国产申威HPC放异彩 多核DSP不甘寂寞

上月国内首台全部采用国产中央处理器（CPU）和系统软件构建的千万亿次计算机系统引起不小轰动，外媒也大肆报道中国在HPC以及CPU领域的进展。装机8704片16核的“申威1600”处理器，由国家高性能集成电路（上海）设计中心自主研发，采用自主指令集，济南中心神威蓝光系统性能功耗比超过741MFLOPS/W(每瓦功耗所获取的运算性能)。不过据悉申威是在DEC alpha ISA的基础上发展而来，我国有关部门江南所多年改进而来。

长久以来CPU，GPU始终是HPC设计的不二选择，不过最近TI公司突然发现本为4G通信而在DSP中加入的浮点运算单元可能使其DSP产品线成为高性能计算领域的强有力竞争者。TI公司多核DSP商务经理Friedmann表示最新一代多核处理器完全胜任HPC需求，问题只在于应用实现的完美程度。

胜任这一伟大使命的是TI公司于2010年11月最新推出的TMS320C66x系列DSP，40nm工艺，有单核，双核，四核以及八核规格。与前一代C64x系统只支持定点运算相比，C66x增加了4G通信处理所需的浮点指令。架构基于TI最新的KeyStone，包括8阶VLIW架构，高速交换架构TeraNet，多核调度以及DMA引擎。用于数据和指令的L1 Cache 32KB，每核有专有L2 Cache 512KB。对于主频1.25GHz的8核C66x，单精度Gigaflops为160，功耗仅为10W，即16 SP gigaflops/watt.

据Friedmann介绍，已经有“相当多”的大学和商业HPC客户对DSP技术产生兴趣并安排人手移植应用，TI公司专门成立HPC部门。
第一款适用于HPC的C66x产品将是由4个运行在1GHz主频的八核DSP组成的PCIe板块，由Advantech代工的这块半长PCIe板卡功耗为50W，提供 512 SP gigaflops性能。板载内存大小为4G 1.333GHz DDR3 Memory。Nvidia最新的Tesla 20系列板卡功耗为225W，性能为1331 SP gigaflops，两者的性能/瓦特比分别为10和6。对比双精度运算，TI DSP性能为单精度性能的3/8，Tesla GPU则为1/2。总体来讲，TI DSP在能耗方面都更胜一筹。也许随着Nvidia在2012年推出Kepler，Intel在2013年推出Many Integrated Core (MIC)协处理器以后会提供性能/瓦特比更高的产品，但是TI应该也会相应推出升级产品。

一个待解的问题是如何在DSP上开发HPC风格的软件。

好在DSP与GPU和FPGA不同，它与CPU近似，TI的DSP不需要特殊的编程语言也无需主处理器驱动。通过传统的C语言工具，配套OpenMP或者MPI，整套应用都可以跑在DSP核上。TI的软件开发套件已经提供必备工具，包括C编译器，runtime以及对浮点运算和并行编程的支持。

TI的HPC部门也意识到同Intel和Nvidia成熟的并行编程环境相比还需要提升自身的软件工具，所以如果客户需要，TI甚至考虑移植OpenCL到DSP中。

目前TI的一个8-10人小团队正在基于最新的DSP做benchmark测试并移植一些潜在客户的代码，他们希望能展现出DSP在HPC领域的潜力，同这个领域的主流厂家Intel，Nvidia，AMD一决高下。