Larrabee的前景
与当年强力推广RDRAM和奔腾4一样，这一次英特尔又选择了完全创新，也许正如安迪•葛鲁夫那本著名的《只有妄想狂幸存》“Only The Paranoid Survive”所描述的那样，一个繁荣的企业应该生活于忧患之中。不过，虽然创新的、先进的技术是甩开甚至消灭对手的有力武器，但也可能伤及自身。正如一位著名的飞机设计师所说：“我们不能在一架飞机上应用超过30%的新技术，因为那意味着不可控制的风险”。作为一种全新的架构，微软这样传统的API提供者，还有那些游戏开发商能够支持它么？Larrabee是否能够像设想的那样高效？一切还都是未知数，至少它在这一领域的竞争对手NVIDIA和AMD不会乐于见到Larrabee的成功。所幸的是，英特尔太庞大了，它能够经受如同本节开头所提到的那两次失败的打击，而它的对手们只有确保成功才行……一旦Larrabee获得完全成功，英特尔无疑将拥有视觉计算领域的最终发言权。
坚持GPU性能决定论
NVIDIA：以GPU为中心
随着ATI被AMD收购，NVIDIA成为多年前参与图形芯片大战的诸多厂商中硕果仅存的常青树。在视觉计算时代来临之际，NVIDIA认为，GPU才是完成视觉计算的决定性力量，开发新的GPU将是解决计算能力瓶颈的关键。
GPU：计算的决定性力量？
正如前文提及的那样，CPU和GPU担负着不同的任务，如果仅仅考虑按照确定的算法进行浮点运算的能力的话，GPU的表现的确比CPU好得多。此外，各项测试也证明，在应对3D游戏时，选择高性能的GPU比选择高性能的CPU更加有效。如果以GPU为核心来组建视觉计算用的计算机，显而易见的好处就是架构更成熟，用户的接受程度更高，技术风险也更小。此外，GPU也能够对通用计算有巨大的推动作用，这一想法催生了GPGPU的概念。不过，NVIDIA并不满足于GPGPU，而是希望构建一个以GPU为核心的计算体系，而前者说到底，依然是CPU的附庸而已。
CUDA：让GPU懂得通用计算
从2003年开始，NVIDIA开始开发一种基于C语言的软件平台，以替代复杂的Open GL和Cg等API，这个软件平台被称为CUDA（计算统一设备架构）。软件开发人员可以基于CUDA平台开发计算软件，使用这些软件，用户可以用比以往少得多的时间完成计算任务，当然，CUDA也可以用于传统的图形计算。NVIDIA首席科学家David B. Kirk认为，从目前看来，将CPU强行改为适应并行计算和线程编程的架构是“非常危险的”，容易在程序运行的过程中引发大量问题；想把GPU集成到CPU中也如同“将飞机集成到水瓶中”那样难以办到。最佳的解决方案，就是将多核的CPU和多线程的GPU结合起来，让它们各自发挥优势，而CUDA就是二者结合的“粘合剂”。NVIDIA已经确认，未来所有的NVIDIA GPU都将支持CUDA技术，超过5千万台计算机将通过CUDA获得额外的计算处理能力。NVIDIA已经开发了Windows、Linux和Mac OS版本的CUDA平台，并在各大展会中不遗余力地推广。在GPU为中心的思想指导下，NVIDIA于去年6月发布了用于科学计算的Tesla平台，面向有高速浮点计算能力需求的用户。第一批发布的是包括Telsa C870/D870和S870在内的三款产品，分别以单卡、桌面工作站和机架式工作站的形式出现。它只支持CUDA软件平台，并不支持Open GL，因此不能和Quadro图形卡通用，为了适应计算任务的需求，它的纠错能力也得到了相应的加强。当然，Tesla也需要CPU，但在Tesla中，CPU的作用的确是辅助性的。Tesla以及AMD相关流处理器的出现，严重地威胁了传统的工作站和大型计算机的地位，这是NVIDIA从图形计算迈向通用计算的重要一步。
CUDA和Tesla的未来
与英特尔尚未实用化的Larrabee不同，CUDA和Tesla已经逐渐开始被用户所接受。作为一种开放式的平台，CUDA允许用户自己编程，开发计算软件，使用也非常灵活方便，Tesla更是可以从每次GPU的升级中获得好处。当然，在CUDA架构下，处理器依然可以通过GPU的协处理，在压缩解压、视频编辑等操作中获得额外的加速，但由于NVIDIA自己不生产CPU，英特尔和AMD是否愿意接受这种好意也尚未可知，对于游戏应用，我们仍旧要依靠GPU来处理3D游戏的大部分数据。CUDA和Tesla的意义在于利润丰厚的专业领域，Quadro已经占领了80%以上的专业图形市场，如果Tesla也能在计算市场上达到同样的份额，那无疑是非常完美的。
两条腿走路
AMD：灵活的应变策略
AMD既拥有高端图形芯片的生产能力，又可以在高性能处理器领域与英特尔一较高下。
在收购 ATI不久，AMD就提出了Fusion计划，同时，它也在挖掘GPU的计算能力，并推出了高性能的流处理器。看起来，AMD更愿意寻求灵活的解决方案，以满足不同用户群的需求。
AMD的多种选择
由于同时拥有高性能CPU和GPU，以及配套的芯片组，AMD可以毫不费力地使用Phenom处理器和四卡交火组成强大的图形处理系统，这是最为传统的选择。第二个选择是增加所谓“APU”——加速处理器，构建一个基于APU的新型平台。在第二种选择的基础上，还可以选择为这个平台增加GPGPU加速器，以提高运算速度，或者还可以增加第三方的芯片作为加速器。很显然，目前AMD需要做的，就是将第二种选择变为现实。APU内部可以分为三种模块，即标量核心（SC）、并行核心（PC）和固定功能的加速器，对于每个模块的数量，可以根据图形处理、日用平台或数值计算等任务灵活地改变。此外，针对不同的任务，还可以选择经过特定优化的固定功能加速器。
APU即将亮相
在2008年的AMD创新大会上，AMD公布了第一代APU处理器“Swift”的更多细节，为处理器取“敏捷”这个研发代号也代表了高层对这块APU的期望。这款APU将出现在笔记本电脑平台，它分为6个功能模块，其中用于计算的模块有三个，一是研发代号为“Stars”的CPU核心，它负责完成大部分传统CPU的工作任务，处理绝大部分X86指令；二是片上图形加速器，它类似于传统的显示核心，完全支持DirectX，完成硬件T&L的工作；三是片上视频加速器，它负责加速标准和高清视频，从而解放CPU内核，类似于传统的硬解压卡。其余三个模块内存控制器、高速缓存和PCIe界面与传统的处理器类似。这一结构类似于不少手机使用的ARM架构处理器，但性能肯定比后者强大得多。“Swift”将在2009年下半年左右上市。
流处理器
与NVIDIA一样，AMD也推出了基于GPU的流处理器。目前这一家族中的最新产品是2007年11月发布的AMD具有双精度浮点运算能力的流处理器FireStream 9170，这块流处理器基于RV670核心，处理单精度浮点数据时每秒可进行约500G次运算，它还拥有专用的Firestream SDK软件，这一产品将提供给惠普。不过与NVIDIA相对丰富的产品线相比，AMD显得有些势单力薄。
APU和FireStream的未来
前文中已经提及，APU内部分为多个不同功能的模块，其中CPU和GPU模块仍然保留着原来的大部分特征，这无疑降低了它的开发难度。不过，由于显示核心集成在APU内部，其他部分对显示核心的帮助有限，因此我们对它的图形处理能力不能期望太高。此外，这款 APU定位于此前英特尔最为成功的笔记本电脑平台，面临的竞争压力可想而知，在Atom和Centrino两大平台的合力打压下，除非具有特别出色的性能，否则APU将很难出头。至于流处理器FireStream，也要和NVIDIA的Tesla展开正面竞争，由于每代GPU的性能相当接近，因此性能可能并非决定胜负的关键，软件的易用性和稳定性才是争取客户的法宝。
激烈的竞争
新时代的三国演义
AMD、NVIDIA和英特尔三家包揽了计算机平台上所有最复杂的芯片，从三者的传统产品上来看，它们之间的竞争相互重叠，因此不断拓展新领域，并挤压竞争对手的生存空间成为它们必然的选择。在21世纪的第一个十年即将结束之际，这场竞争可能会决出胜负，这将决定视觉计算时代为谁所主导。CHIP将试图从市场和技术层面为读者分析未来的走势。
作为三者中市值最高，创新能力最强的英特尔在传统的CPU和芯片组方面占有很大优势，但GPU介入流计算使得传统CPU相形见绌，英特尔显然不会甘心把利润丰厚的专业计算领域拱手让与竞争对手——三强中仅有英特尔没有高性能GPU。从Larrabee附属于万亿次计算计划也可以看出，英特尔推出Larrabee实际是一石二鸟之计，这种并行的统一处理架构运算能力十分强大，仅仅实验芯片就可完成每秒上万亿次浮点运算，即使不用于视觉计算，它也可以与NVIDIA和AMD的流处理器一较短长；而如果能够成功打入图形领域，两个竞争对手的传统根据地将会受到严重威胁。因此英特尔试图推行全新的通用统一架构也就是顺理成章的了，这是一招攻守兼备的妙棋。
NVIDIA在GPU方面，特别是专业图形领域拥有一定优势，但在AMD收购ATI之后，它的芯片组/集成图形业务受到了相当大的影响，而且它没有处理器产品作为支撑，形势相对比较严峻。在全球电脑成本不断下降的趋势下，集成显示核心的芯片组受到更多欢迎，独立GPU，特别是高端GPU在家用消费市场的销量并不被分析家们所看好。因此NVIDIA除了保持住原有的专业显示卡业务外，还需要在新兴的GPU流计算领域中迅速站稳脚跟并且占据优势，这也是为何NVIDIA始终强调视觉计算应该由GPU来完成，并对CUDA和Tesla投入了巨大热情的根本原因，如果后两者能够在Larrabee上市之前占据主导地位，NVIDIA就将在竞争中保持先机。
AMD也面临着相当大的竞争压力，收购ATI将昔日的盟友变成了对手，而新旧两个对手还在各自的领域给AMD强大的压力。在这种压力下，AMD必须避免失败才能保证生存下去，因此除了利用GPU的优势来拓展流计算市场之外，AMD还要将ATI在GPU方面的优势整合到CPU之中推出新产品。不过，鉴于高端GPU都是庞然大物，选择较为简单的核心予以整合才是合理的做法，而这样核心的处理能力将不能适合桌面平台的要求，笔记本电脑，甚至更小的平台才是最为合适的。实际上，AMD即将推出的第一代APU的架构应该与英特尔Moorestown平台的Lincroft处理器有很大的类似性，但后者已经有明确的定位和ATOM平台作为支持。当然，如果未来APU的结构更灵活，可能会受到更多用户的喜爱，但这样恐怕将会走上英特尔通用统一架构的路子……在英特尔X86的阴影下竞争到现在的AMD，会接受这样的结局么？
另一个不可测，但又非常强大的因素是其他厂商的态度，他们包括微软这样的软件厂商，也包括IBM这样的高性能计算产品生产商，还包括大量的游戏生产商，他们的态度目前还不明朗，未来他们将根据自己的利益选择支持的阵营。比如3D游戏开发商最初可能更喜欢使用传统的GPU来渲染，这意味着较少的工作量，而且原来耗费巨资打造的引擎还可以使用，但如果某个厂商在通用统一架构下开发的游戏更精美，这些厂商可能将会一窝蜂地选择为通用统一架构而优化，当年DDR内存凭借业界大量厂商支持，击败英特尔强力推行的RDRAM的案例还历历在目，我们也不可忽视这方面的影响。
CHIP结论：最后的恐龙
综合这些信息，CHIP愿意为读者做个大胆的预测：在短期之内，采用通用统一架构的处理器尚无法撼动传统GPU的地位，但它可望在科学计算领域取得一定成功，至少能够“击退”GPU的侵犯。但从长远看来，通用统一架构的高效优势非常明显，传统的CPU和GPU可能都将成为最后的恐龙，被采用通用统一架构的“通用处理器”所取代。