2020年11月，英特尔发布首款服务器独立显卡——SG1，标志着英特尔计算平台多元化的战略又迈出了新的一步，从处理器和集显大佬到独立显卡市场新秀，英特尔要如何构建生态呢？
在关于如何围绕新的硬件平台构建生态方面，非常关键的一部分就是oneAPI。oneAPI是一套编程模型，可以支持底层各种架构，不仅可以让开发者开发适用于多个架构的应用，也可以让原来围绕CPU做开发的人也能围绕GPU、FPGA以及各种加速器来开发应用。
英特尔数据中心级独立显卡的第一个典型场景
与独立显卡SG1同时发布的，还有一个基于至强和SG1的安卓云游戏系统架构，算是拿出了第一个独立显卡的典型使用场景，打破了Arm服务器才最适合承载安卓负载的固有印象。
上图安卓云游戏系统架构中使用了硬件架构和软件基础架构，处理器用的是至强，显卡使用的就是SG1，这套方案中，利用了独立显卡在云端完成了游戏的图形界面渲染，然后利用流媒体把它发布到终端。
ARM服务器厂商说起用例的时候，总会强调ARM跑安卓负载的优势，而在上图的案例中，至强处理器用容器技术跑起了安卓系统。英特尔架构、图形和软件集团副总裁兼中国区总经理谢晓清表示，英特尔在安卓的框架层和运行层都做了很多优化，提升了安卓容器化方案的密度。
这一方案有望在腾讯云上完成产品化。
腾讯先游云是腾讯游戏的内测平台，腾讯先游云游戏平台副总经理Allen Fang表示，在至强可扩展处理器和英特尔显卡提供了高密度、低延迟、低功耗、低TCO的解决方案，一个有两张显卡的服务器能运行超过100个游戏实例，包括《传说对决》和《王者荣耀》这类流行的游戏。
oneAPI：利用原有生态拓展新生态
随着机器学习人工智能的发展，计算架构多元化趋势势在必行，但如何让开发者和市场接受新的硬件平台也并非易事，好在英特尔在软件开发生态方面深耕多年，现在加入英伟达和AMD深耕多年的独立显卡市场，以差异化破局的希望便有赖于此。
英特尔是一家硬件业务为主的公司，但为了将硬件的性能发挥出来，在软件方面做了非常多的工作，英特尔架构、图形和软件集团副总裁兼中国区总经理谢晓清表示，英特尔多年来打造的软件生态是x86平台最大的财富。
对于用户来说，用户使用x86处理器用的不只是一块性能不断增强的芯片，更重要的还有不断优化的，不断与时俱进的软件。软件非常重要，底层驱动软件决定了硬件要如何被使用，基础架构层的软件则关系着系统的性能和效率，为上层软件创新打基础。
像x86这种软硬件生态会越来越强，这是不以任何人的主观意志而变化的。从根本上来讲，对于开发者来说，开发一个软件能给更多人使用，也就意味着可用的软件越来越多，对于普通用户来说，能用的软件非常多，这是生态发展的原动力。
x86生态从发展至今用了几十年时间，涵盖架构堆栈的方方面面。
如上图所示，英特尔在固件，在硬件驱动层，操作系统层，包括Linux社区、谷歌生态，在KVM虚拟化社区都有许多贡献，在最火热的容器项目Kubernetes方面，也都有非常重度的参与和贡献。除了开源生态，英特尔还有许多具有自主知识产权的软件产品。
以前的生态主要是围绕处理器而构建的，随着几年前收购的FPGA芯片产品线的加入，以及现在新的独立显卡Xe的发布，英特尔在原来基础上需要做更多工作，近年来在软件生态上最主要的动作就是发布了oneAPI。
上图架构中，英特尔将底层归纳为所谓的XPUs，紧随其上的是硬件抽象层，将新硬件的生态纳入到原有生态。
技术层面而言，英特尔希望开发者用oneAPI开发一次，就能将应用跨CPU、GPU、FPGA等多个硬件平台来运行，如果未来还有什么新的硬件架构，oneAPI也将提供异构支持，能与时俱进。
2020年英特尔先是发布了oneAPI的规范，12月，英特尔将发布oneAPI的Gold版本，发布了一个叫DPC++的编译器以及对应的类库和工具包，用全新的DPC++（Data Parallel C++，C++的一个扩展）语言来开发异构平台软件，不过，目前，只支持跨CPU和GPU两个平台。
谢晓清介绍说，oneAPI编程环境友好，编译器、系统都经过了高度优化，开发模式非常快速高效。另外，DPC++的语法特性与开发者熟悉的语言C和C++有很多相似之处，学习成本非常低。
不过，英特尔在oneapi.com官网上也写道，跨平台开发的软件如果想要运行效率更高，也还是需要大量调优工作的，并不是说用oneAPI开发的应用，在CPU上运行的好，在GPU上也能一样好。
跨平台的需求多吗？市场会接受吗？
首先，从开发的角度看，跨平台的需求有很多，跨平台方案本身并不新鲜。
包括Java、C#、Python等各种语言开发框架都有跨平台的设定，都有一个“一次开发，到处运行的构想”，但以往这种跨平台方案中都是以牺牲性能换开发效率的问题，很期待作为硬件大佬的英特尔开发的oneAPI在异构开发上的性能表现。
其次，从用户角度看，用户希望应用能运行在多种架构上，能利用多种多样的资源，比如机器学习场景中，训练的时候用GPU和加速器多一些，在推理的阶段用CPU多一些，异构的需求越来越普遍。
以Tensorflow为例，在实际训练中Tensorflow主要是用GPU，CPU更多是用作推理阶段，也就是说要谷歌至少维护两个版本的Tensorflow，实际上，谷歌还开发了能运行在树莓派、手机等多种设备上的Tensorflow版本。
如果Tensorflow都基于oneAPI来开发的话，开发效率会有很大提高。在oneapi.com官网上，谷歌表示现在只在至强处理器上用oneAPI，期待未来在更多平台上用oneAPI。
英特尔大数据技术全球CTO、大数据分析和人工智能创新院院长戴金权分享了AI软件栈和生态的图（上图）。向上看，oneAPI通过包括oneDNN、oneDAL、oneCCL等类库来支持AI/ML框架。向下看，oneAPI能利用各种XPU硬件，包括CPU、GPU以及各种加速器资源。
Analytics Zoo是一个统一了大数据和AI的开发平台，能将各种常见的机器学习框架分布式地扩展到很大规模，底层能利用CPU、GPU等各种计算资源，支持各种常见的机器学习和大数据开发框架，oneAPI在其中扮演着关键作用。
Analytics Zoo是英特尔开源的一个方案，将当下最热的大数据和AI技术生态嫁接到了英特尔至强、英特尔Xe显卡以及加速器支撑的硬件平台上，Analytics Zoo能帮助企业快速构建端到端的数据分析加AI的一整套方案，解决从数据收集、数据预处理、训练到模型部署的所有问题。
通用计算负载时代，x86可谓是一统江湖，但在机器学习的大背景下，国内外出现了数不清的专用AI加速器，异构计算势在必行，oneAPI则是英特尔顺应变化、应对变化的大招。
