传统的计算模式下，CPU是计算的主体。在摩尔定律还成立的年代，CPU的计算能力每18个月就会翻倍，同时工程师们还发展出了多核以及多CPU等技术。然而近年来，随着硅芯片逼近物理和经济成本上的极限，摩尔定律已趋近失效。但与之相对的却是，互联网的蓬勃发展、信息量爆炸式增长以及AI技术研究和应用普及，都对计算能力的要求变的更高。
在这种情况下，工程师们发明出将不同类型指令集和体系架构的计算单元组合在一起的计算方式，比如CPU+GPU。CPU用于对系统进行控制，任务分解，调度，而GPU轻松拥有几千个计算单元，每个计算单元可以同时并行地进行计算，再加上强大的浮点和向量计算能力，可以用来完成更繁重的计算任务，这就是异构计算。
腾讯云推出最新异构计算全新产品矩阵，从GPU高性能计算到可视化再到人工智能基础设施，为客户提供计算能力强大，弹性可配置，性价比高的异构计算实例。其应用前景极其广泛，适用于深度学习、视频渲染、虚拟化桌面等对计算能力、时延要求极高的场景，同时还能满足分子建模、基因组学等领域对基础设施的高要求。
以深度学习为例，深度学习在训练阶段涉及大量浮点数值计算，矩阵乘法，向量化等操作，需要处理的数据规模可以高达几个T。随着深度学习层次越来越深，计算量的增长也将随之加大。
一次训练过程使用CPU需要几天甚至几周才能完成，而使用腾讯云的GPU云服务器，可以小时级完成训练，优势很明显。只有快速完成深度学习的训练过程，才能加快深度学习的迭代速度，帮助企业改进产品，在竞争中胜出。
在人脸检测、五官定位、模式识别、图像理解等领域都积累完整解决方案和领先技术的腾讯云优图团队，为腾讯云客户提供人脸识别，语音合成，OCR识别，智能鉴黄，智能P图等多种服务。其中，腾讯优图的人脸识别技术达到世界先进水平，在今年举办的国际权威人脸识别数据库LFW上，优图凭借准确率达到 99.80% 的成绩刷新人脸识别世界纪录。
基于腾讯云GPU云服务器进行深度学习技术的成熟应用，优图团队将在更广泛的应用场景上输出技术和产品。
不止于计算，腾讯云GPU云服务器在渲染场景也有着重要应用。渲染型GPU云服务器实例GA2，搭载了基于硬件的虚拟化GPU显卡AMD FirePro S7150，借助GPU虚拟化，腾讯云可以对GPU资源进行划分，在具有成本优势的前提下，为客户提供图形渲染的能力。用户可运行多种图形工作负载，如 3D 建模和渲染，图形图像处理，工业设计等，计算性能强大、弹性按需扩展的 GPU 实例是用户在高性能渲染及计算场景的最优选择。
目前，全球领先的泛传媒产业技术服务商中科大洋已率先接入腾讯云GPU渲染型云服务器，通过远程桌面协议和GPU渲染型实例实现在线实时的电影电视后期制作编辑，可在任何地点使用多种设备接入。多人本地终端同时工作，分别进行剪辑、字幕、特技、调色、包装等。中科大洋启用GPU渲染型GA2实例，在资源成本下降的同时，实现了产品品质和服务质量的双提升。
此外，腾讯游戏平台部通过视频串流技术和GPU可视化云服务器提供给用户PC端和手机端游戏试玩功能，用户不用购买游戏，也不用安装游戏，实现游戏跨终端试玩，有效降低了新玩家体验游戏的门槛，带来了全新的游戏体验，最大化利用云端高性能资源缩短游戏新品触达客户的时间。
在FPGA领域，腾讯云推出了“云+基因”原生态解决方案，通过对二代测序流程进行硬件加速来解决生物计算的性能瓶颈，将一个全基因组计算时间从纯软件方案的大约60小时降低到26小时以内，并已在某基因客户业务中成功应用。
在传统通用计算已逐步无力应对大规模、高并发的计算需求的情况下，异构计算被视作人工智能在各行业中落地的关键。腾讯云也将始终保持着对异构计算新能力新技术的敏锐探索，为人工智能落地释放更强计算力。
