芬兰一家初创公司Flow Computing研发出一项非常牛的技术成果，它可能让现在任何CPU的性能直接提升100倍！听起来是不是有点不可思议。其所研发的PPU，即并行处理单元，能够用于任何CPU架构中，包括桌面和移动处理器，并提供远超想想的处理能力。
Flow Computing表示，PPU具有三个特点。第一个是性能提升幅度大，第二个是兼容目前的应用程序，第三是能够自动识别代码中的并行部分，自动由PPU执行。
虽然 CPU 一次仍然只能处理一项任务，但 Flow 的 PPU 能够以纳秒级执行片上流量管理，从而使任务能够比以往更快地移入和移出处理器。FlowComputing的PPU可以应用于任何CPU架构，并保持完全的向后兼容性。此外，通过重建和重新编译软件以与 PPU-CPU 组合配合使用，预计性能将进一步提高。Flow 已确认，如果您更改代码（无需完全重写）以利用该技术，您可以将性能提高多达 100 倍。该公司正在为想要优化支持 Flow 的芯片软件的开发人员提供重新编译工具。使用 FlowComputing 的 PPU 与 CPU 协作的图像并行处理技术的核心思想是将一个任务拆分成多个子任务，并让这些子任务同时执行。通过这种方式，可以充分利用多核处理器或分布式系统的计算资源，提高计算效率。并行处理技术可以分为两种：基于进程的并行处理和基于线程的并行处理。基于进程的并行处理是以操作系统为中介，将多个独立的进程分配到不同的处理器上执行；基于线程的并行处理则是将一个进程拆分成多个线程，并让这些线程在同一个处理器上同时执行。因此，好处不仅限于 CPU 性能的提高；其他连接单元（NPU、GPU 等）也可以间接受益于 PPU 性能的提高。尽管这种并行化在研究层面已经成为可能，但它并不实用，因为它需要从头开始重写应用程序代码。如果 FlowComputing 的说法属实，那么他们无需更改任何代码即可实现这一目标。然而，为了将其付诸实践，FlowComputing的PPU必须在芯片设计阶段集成。Flow 似乎表明该技术适用于基于FPGA的测试设置。
Flow Computing表示会于今年下半年公布技术细节，并且已经与主要的半导体供应商进行了讨论。
Flow Computing表示，PPU具有三个特点。第一个是性能提升幅度大，第二个是兼容目前的应用程序，第三是能够自动识别代码中的并行部分，自动由PPU执行。
虽然 CPU 一次仍然只能处理一项任务，但 Flow 的 PPU 能够以纳秒级执行片上流量管理，从而使任务能够比以往更快地移入和移出处理器。FlowComputing的PPU可以应用于任何CPU架构，并保持完全的向后兼容性。此外，通过重建和重新编译软件以与 PPU-CPU 组合配合使用，预计性能将进一步提高。Flow 已确认，如果您更改代码（无需完全重写）以利用该技术，您可以将性能提高多达 100 倍。该公司正在为想要优化支持 Flow 的芯片软件的开发人员提供重新编译工具。使用 FlowComputing 的 PPU 与 CPU 协作的图像并行处理技术的核心思想是将一个任务拆分成多个子任务，并让这些子任务同时执行。通过这种方式，可以充分利用多核处理器或分布式系统的计算资源，提高计算效率。并行处理技术可以分为两种：基于进程的并行处理和基于线程的并行处理。基于进程的并行处理是以操作系统为中介，将多个独立的进程分配到不同的处理器上执行；基于线程的并行处理则是将一个进程拆分成多个线程，并让这些线程在同一个处理器上同时执行。因此，好处不仅限于 CPU 性能的提高；其他连接单元（NPU、GPU 等）也可以间接受益于 PPU 性能的提高。尽管这种并行化在研究层面已经成为可能，但它并不实用，因为它需要从头开始重写应用程序代码。如果 FlowComputing 的说法属实，那么他们无需更改任何代码即可实现这一目标。然而，为了将其付诸实践，FlowComputing的PPU必须在芯片设计阶段集成。Flow 似乎表明该技术适用于基于FPGA的测试设置。
Flow Computing表示会于今年下半年公布技术细节，并且已经与主要的半导体供应商进行了讨论。
