码迷,mamicode.com
首页 > 其他好文 > 详细

一 GPU 编程技术的发展历程及现状

时间:2014-07-30 23:24:55      阅读:435      评论:0      收藏:0      [点我收藏+]

标签:style   blog   http   color   使用   strong   数据   2014   

前言

  本文通过介绍 GPU 编程技术的发展历程,让大家初步地了解 GPU 编程,走进 GPU 编程的世界。

冯诺依曼计算机架构的瓶颈

  曾经,几乎所有的处理器都是以冯诺依曼计算机架构为基础工作的。

  该系统架构简单来说就是处理器从存储器中不断取指,解码,执行。

  但如今,这种系统架构遇到了瓶颈:内存的读写速度已经跟不上 CPU 的时钟频率了。具有此特征的系统被称为内存受限型系统,目前的绝大多数计算机系统都属于此类型。

  为了解决这个问题,传统的解决方案是使用缓存技术。通过给 CPU 设立多级缓存,能够大大地降低存储系统的压力:

  bubuko.com,布布扣

  然而,随着缓存容量的增大,使用更大缓存所带来的收益增速会迅速下降,这意味着我们也许要寻找新的办法。

对 GPU 编程技术发展具有启发意义的几件事

  1. 70年代末期,克雷系列超级计算机研制成功 (克雷1当年耗资800万美元)。

    此类计算机采用了若干内存条的共享内存结构,即这些内存条可以与多个处理器相连接,从而发展成今天的对称多处理器系统 (SMD)。克雷2是向量机 - 一个操作处理多个操作数。如今的 GPU 设备的核心也正是向量处理器。

  2. 80年代初期,一家公司设计并研制了一种被称为连接机的计算机系统。

    该系统具有16个 CPU 核,采用的是标准的单指令多数据 (SIMD) 并行处理。连接机通过这种设计能够消除多余的访存操作,并将内存读写周期变为原来的 1/16 。

  3. CELL 处理器的发明

    这类处理器很有意思,其架构大致如下图所示:

  bubuko.com,布布扣

  在此结构中,一个 PPC 处理器作为监管处理器,与大量的 SPE流处理器相连通,组成了一个工作流水线。

  对于一个图形处理过程来说,某个 SPE 可负责提取数据,另一个 SPE 负责变换,再另一个负责存回。这样可构成一道完完整整的流水线,大大提高了处理速度。

  顺便提一句,2010年超级计算机排名第三的计算机就是基于这种设计理念实现的,占地面积达560平方米,耗资 1.25 亿美元。

多点计算模型

  集群计算是指通过将多个性能一般的计算机组成一个运算网络,达到高性能计算的目的。这是一种典型的多点计算模型。

  而 GPU 的本质,也同样是多点计算模式。其相对于集群计算来说:“点”由单个计算机变成了 单个SM (流处理器簇),通过网络互连变成了通过显存互连 (多点计算模型中点之间的通信永远是要考虑的重要问题)。

GPU 解决方案

  随着 CPU "功耗墙" 问题的产生,GPU 解决方案开始正式走上舞台。

  GPU 特别适合用于并行计算浮点类型的情况,下图展示了这种情况下 GPU 和 CPU 计算能力的差别:

  bubuko.com,布布扣

  但这可不能说明 GPU 比 CPU 更好,CPU应当被淘汰。 上图的测试是在计算可完全并行的情况下进行的。

  对于逻辑更灵活复杂的串行程序,GPU 执行起来则远不如 CPU 高效 (没有分支预测等高级机制)。

  另外,GPU 的应用早已不局限于图形学领域。事实上 CUDA 目前的高端板卡 Tesla 系列就是专门用来进行科学计算的,它们连 VGA 接口都没。

几款新的显卡及其配置 (仅列 N 卡)

  1. 各参数的具体含义将在以后的文章中做细致分析

  2. 当前显卡的具体参数信息可通过调试工具获取到 (方法略)

  bubuko.com,布布扣

主流 GPU 编程接口

  1. CUDA

    是英伟达公司推出的,专门针对 N 卡进行 GPU 编程的接口。文档资料很齐全,几乎适用于所有 N 卡。

    本专栏讲述的 GPU 编程技术均基于此接口。

  2. Open CL

    开源的 GPU 编程接口,使用范围最广,几乎适用于所有的显卡。

    但相对 CUDA,其掌握较难一些,建议先学 CUDA,在此基础上进行 Open CL 的学习则会非常简单轻松。

  3. DirectCompute

    微软开发出来的 GPU 编程接口。功能很强大,学习起来也最为简单,但只能用于 Windows 系统,在许多高端服务器都是 UNIX 系统无法使用。

  总结,这几种接口各有优劣,需要根据实际情况选用。但它们使用起来方法非常相近,掌握了其中一种再学习其他两种会很容易。

学习 GPU 编程的意义

  1. 不单学会如何使用 GPU 解决问题,而且让我们更加深入地了解并行编程思想,为以后全面地掌握各种并行技术打下铺垫。

  2. 并行计算相关知识的研究与发展势必会成为未来IT领域的一大热点。

    

一 GPU 编程技术的发展历程及现状,布布扣,bubuko.com

一 GPU 编程技术的发展历程及现状

标签:style   blog   http   color   使用   strong   数据   2014   

原文地址:http://www.cnblogs.com/scut-fm/p/3876640.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!