当前位置: 首页 >今日更新 > 内容

Pat Gelsinger说没有软件支持的硅是一个错误

今日更新
导读 着名的计算机科学家艾伦凯说,真正认真对待软件的人应该制作自己的硬件。但据英特尔首席执行官帕特·盖尔辛格 (Pat Gelsinger) 称,...

着名的计算机科学家艾伦凯说,真正认真对待软件的人应该制作自己的硬件。但据英特尔首席执行官帕特·盖尔辛格 (Pat Gelsinger) 称,它也有相反的作用:如果您希望硬件成功,就必须将软件放在首位。

广泛的软件兼容性是英特尔处理器传统上优于其他 CPU 的一个基本优势,这既是因为 x86 架构,也是因为英特尔始终与软件开发人员密切合作。但随着世界的变化,英特尔首席执行官 Pat Gelsinger 必须以不同于其前任的方式看待软件。一方面,英特尔必须与比以前更广泛的独立软件供应商 (ISV) 生态系统合作,并且比以前更紧密地合作。但另一方面,英特尔自己的软件可以为公司带来新的收入来源。

“我在 [VMware 和 EMC] 的 11 年‘假期’中学到的一件事是提供不受软件支持的芯片是一个错误,”Pat Gelsinger 在接受CRN采访时说.“我们必须提供软件功能,然后我们必须对其进行授权、加速,并通过其下的硬件使其更加安全。对我来说,这是我需要在英特尔推动的重大转变。”

扩大英特尔软件生态系统

英特尔一直试图通过正确支持所有最新指令集扩展和旨在加速某些工作负载的其他技术,确保软件能够利用其最新硬件。在很大程度上,英特尔协助其合作伙伴创建了一个针对其处理器优化的软件生态系统。

多年来,这种方法有助于增强英特尔的软件生态系统,直到 2000 年代中期出现加速计算。Nvidia 开始积极推广其 CUDA 平台,而其他公司则依赖各种开放或专有标准,如 OpenCL、Vulkan、Metal 和 OpenAI,以通过专有硬件加速对性能要求高的工作负载。像苹果和英伟达这样的公司创建了自己的软件生态系统,虽然没有英特尔那么广泛,但具有足够的竞争力来吸引软件开发人员。

如今,大量人工智能 (AI) 和高性能计算 (HPC) 应用程序是为 Nvidia 的 CUDA 平台开发的,因此需要该公司的硬件和软件堆栈。这自然对英特尔及其专为人工智能和超级计算机设计的数据中心 CPU 和计算 GPU 构成挑战,因为现在他们处于等式的另一端:他们必须与已经建立的生态系统竞争。

免责声明:本文由用户上传,如有侵权请联系删除!