人們的需求是永無止境的。對于計算終端來說，不管是移動還是其他類型的終端，我們總是希望以適宜的價格獲得更好的用戶體驗和性能。到目前為止，行業似乎已經提供了所能提供的一切，但我們期待的還有更多。移動體驗的提升到底有沒有盡頭？什么樣的體驗才是終極目標？

隨著移動互聯網的發展，許多新興移動體驗和應用正在涌現，例如計算攝影、擴增實境、虛擬現實和情景感知。這些體驗不僅需要密集計算，而且會帶來各種新的工作量，并且各有不同要求。

例如，在擴增實境中，移動終端需要不斷分析攝像頭的反饋、識別和跟蹤有趣的物體、在三維空間中定位，以及疊加透視校正后的虛擬圖像，也就是“擴增”的部 分。這些不同的工作需要大量的計算“馬力”！另外，這些工作還要通過不斷變化的算法進行運算，這意味著處理器需要具有某種可編程性。盡管可編程性提供了多 種算法的靈活性，但這同時也意味著更高的功耗。

因此我們面臨的挑戰是，在提供這些新興移動體驗的同時，還要滿足消費者對移動終端的關鍵條件：外形時尚、輕盈，并且電池續航時間夠長。

有些技術達人可能認為“CPU”是問題的關鍵，但其實這只是答案的一部分。正如我前面提到的，CPU的巨大靈活性和可編程性是以功耗為代價的。事實上，之 前的方法——在移動終端的功率和熱能限制內，通過調整CPU來應對日漸增多的計算需求——帶來的回報越來越少了。讓我們分別來看：

• 單核CPU調整通過架構改進提高CPU的時鐘頻率和IPC（每一時鐘周期內所執行的指令多少），進而提升計算性能。目前，CPU時鐘頻率的提升正在放緩。還記得PC領域的CPU千兆赫競賽嗎？那場比賽在很多年前就減速了，如今PC CPU的最高主頻已趨于飽和。由于越來越復雜的微架構能夠擠出更多性能，IPC的提升速度也放緩了，這不僅具有挑戰性，而且帶來很高的功耗。

• 多核CPU調整是調整計算性能并應對時鐘頻率趨平問題的下一步。通過復制CPU核心，半導體廠商利用額外的晶體管，調整整體的理論最高計算性能。然而，能否充分利用這些提升的性能取決于同時運行多個程序或線程的能力高低。只需看看Amdahl定律就能發現，在程序有順序代碼的情況下，性能提升帶來的回報會越來越少。在PC領域，CPU基本已穩定在四核。另外，正如我之前已經提到的，由于CPU不一定是最高效的處理器，在一個散熱受限的外殼內以最高主頻連續運行多核CPU是非常具有挑戰性的（也就是說，會發熱?。?/p>

那么，我們如何才能繼續改進計算呢？就像我們過去一直在做的那樣，我們需要改變計算方式，這樣才能提升計算性能，帶給消費者他們期望的移動體驗。

而通過智能地利用適當的處理器，異構計算能夠提高應用性能、電池續航時間和熱效率，推動全新移動體驗的發展和進步。

什么是異構計算？

移動異構計算是一種通過使用不同類型處理器（例如CPU、GPU和DSP）來高效運行應用的計算方法。它包含兩個重要方面：

1. 在最合適的處理器上運行適當的工作，充分利用處理器的多樣性

這主要是指，對于特定的工作負荷來選擇相應的處理器。一個系統級芯片（SoC）集成多個處理器是有原因的，美國高通公司一直以來都將合適的任務分配給合適的處理器。關于它帶來的好處，我將在后面進一步闡述。

2. 讓應用開發者更容易獲取可編程的處理器

正如我在上篇博客中提到的，CPU對于多種工作負荷來說并不一定是最高效的處理器。通過讓其它各種處理器變得更易使用且具備更高的可編程性，應用開發者可使用GPU、DSP等其它更高效的可編程處理器，為CPU減負。

為什么處理器多樣化很重要？

每種處理器都有自身的優勢和缺點。通過高效使用適當的各類處理器，異構計算能夠實現應用性能、熱效率和電池續航時間的最大化。下圖中的模擬工具箱形象地說明了我的觀點，有助于大家理解處理器多樣化的重要性。

 [[88922]]

使用一套包含各種工具（處理器）的工具箱（SoC）來處理各個項目（工作負荷）是順理成章的。我們大多人都知道使用錯誤的工具做一件事會是多煩人。你曾試過用扳手釘釘子嗎？我干過，結果釘子砸彎了不說，拇指也砸青了！同樣，你不應把CPU作為處理所有計算工作負荷和提供新興移動體驗的唯一工具。

Pelican Imaging有一個很好的實例，證明了使用驍龍處理器中的多種不同處理器帶來的好處。在計算級相機中使用CPU、GPU、DSP和視頻處理器，比只使用CPU的優勢大很多。