百核战役即将打响 Llano架构简析

4、第二代Turbo Core技术

AMD在之前的K10架构羿龙II X6处理器中已经开始引入了Turbo Core动态加速技术。不过，由于初的K10架构并没有为这项后来添加的技术做准备，Turbo Core技术在K10架构上的表现还不是很完美。此次，Llano将支持更智能化的Turbo Core 2.0技术，直接与Intel Sandy Bridge的睿频加速2.0技术抗衡。

AMD Eyefinity技术可实现灵活的多屏输出

第二代Turbo Core技术能够更好地挖掘热设计功耗潜力，通过监视处理器功耗来自动调整频率，高可以达到热设计功耗，从而在功耗允许的情况下大程度地提高频率。由于AMD还没有公布详细的Llano资料，目前仍不太清楚Turbo Core2.0能将Llano的频率加速到什么水准，但相信Turbo Core 2.0将让Llano更符合AMD极“智”加速的宣传理念。

AMD Llano APU定位分析

Llano的市场定位比Zacate和Ontarion要更高一些。它将被命名为A系列，属于VISION Premium品牌，将用于组建代号为Lynx的AMD 2011年主流平台，面向主流桌面及笔记本电脑市场。Llano的桌面版本将会采用Socket FM1接口，移动版则采用Socket FT1接口。考虑到其仍基于K10架构，双核Llano和四核Llano 的CPU理论性能估计分别与Athlon Ⅱ X2和Athlon Ⅱ X4相仿。Llano大的亮点是图形性能——凭借庞大的流处理器阵列，其图形性能肯定秒杀AMD和英特尔现有所有的集成显卡方案。对于中低端桌面平台及主流移动平台，Llano APU将是相当有杀伤力的。

Llano快会在今年7月下旬与我们见面，它将会填补AMD在中高端市场上的空缺，也会让AMD的产品线更完善：高端有Bulldozer，低端有Zacate和Ontario，中端则是Llano双核和四核的天下，且在整合方案上遥遥领先。凭借这一布局，AMD在2011有望一改之前的被动局面，如果加上一点点运气，重新回复到鼎盛时期的市场地位也不无可能。

Llano APU所带来的意义

对AMD来说，Llano的推出是Fusion融合策略从单核心到多核心之后的又一重大转变，其显著的特点就是大规模数据并行和高性能的图形核心。借助运算能力的提升，个人电脑的使用者界面目前也有一些创新，例如手势识别和语音识别的指令执行，就可以利用到GPU的大量并行处理能力来实现。针对社区网络、游戏、消费及内容创作等应用，Llano都能提供更具互动性、更身临其境的使用体验。例如在使用PowerPoint的时候，可以毫无延迟地实现炫目的动画效果。有了Llano一系列强大的并行处理能力，能让OEM厂商及消费者获得全新的运算体验，还能将电脑外形设计得更为精巧及多样化。

不过，APU策略能否得以顺利推进，AMD目前需要考虑的问题是如何改变当前软件编程模式。如果缺乏软件支持，无论硬件多先进都将是一堆“废铜烂铁”。经过几年的不懈推动，目前已经有50多款主流软件应用可以支持APU加速，包括微软IE9、Adobe Flash 10.2等当前新应用都针对AMD APU进行了优化。在操作系统和软件应用的支持下，APU可以实时智能分配CPU与GPU所擅长的工作，真正实现了AMD所倡导的“百核加速，异构计算”。目前，AMD已经推出新版的AMD加速并行处理（APP）软件开发套件，基于OpenCL 1.1规范，完全支持AMD APU。AMD还将在今年6月召开Fusion开发者大会，进一步推动APU的开发状况（编者注，本刊届时将现场报道）。AMD目前正在通过开放的OpenCL快速提升其在行业内的影响力，毕竟要实现融合计算，或者说让CPU和GPU异构计算发挥功效，必须借助一个统一的应用程序接口，没有谁比开放的OpenCL接口更能实现这一要求了。

2011年AMD APU定位图

AMD正在与许多业界领导厂商合作，希望可以开发出有别于传统的新一代运算体验，这样的技术结盟，企图涵盖多重领域，从高级的视频与协同会议应用，涵盖到高性能运算、数据安全等，都是AMD想要努力拓展的方向。异构加速也正在从AMD的构想变为现实。在未来，无论是办公应用，还是高清视频观赏，抑或是3D游戏，各个领域将会有越来越多的软件支持APU加速。

结语

AMD的融合计划已经进行了多年，连公司的口号都改为“Future is Fusion（融聚未来）”。但AMD在CPU和GPU的融合上也只是走完了第一步，绝不代表以后的发展就一帆风顺。比如融合后的GPU核心频率要远低于CPU，如何让它们异步协作处理仍是目前的一个难题，这也是AMD在初期只考虑在频率较低的CPU核心中融合入门级GPU的原因，不过这也意味着异构方案未来仍有极大的性能提升空间。从长远来看，CPU、GPU这种协作处理方案已经是大势所趋，将会越来越多地在不同的应用领域发挥异构运算优势！