在可预见的未来，Power架构似乎注定在高性能计算中扮演次要角色。
GPU和更广泛的加速器肯定会增长，特别是如果考虑到中国（中科曙光的DCU和Matrix-3000 DSP），欧洲（RISC-V和其他特定领域的加速器）追求定制设计（欧洲处理器计划）的产品，以及无数的AI加速器进入市场，例如英特尔最近推出的神经网络处理器：NNP-T和NNP-I。当然，还有Xilinx和英特尔的各种FPGA迭代产品，可用于在芯片中实现硬件半定制化的HPC应用。
但是，对于主流HPC使用者，GPU仍将是首选的加速器平台。英伟达主导了这个领域，但AMD及其Radeon Instinct准备抢占该市场的部分市场份额。顶级的MI60通过Infinity Fabric提供7.4 teraflops的64位性能，32 GB的HBM2内存以及与GPU之间的200 GB /秒的连接性能。在将来的迭代中，连接性能将扩展到AMD的Epyc CPU，以便GPU和CPU可以在同一结构上进行通信。这个功能将在Oak Ridge National Lab的“ Frontier”百亿级超级计算机中进行大规模测试，将通过Infinity Fabric在每个节点中连接四个Radeon Instinct GPU和一个Epyc CPU，Frontier计划于2021年启动。
同年，“ Aurora”E级超算有望在Argonne国家实验室上线。该系统将配备英特尔的Xe GPU，这是一个协处理器，旨在加速HPC和神经网络训练，就像Nvidia的V100和T4一样。因此，Aurora将是针对此处理器进行HPC和AI负载的第一个大型测试。由于现在没有Xe处理器（定于今年晚些时候发布），因此它们的性能以及可编程性未知。
在这方面，英伟达具有优势，因为该公司十多年来一直在围绕其CUDA硬件有条不紊地扩展其CUDA软件，并已拥有数量庞大的开发人员和用户。事实证明，该公司的GPU也有些难以捉摸，而且随着可能在今年晚些时候推出的新一代（“安培”）架构的出现，英伟达可能再次体现出优势。
但现在，至少是一场三雄争霸的比赛。随着新十年的开始，这将使加速器市场变得更加有趣。
关于处理器,DSP就介绍完了，您有什么想法可以联系小编。
