OneAPI是英特爾在生態布局中最重要的一環，這已經不是什么秘密了。早在2018年底舉行的英特爾架構日上，英特爾的芯片首席架構師Raja Koduri就對外公布了公司正在著力研發的一件“大事”：一個名為OneAPI的軟件編程框架。
OneAPI相關的技術資料和編程指南，已上傳至知識星球“老石談芯-進階版”，請在文末掃碼進入星球查看。
(圖片來自anandTech)
OneAPI：夢想照進現實？
顧名思義，OneAPI旨在提供一個適用于各類計算架構的統一編程模型和應用程序接口。也就是說，應用程序的開發者只需要開發一次代碼，就可以讓代碼在跨平臺的異構系統上執行，底層的硬件架構可以是CPU、GPU、FPGA、神經網絡處理器，或者其他針對不同應用的硬件加速器等等。
OneAPI的口號是“No transistor left behind”，老石把它翻譯成“晶體管一個也不能少”，這也很形象的總結了OneAPI的終極目標。
很多人在看到OneAPI之后的第一反應，都是三個字：不可能。有些略顯極端的媒體甚至認為，OneAPI已經超出科幻小說的范疇，實在難以置信。
這些懷疑的聲音并非毫無依據，應用程序的跨平臺優化一直是業界研究的熱點和重點之一。而OneAPI希望一次性解決四個硬件架構的異構編程問題，無異于在游戲開始就選擇了地獄難度。
夢想還是要有的，萬一實現了呢？
對于大多數應用程序的開發者來說，使用高級語言編程已經成為了再平常不過的事情。試想一下，你上一次寫C++或Python、并需要知道特定處理器指令的操作碼是什么時候？
事實上，現有的高級語言編譯器已經很好的將程序開發與底層的計算機體系結構分離開來。這使得應用程序開發者可以專注于算法和應用的開發，而無需關心太多底層的CPU究竟如何實現程序。
然而，隨著應用的復雜性不斷增加，對算力的要求也逐漸加大。此時，單純依靠堆積CPU內核已經無法滿足應用程序對于性能、實時性、功耗、成本等等的要求。人們開始使用越來越多的非CPU計算單元，比如GPU、FPGA、以及各種針對不同應用而開發的專用芯片等。這些硬件加速器與CPU一起組成了復雜的異構平臺。
為了發揮這個異構平臺的最大性能，開發者需要深入了解底層硬件的體系結構，以及一系列的特定開發手段和技巧，以便針對性的利用各個異構單元的優勢。
拿FPGA來說，如果按開發軟件的思路去開發FPGA硬件，比如使用了各種循環嵌套、多層條件分支等等，恐怕只會得到一個連時序都無法收斂的FPGA設計。同樣的，如果想用GPU做一些加速運算，那么最好在團隊中有人對CUDA或OpenCL等有豐富的經驗，否則就有可能白白消耗了GPU的高功耗而收效甚微。
這里只有一個問題：對于普通的軟件工程師或算法工程師而言，了解和掌握這些硬件相關的開發知識幾乎是不可能的。
而這正是OneAPI希望解決的痛點（引自英特爾）：
“OneAPI 提供一個通用、開放的編程體驗，讓開發者可以自由選擇架構，無需在性能上作出妥協，也大大降低了使用不同的代碼庫、編程語言、編程工具和工作流程所帶來的復雜性”。
OneAPI：HLS的進化形態？
具體來說，英特爾將旗下的芯片架構分成了SVMS四類，即：
標量（Scalar）：CPU
矢量（Vector）：GPU
矩陣（Matrix）：AI芯片
空間（Special）：FPGA
這四類架構分別有各自的優勢和適用范圍，同時也有著各自的編程模型和方法。
以FPGA為例，FPGA的硬件可編程性一直是它最主要的特點，也是與其他硬件加速器相區分的重要特性。然而，對FPGA進行編程遠遠沒有聽起來那么簡單，這在老石之前的文章中也詳細介紹過多次。其中最大的難點，就是要使用硬件描述語言（HDL）對電路行為進行建模，而且這種建模往往有著比較低的抽象程度。
也就是說，FPGA開發者需要將待實現的算法進行分解、并行化、設計流水線，使其成為一個個數據通路或控制電路，同時還要設計數據的存儲和讀取方式、各種時鐘域的同步、進行時序收斂等諸多優化，以符合系統的功耗、吞吐量、精度、面積等需求。這還不包括電路仿真、調試，以及在軟件層面需要做的一系列工作。
這樣，為了做出一個真正優化過的FPGA設計，往往需要一個有著豐富設計經驗的團隊協同合作。而就算有這樣的團隊，在處理一個再常見不過的for循環嵌套時，都可能花費長達數月的時間進行FPGA的硬件實現與性能調優。只需要看一下過去幾年里，各類國際頂會和期刊上有多少關于FPGA循環展開與優化的論文就可見一斑了。
為了應對FPGA的設計復雜度過大的問題，業界通常有兩種方法：第一，盡量將優化過的硬件設計封裝成IP，讓使用者直接調用。第二，使用諸如高層次綜合（HLS）的方法，直接將高層語言描述的模型轉化為FPGA硬件。
HLS一直是FPGA業界發展的重要方向，幾乎沒有之一。老石在之前的文章《高層次綜合 – 解鎖FPGA廣闊應用的最后一塊拼圖》中曾經詳細分析過，這里不再贅述，有興趣的讀者可以參考那篇文章。
HLS的主要問題是，它設計的初衷是為了硬件工程師服務，而非軟件和算法開發者。因此，起碼到目前為止，在業界取得成功的HLS工具都需要使用者有著豐富的硬件知識。在數字電路工程師手中，HLS工具已經被證明可以極大的縮短設計周期，有時甚至可以得到近似或優于人工優化過的RTL代碼。然而對于軟件工程師，HLS就好比讓C羅去湖人隊打籃球，固然噱頭十足，但很難得到令人滿意的成績。
OneAPI在很大程度上可以看做是HLS的擴展，但它的主要目標受眾則是軟件和算法工程師，這也將成為OneAPI與其他HLS工具的最主要區別。OneAPI提供了一個統一的軟件編程接口，使得開發者可以隨意在底層硬件之間進行切換和優化，而無需太多關心具體的電路結構和細節。
DPC++語言與硬件加速庫
具體來說，OneAPI的核心是一個名為Data Parallel C++（DPC++）的編程語言。DPC++本質上是C++的擴展，增加了對SYCL的支持。
SYCL由Khronos組織開發，它是一個在OpenCL上的C++抽象層，使得用戶可以直接用簡潔的C++對GPU等進行開發，而無需被OpenCL限制。
不過，有關DPC++本身的資料目前還比較有限，尚不清楚其具體的開發方法、以及如何對異構系統進行編程。待具體實例出現后，老石再進行詳細解讀。
除了編程接口外，OneAPI還會包含一個完整的開發環境、軟件庫、驅動程序、調試工具等要素，并且這些加速庫都已經針對底層硬件進行了優化設計。
這種基于優化過的加速庫的設計，和賽靈思的Vitis系統有著異曲同工之妙，而這也恰恰代表了業界發展的方向。現如今，生態為王，為了掌握生態和開發者，就必須盡可能多的提供各類開發庫和IP，以便開發者專注于應用開發，而無需重復造輪子。
(圖片來自英特爾)
為了支持SVMS四大類硬件架構，OneAPI實際上給自己設置了非常高的目標。英特爾已經在2019年四季度發布了OneAPI的開發者測試版。除了基本工開發工具包之外，英特爾還發布了針對高性能計算（HPC）、深度學習、IoT、以及視覺和視頻等四種領域專用的開發工具包，以期為這些特定的應用進行針對性的優化。在當前的版本中，開發者仍然需要在SVMS四大類中手動指定目標器件類別。但除此之外，OneAPI就會自動對目標器件的子類別進行優化。
結語
兵法云，兵馬未動，糧草先行。在技術進步日新月異的當代，各類AI芯片、硬件加速器不斷涌現，異構計算已經成為整個行業最重要的趨勢。針對這些層出不窮的新硬件，則更應該“架構未動，軟件先行”。作為芯片廠商，單純提供芯片產品已經無法滿足市場和使用者的需要，只有同時提供硬件和軟件生態，才能在激烈的競爭中殺出一席之地。
老石認為，OneAPI是英特爾當前最具有戰略意義的生態布局。相信有了諸如OneAPI之類的高層設計工具，軟件工程師和算法專家們就能進一步釋放包括FPGA在內的異構系統的底層算力。至于OneAPI未來的表現如何，讓我們拭目以待。