【HSA】Heterogeneous Systems Architecture

感觉自己始终有一天要用到这个东东，HSA的好处是无缝调用GPU资源，不需要再经过显存的调度，不但编程简单了，代码效率也大大提高了。毕竟图像处理很依赖并行运算，特别是高分辨率下的应用需求。说白了也就是一个运算工具，底层的工作已经由强大的架构师们搞定了。

这个东东提出来很久了，2012年。现在主要用在游戏产业，以及部分实时图像处理应用当中。

AMD异构系统首席架构师Phil Rogers表示：从编程角度，异构计算HSA架构也力图让传统的OpenCL编程变得容易，最终普通的编程人员也可以用Java、C++等来进行异构编程。在AMD的计划里，AMD将会支持更多语言比如微软的C++ AMP和利用开源项目来降低门槛，比如通过Aparapi工具、BOLT库等，同时通过这些工具和库的支持引入对Java和C++的支持。更多的开源应用也得到HSA的支持，比如OpenCV的异构版本。需要指出的是，HSA并不是APU的专利，对于追求独立显卡这种更高设备性能的开发用户，同样也享有效率和性能的提高。

当前的CPU和GPU是分立设计的处理器，不能高效率地协同工作，编写同时运行于CPU和GPU的程序也是相当麻烦。由于CPU和GPU拥有独立的地址空间，应用程序不得不明确地控制数据在CPU和GPU之间的流动。CPU代码通过系统调用向GPU发送任务，此类系统调用一般由GPU驱动程序管理，而驱动程序本身又受到其他调度程序管理。这么多的环节造成了很大的调用开销，以至于，只有在任务所需处理的数据规模足够大，任务的并行计算量足够大时，这样的调用开销才是划算的。而其他的调用形式，比如由GPU向CPU发送任务，或者GPU向自己发送任务，在今天则根本不被支持！为了充分释放并行处理器的计算能力，架构设计者必须打破既有格局，采用新的思路。设计者必须重塑计算系统，把同一个平台上分立的处理单元紧密整合成为不断演进单颗处理器，同时无需软件开发者的编程方式发生重大的改变，这是HSA设计中的首要目标。

为此，异构系统架构(HSA，Heterogeneous System Architecture)创造了一种更佳的处理器设计，展示了CPU和GPU被无缝集成后所带来的益处和潜能。通过HSA，程序可以在统一的地址空间中建立数据结构，在最合适的处理器上创建任务。处理器之间的数据交互不过是传递一个指针。多个计算任务之间通过coherent memory，barrier，和atomic等操作来保证数据的同步(和多核CPU的方式相同)。

参考资料：

异构计算实例：http://www.pcpop.com/doc/0/911/911103_all.shtml

hUMA异构统一寻址技术：http://www.expreview.com/25200.html

HSA Foundation官网：http://www.hsafoundation.com/

C++ 接口：https://bitbucket.org/multicoreware/cppamp-driver-ng/wiki/Home

openCL：https://www.khronos.org/opencl/

OpenCV和OpenCL：http://blog.csdn.net/feixiang_john/article/details/8086766

http://blog.sina.com.cn/s/blog_6c868c470102v15y.html