统计算能力的需求日益增长，这推动着高性能计算HPC(High Performance Computing)的不断发展。研制具备每秒百亿亿次双精度浮点运算能力的E级计算系统已成为世界各国竞相争夺的科技制高点。基于Intel Xeon、IBM Power、AMD Opteron等高性能、高功耗商用处理器和高速互连网络构建大规模并行系统是提升计算性能的典型方法。然而，随着半导体工艺发展速度的放缓，对计算性能的不断追求使得HPC系统整体能耗快速增长，可靠性和可扩展性急剧下降。能耗问题已经成为E级计算面临的一大挑战[1]。

商用处理器为了支持功能通用性，指令执行的控制逻辑占据了芯片设计的大部分面积，芯片的计算能效较低，从而导致基于商用处理器构建的HPC系统的规模和性能无法有效扩展。而Intel至强融核MIC(Many Integrated Core)和NVIDIA通用图形处理单元GPGPU(General Purpose GPU)等加速器芯片中集成了大量浮点运算部件，适合高度并行的计算密集型应用。表1对比了加速器与高性能处理器在计算性能、能效和性价比等方面的差异。相同工艺下，Intel和NVIDIA加速器单芯片的计算性能、能效和性价比是通用高性能处理器的数倍。

Table 1 Comparison among accelerators and high performance processors

多路通用高性能处理器作为主芯片通过PCIe等互连接口连接多路MIC、GPGPU等加速器从芯片，主从芯片存储空间分离的异构计算技术可以在实现通用计算的同时获得良好的计算性能、功耗和成本的平衡，其结构如图1所示。异构计算技术在业界被广泛应用，并且已经成为目前HPC发展的重要趋势[2]。……