GPGPU简介.docVIP

GPGPU简介： 近年来，GPU (Graphic Processing Unit ) 得到了高速的发展，GPU非常适合于高效率低成本的高性能并行数值计算。而GPGPU (General-purpose computing on graphics processing units) 是一种使用处理图形任务的专业图形处理器来从事原本由中央处理器处理的通用计算任务，这些通用计算常常与图形处理没有任何关系。现代图形处理器强大的并行处理能力和可编程流水线，使得用流处理器处理非图形数据成为可能。特别是在面对单指令流多数据流（SIMD）且数据处理的运算量远大于数据调度和传输的需要时，通用图形处理器在性能上大大超越了传统的中央处理器应用程序。另一方面，CPU 由于受摩尔定律的限制，采用提高CPU制程和主频的办法遇到了工艺上的壁垒，暂时无法突；而从1993年开始，GPU的性能以每年2.8倍的速度增长， 如下图所示。 CPU和GPU都是具有运算能力的芯片，CPU更像“通才”——指令运算(执行)为重+ 数值运算，GPU则更像“专才”——并行数值计算为核心。CPU＋GPU平等运算已经有五年，大量运算平行处理CPU面临越来越困难。 CPU和GPU运算好比送比萨，CPU一次一次送，一次送一个，像卡车原理，再大但总有最后一个，到时候就凉了唯一解决的方法是让卡车的容量再大，速度再快但总会有一个极限，当遭遇瓶颈时，就会发热，耗油。GPU正好相反，它就像几百个小车，每个都很小，很简单，体积耗电小，做复杂的事很有限，但在1秒或者几秒内能够很好地处理信息。GPU的并行运算性能是极为强悍的，而传统的图形API又单单的只提供了图形操作的功能，没有提供类似于CPU那样通用计算的接口，CUDA的出现改变这一状况。CUDA的本质是，NVIDIA为自家的GPU编写了一套编译器NVCC极其相关的库文件。CUDA主要在驱动程序方面和函数库方面进行了扩充。在CUDA库中提供了标准的FFT与BLAS库，一个为NVDIA GPU设计的C编译器。CUDA?是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员现在可以使用应用最广泛的高级编程语言C语言来为CUDA?架构编写程序可以在支持CUDA?的处理器上以超高性能运行。将来还会支持其它语言，包括FORTRAN以及C++。目前，支持CUDA的GPU销量已逾1亿，数以千计的软件开发人员正在使用免费的CUDA软件开发工具来解决各种专业以及家用应用程序中的问题为各种应用程序加速。这些应用程序从视频与音频处理和物理效果模拟到石油天然气勘探、产品设计、医学成像以及科学研究，涵盖了各个领域。用于GPU并行应用开发的标准C语言快速傅里叶转换（FFT）以及基本线性代数子程序（BLAS）的标准数字库专用CUDA驱动器，用于GPU和CPU之间快速数据传输计算CUDA驱动程序与OpenGL和DirectX图形驱动程序可以实现互操作支持Linux 32/64位，Windows XP 32/64位以及Mac 操作系统/object/cuda_what_is_cn.html 。除了NVIDIA,，还有INTEL，AMD(ATI)等主要GPU。 带宽发展趋势 峰值发展趋势