BIGCHINA：认识元宇宙技术的一个框架( 三 ) 本文摘自《元宇宙漫游指南》

在元宇宙中，每一个用户都需要通过一个化身来行走江湖。因而，为了创建更逼真的虚拟环境，丰富的化身表示是必要的。但是，在很多元宇宙项目中，创作者只提供少数几个特定的模型或只允许玩家创建只有几个可选子模型的完整化身，如鼻子、眼睛、嘴巴等。因此，玩家的化身形象高度雷同，这在很大程度上损害了元宇宙本身的乐趣。高性能计算和量子计算
正当全世界都在对元宇宙表现出无限的憧憬时，英特尔公司却跑出来给“元宇宙热”泼了一盆冷水。不久前，美国科技媒体网站TheVerge发表了一篇文章，文中援引了英特尔高级副总裁兼加速计算系统和图形部门负责人拉贾·科杜里（RajaKoduri）对元宇宙的一段评论。科杜里认为：“元宇宙可能是继互联网和移动互联网之后的下一个主要计算平台。但是，我们今天的计算、存储和网络基础设施还根本不足以实现这一愿景。”需要指出的是，科杜里对于算力的条件尤其表示担忧，他说：“实现元宇宙所需要的算力将会是现在全部算力的一千倍。”如果科杜里的判断是正确的，那么算力的制约就会成为进入元宇宙的最大障碍。想要真正拥抱元宇宙，就必须努力突破这一瓶颈。
从目前看，突破算力瓶颈有着多种可能的技术路径。包括高性能计算、量子计算、神经形态计算、概率计算等。限于篇幅，这里将主要介绍高性能计算和量子计算。
所谓高性能计算，通俗来说，指的就是利用聚集起来的计算能力来处理标准工作站无法完成的数据密集型计算任务。作为一个综合的领域，高性能计算涉及的问题十分复杂，包括软件、硬件等各个层面。
高性能计算中，最为重要的核心技术是并行计算（ParallelComputing）。所谓并行计算，是相对于串行计算而言的。在串行计算当中，计算任务不会被拆分，一个任务的执行会固定占有一块计算资源。而在并行计算中，任务则会被分解并交给多个计算资源进行处理。
当然，这种任务的分解和分配可以是多样的，可以是把计算任务分给多个处理器，让它们协同求解，也可以是被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。并行计算系统既可以是含有多个处理器的超级计算机，也可以是以某种方式互连的若干台独立计算机构成的集群。
从架构上看，并行计算可以分为同构并行计算（homogeneousparallelcomputing）和异构并行计算（heterogeneousparallelcomputing）。顾名思义，同构并行计算是把计算任务分配给一系列相同的计算单元；异构并行计算则是把计算任务分配给不同制程架构、不同指令集、不同功能的计算单元。比如，多核CPU的并行运算就属于同构并行，而CPU+GPU的架构就属于异构并行。
对比于同构并行，异构并行具有很多的优势。用通俗的语言解释，这种优势来自各种计算单元之间的“术业专攻” ，在异构架构之下，不同计算单元之间的优势可以得到更好的互补。正是由于这个原因，异构并行计算正得到越来越多的重视。尤其需要说明的是，在元宇宙领域，很多大型企业给出的计算解决方案都是基于异构并行的。
如果说高性能计算是在运算资源的分配上下功夫，那么量子计算就是试图通过改变经典计算的整个逻辑来提升运算效率了。
我们知道，经典计算的基本单位是比特，比特的状态要么是0 ，要么是1 ，因此经典计算机中的所有问题都可以分解为对0和1的操作。而量子计算的基本单位则是量子比特，它的状态则可以是一个向量。这样一来，量子存储器就比经典的存储器具有很大的优势。