今天看啥
热点:

    相信提到通用计算,很多玩家并不陌生,但之前也只是停留在小范围的应用上。不过,经过5年的发展,现在它已经可以对很多应用进行大幅度加速,甚至在超级计算方面也颇有建树,这从12月14日NVIDIA在北京举行的GTC(GPU技术大会) Asia的情况就能看出来。那么我们就来重新认识一下这个从量变到质变之后的通用计算。

 

 


    “通用”→“异构”→“并行”
    早在2006年,在首次推出具备统一渲染架构的GPU之后,NVIDIA提出了GPGPU(General Purpose GPU)概念,并推出了与之配套的CUDA(Compute Unified Device Architecture,统一计算架构)概念。此时,为了突出“GPU能做CPU做的事,而且能做得更快更好”的卖点,厂商在宣传中就使用了“通用计算”的说法。


    在推出通用计算概念之后,AMD的Stream 、微软的Direct Compute以及OpenCL等概念也来到了我们的面前,基于这些API,我们可以用GPU实现科学运算、视频转码、网页加速等等功能,例如用GPU计算梅森素数、将视频转化为iPad可以使用的格式、著名的“挖矿”赚美元……在这一时期,通用计算概念已经逐渐被广大用户认识和接受,大家都觉得GPU可以干图形计算以外的事是理所当然的,所以厂商宣传的时候也不用再突出“通用”的概念,取而代之的是“异构计算”这种说法,也就是CPU+GPU协同加速。顾名思义就是虽然处理器的架构不同、指令集不同,但依然可以共同完成同样的工作。


    不能否认,从第一款双核处理器诞生到现在,多核心计算已经成为众多用户所关注的点。处理器拥有多核心,GPU也拥有多个计算单元,它们也相当于一个个独立的核心,从工作方式来讲,多核心运算其实也是并行计算,而多个GPU集中在一起进行并行计算无疑能提供非常强大的性能。现在,无论是NVIDIA的Tesla还是AMD的Fire Stream,都已经在服务器、工作站级别的应用上开花结果,我国的天河一号A超级计算机,就采用了NVIDIA的通用计算技术——此时,它已经有了新的称号:并行计算,一个看起来规模和HPC更相配的说法。


    “通用”→“异构”→“并行”,单是从说法的改变上,我们就能看出通用计算从量变到质变的历程。一开始通用计算是作为CPU功能的补充和强化而出现,随着应用的增多,被广大用户接受之后,有了更明确的形态,而在性能进一步强化之后,已经可以在超级计算方面独当一面,其多核并行运算能力强大、能耗相对较低的特点终于让它可以在未来超级计算的领域中占据重要地位,这也就是通用计算的性能量变使得最终应用范畴质变的表现。


    GPGPU带来新体验
    首先来看看GPGPU给普通用户带来的新体验。NVIDIA基于GPGPU的CUDA架构开发的PhysX现在已经被广泛应用在游戏之中,在GTC Asia大会上,我们看到2011年度最强力FPS游戏《战地3》中,各种可以随意破坏的建筑和景物都基于PhysX技术开发,《全球使命》网游中逼真的布料、液体模拟效果也是基于PhysX技术,此外,《暗黑3》采用的物理引擎则是Intel和AMD支持的HARVOK,它们无一例外地利用CPU+GPU协同加速的异构运算能力实现了更酷炫的游戏效果,而这些效果如果纯粹由CPU来完成的话,势必会导致游戏速度大幅度降低,这在没有GPGPU之前几乎是无法完成的任务。


    其次是日常应用部分,视频转码软件支持GPGPU已经不是什么新鲜事,现在几乎所有的主流视频处理软件都提供了对GPU硬加速的支持,包括Intel的快速视频同步、NVIDIA的CUDA、AMD的Stream等等,采用GPU硬加速的好处就是转码速度大大加快,相对于纯CPU处理甚至能达到数倍的速度提升——你的等待时间也许就从一顿饭变成了一支烟。此外,Flash Player、Photoshop等常用的软件工具也加入了对GPU硬加速的支持,这几乎已经成为业界标准,甚至GPU加速在应用软件方面的普及程度已经超过了游戏。


    相信提到通用计算,很多玩家并不陌生,但之前也只是停留在小范围的应用上。不过,经过5年的发展,现在它已经可以对很多应用进行大幅度加速,甚至在超级计算方面也颇有建树,这从12月14日NVIDIA在北京举行的GTC(GPU技术大会) Asia的情况就能看出来。那么我们就来重新认识一下这个从量变到质变之后的通用计算。

 

 


    “通用”→“异构”→“并行”
    早在2006年,在首次推出具备统一渲染架构的GPU之后,NVIDIA提出了GPGPU(General Purpose GPU)概念,并推出了与之配套的CUDA(Compute Unified Device Architecture,统一计算架构)概念。此时,为了突出“GPU能做CPU做的事,而且能做得更快更好”的卖点,厂商在宣传中就使用了“通用计算”的说法。


    在推出通用计算概念之后,AMD的Stream 、微软的Direct Compute以及OpenCL等概念也来到了我们的面前,基于这些API,我们可以用GPU实现科学运算、视频转码、网页加速等等功能,例如用GPU计算梅森素数、将视频转化为iPad可以使用的格式、著名的“挖矿”赚美元……在这一时期,通用计算概念已经逐渐被广大用户认识和接受,大家都觉得GPU可以干图形计算以外的事是理所当然的,所以厂商宣传的时候也不用再突出“通用”的概念,取而代之的是“异构计算”这种说法,也就是CPU+GPU协同加速。顾名思义就是虽然处理器的架构不同、指令集不同,但依然可以共同完成同样的工作。


    不能否认,从第一款双核处理器诞生到现在,多核心计算已经成为众多用户所关注的点。处理器拥有多核心,GPU也拥有多个计算单元,它们也相当于一个个独立的核心,从工作方式来讲,多核心运算其实也是并行计算,而多个GPU集中在一起进行并行计算无疑能提供非常强大的性能。现在,无论是NVIDIA的Tesla还是AMD的Fire Stream,都已经在服务器、工作站级别的应用上开花结果,我国的天河一号A超级计算机,就采用了NVIDIA的通用计算技术——此时,它已经有了新的称号:并行计算,一个看起来规模和HPC更相配的说法。


    “通用”→“异构”→“并行”,单是从说法的改变上,我们就能看出通用计算从量变到质变的历程。一开始通用计算是作为CPU功能的补充和强化而出现,随着应用的增多,被广大用户接受之后,有了更明确的形态,而在性能进一步强化之后,已经可以在超级计算方面独当一面,其多核并行运算能力强大、能耗相对较低的特点终于让它可以在未来超级计算的领域中占据重要地位,这也就是通用计算的性能量变使得最终应用范畴质变的表现。


    GPGPU带来新体验
    首先来看看GPGPU给普通用户带来的新体验。NVIDIA基于GPGPU的CUDA架构开发的PhysX现在已经被广泛应用在游戏之中,在GTC Asia大会上,我们看到2011年度最强力FPS游戏《战地3》中,各种可以随意破坏的建筑和景物都基于PhysX技术开发,《全球使命》网游中逼真的布料、液体模拟效果也是基于PhysX技术,此外,《暗黑3》采用的物理引擎则是Intel和AMD支持的HARVOK,它们无一例外地利用CPU+GPU协同加速的异构运算能力实现了更酷炫的游戏效果,而这些效果如果纯粹由CPU来完成的话,势必会导致游戏速度大幅度降低,这在没有GPGPU之前几乎是无法完成的任务。


    其次是日常应用部分,视频转码软件支持GPGPU已经不是什么新鲜事,现在几乎所有的主流视频处理软件都提供了对GPU硬加速的支持,包括Intel的快速视频同步、NVIDIA的CUDA、AMD的Stream等等,采用GPU硬加速的好处就是转码速度大大加快,相对于纯CPU处理甚至能达到数倍的速度提升——你的等待时间也许就从一顿饭变成了一支烟。此外,Flash Player、Photoshop等常用的软件工具也加入了对GPU硬加速的支持,这几乎已经成为业界标准,甚至GPU加速在应用软件方面的普及程度已经超过了游戏。


www.bkjia.comtruehttp://www.bkjia.com/remen/remen_103752.htmlTechArticle相信提到通用计算,很多玩家并不陌生,但之前也只是停留在小范围的应用上。不过,经过5年的发展,现在它已经可以对很多应用进行大幅...

相关文章

    暂无相关文章
相关搜索:
相关频道:

帮客评论

视觉看点