|
|
|
第三章/第四节 高性能计算GPU更具实力
谈到GPU高性能计算,有两个问题不得不谈:GPU的先天优势和后天的发展。
先天优势上,GPU与CPU拥有不同的核心架构,CPU的架构是有利于X86指令集的串行架构,CPU从设计思路上适合尽可能快的完成一个任务;对于GPU来说,它的任务是在屏幕上合成显示数百万个像素的图像——也就是同时拥有几百万个任务需要并行处理,因此GPU被设计成可并行处理很多任务,而不是像CPU那样完成单任务。目前CPU市场已经推出了双核、三核甚至四核的产品,但是CPU的多核心概念并没有从架构上进行调整,也许可以说是同时处理两件、三件也可能是四件事情,但不是并行处理成百上千的任务。而NVIDIA公司推出GTX280已经拥有了240个流处理器,相当于240核心,其峰值处理能力超过现在最昂贵的CPU十倍以上。
后天的发展上,之前的科学家也在积极地考虑发挥GPU的高度并行优势,单之前的应用主要基于OpenGL的API上,对开发人员的门槛比较高,随着NVIDIA公司发布了其CUDA(计算标准设备架构)后,GPU进行高性能科学计算的优势显露无疑。CUDA是采用基于C语言的方式,将CPU的串行计算与GPU的并行计算优势相结合,程序开发人员在不需要调整工作习惯的前提下就可以切换到新的平台上,大大提升工作效率。我们可以想见,在不久的将来,以CUDA为代表的异构计算必将成为大规模科学运算的主角。
“视觉就是计算机”,如同NVIDIA公司创始人兼首席执行官黄仁勋所言:“无论是对普通消费者,还是专业细分市场,GPU对于当前计算机体验的核心作用正在日益显现。当然,这只是下一个传奇的开始。”