近十年來，計算行業經歷了從32bit、“x86-64”、多核心、通用GPGPU以及2010年“CPU—GPU”異構計算的變遷。而最近幾年，隨著人工智能、高性能數據分析和金融分析等計算密集型領域的興起，異構計算才突然火了起來。

異構計算是指不同類型的指令集和體系架構的計算單元組成的系統的計算方式，目前 “CPU+GPU”以及“CPU+FPGA” 都是最受業界關注的異構計算平臺。它最大的優點是具有比傳統CPU并行計算更高效率和低延遲的計算性能，尤其是業界對計算性能需求水漲船高的情況下，異構計算變得愈發重要。整個計算行業生態無一不在此發力，芯片企業投入了大量的資金，異構編程的開發標準也在逐漸成熟，而主流的云服務商更是在積極布局，一時間，異構計算大有取代傳統同構計算之勢。

做FPGA產品的最大挑戰是整個FPGA的生態環境很差，具備FPGA開發能力特別是開發FPGA做計算加速的客戶非常少。為此，我們會在云上建立IP開發市場并且引入一系列的FPGA IP合作伙伴，并推動建立云上FPGA的開發標準，豐富整個FPGA的開發生態環境，吸引更多的IP開發廠商和合作伙伴把他們的IP放在IP開發市場上，去服務他們的最終用戶，從而進一步豐富整個FPGA的生態環境。”

阿里云在短時間里先后推出彈性GPU和FPGA異構計算的解決方案，目的就是降低異構計算資源使用的門檻，對高性能計算有需求的企業可以隨買隨用。

阿里云彈性GPU產品主要面向人工智能、數據分析、科學計算、電影渲染、視頻圖像處理、視頻轉碼等場景，目前的應用案例包括行為數據分析、千人千面、人臉識別、視頻識別、圖像識別、對象分類等；阿里云彈性FPGA產品主要面向人工智能、半導體設計、基因計算、視頻圖像處理、數據分析決策等場景，目前的應用案例包括深度學習推理、深度學習模型裁剪、非規整數據計算、視頻圖像處理、硬件半導體設計等。

眾所周知，相比CPU，GPU和FPGA擁有太多的優勢，GPU有更高的并行度、更高的單機計算峰值、更高的計算效率；而FPGA的優勢則主要體現在它擁有更高的每瓦性能、非規整數據計算更高的性能、更高的硬件加速性能、更低的設備互聯延遲。

但在云端的解決方案上，便意味著優勢的進一步放大，阿里云GPU和FPGA異構計算解決方案主要有以下特點：

1.GPU/FPGA資源即買即用，彈性伸縮。

2.超大規模資源池，滿足業務峰值的GPU/FPGA數量的需求。

3.享受異構計算超摩爾定律的硬件紅利，以相同的價格使用性能更強的GPU/FPGA實例。

4.最全面的異構產品線，滿足人工智能訓練、推理，圖像視頻處理等各種不同的需求。

5.產品整合：和整個阿里云產品體系深度整合，數據打通。

這些特性完美的解決了用戶使用異構計算方案的痛點。現在大部分客戶都在單機上訓練模型，通常需要幾周到一個月的時間，因此阿里云正在計劃推出一款超高性能異構集群的產品。該產品的GPU/FPGA之間可以通過25/100Gb ROCE走RDMA協議直連，可以多機多卡，用非常多的GPU/FPGA設備集群來共同訓練一個模型，大大減少用戶訓練的時間，從幾周到一個月縮短到一天或者幾個小時的級別。

值得一提的是，阿里云異構計算解決方案也針對開發者做出了更友好的體驗：在GPU編程方面，阿里云會推出分布式多機多卡訓練框架和其他GPU上的性能優化服務，能夠大大降低客戶使用多機多卡的門檻，從而減少客戶在云上做深度學習訓練的時間。

FPGA方面，阿里云會建立IP開發市場并且引入一系列的FPGA IP合作伙伴，并且會推出自研的IP系列，通過IP市場的繁榮讓更多的最終用戶能夠享受到FPGA的性能加速。

另外，阿里云還推出了IaaS+的服務，包括發布E-HPC產品做異構集群的資源調度、賬號管理和彈性伸縮，通過容器服務來做一鍵部署、分布式訓練和彈性伸縮，通過XDL來做行為數據分析，利用阿里云自研的GPU匯編器來優化提升應用的性能，提高異構計算設備的利用率，減少資源的采購成本。

人工智能以及其它新興應用領域對于計算量的需求超過了通用CPU的摩爾定律的發展速度，而異構計算的性能增長速度能夠滿足這些新興的方向和趨勢，可以預見的是，異構計算會在今后的數據中心中占據越來越多的份額。