【IT168显卡频道】作为GP-GPU规范制定者之一的Intel，虽然目前在传统的GPU领域并不是领袖，但传统GPU已经依靠其现有的结构特长，在高度并行浮点运算速度上赶超CPU。Intel提出视觉计算的概念，让技术和产业方向更为明确，也是Intel对现有GPU产业在多领域发挥作用现状的认可。这不等于显卡产业，GPU的应用与整合技术的发展也不等于显卡产业的灭亡，更应该理解为基于视觉系统整体化应用形式的改变。

　　视觉计算是什么，Intel几乎是从另一个角度向我们提出万亿次计算、千万亿次计算要带给大家什么？从为万亿次运算准备的Tera-Scale软件开发平台，到现在256核心的Nehalem，以及今后的Larrabee GPU。万亿次运算将指的不仅仅是多核心的CPU，而更早达到这一数字指标的很可能是GPU；更完整展现万亿次运算成果的很可能是“视觉计算”。

Larrabee——INTEL涉足视觉计算的结晶 

　　随着近年GPU踏足通用计算，data re-use的场合越来越多，即使是现在游戏图形运算中时常遇到的post processing，data re-use也是司空见惯的事情，为此GPU厂商也都往GPU里加入可读写的软件管理cache。象最早引入该概念的产品 NVIDIA的G80，它有16个内核（称之为 Streaming Multiprocessor，或者简称SM），每个内核内都有一块16KB大小、时延为1个时钟周期、具备16个bank的SRAM，开发人员透过CUDA或者未来的Compute Shader、OpenCL实现对这块SRAM控制，而内核执行的线程结果可以在这里暂存实现高效的data re-use。

　　到这里大家应该都很清楚从技术的角度而言，CPU和GPU的发展都正面临着一个交叉点，前者因为各种原因不得不延缓“ILP/频率”这个免费午餐而转向多核技术，而后者因为制造技术的发展所新加入的晶体管构成的功能模块不仅仅限于可以在图形渲染上使用，包括不少可以并行化的运算也都能拿到GPU上高效的执行。这也就连带产生了市场争夺的问题——因为在很长的一段时间里，超级计算机、服务器这类被称作现金奶牛的市场都是由传统的CPU厂商提供运算部件，现在GPU厂商也要插一脚进来，而且他们在性能上的竞争力实在不容小瞥。

　　除了专业高性能科学运算领域外，在市场覆盖面更大的桌面领域，GPU涉足的通用计算也越来越让CPU厂商感到不少的隐忧，例如物理加速、视频处理、三维成品级渲染这类以往需要大量运算资源来完成的任务，GPU也都开始提供解决方案。目前的 PC市场普遍被认为进入了成熟阶段，这意味着市场容量在短时间内爆发性增长的可能性不大，所以GPU侵略桌面领域传统通用计算地位的结果，将只会是CPU的份额受到挤压。

　　对于一般的design house（设计公司）类型CPU厂商来说，这似乎不是什么大的问题，因为他们在营运上的成本主要是研发，而对于垂直型CPU厂商（IDM）来说，CPU份额的下降意味着自己的最强优势——产能将变成非常沉重的负资产。要避免这个问题的发生，最好的办法就是自己也推出类似的产品，而Larrabee就是Intel涉足视觉计算的答案。