通用并行处理的多核硬件.pdfVIP

V观 点 DOI:10.1145/2580945 Uzi Vishkin 观点 通用并行处理的多核硬件已 遇困境？ 当前一代通用多核硬件必须得到改进，以期支持更多应用领域并可进行符合成 本效益的并行编程。 近 1 0 年，主流通 快的串行算法获得好的加速比。但 加速比所需的工作量可以在一定程 用计算机性能增长 是，即便对于规则并行编程，符合 度上减少）。值得注意的是，过去 大多依靠增加处理 成本效益仍然是个问题。程序员实 十年间高端通用桌面应用程序的创新 最器核心数量。总体 现基本加速比所需的工作量比基本 微乎其微（或许计算机图形学是个例 来说，并行计算毫 的串行编程要大得多（在领域特定 外），相比移动应用程序和互联网应 无疑问取得了巨大进步。在Goo- 语言存在有限的例外, 即获得基本 用程序，这一点尤为突出。此外， gle 、Facebook 等公司，并行计算 英特尔等厂商2005 年预测2 ，2013 以GPU 的形式在超级计算应用中 年的主流处理器将拥有数百个核心 得到了规模空前的运用。然而，本 （“转向多核时代的范式转变”）， 文不讨论这些辉煌成就。并行计算 但现实却是依然只有少数几个核 今后要想追求进步，必须从审视目 心。这或许是因为这段时间内通用 前的一些缺点开始，这正是本文的 台式机厂商之间的竞争减弱，它们 目标。本文希望就如何最好地弥补 没有动力冒这种范式转变的风险。 这些缺点，走向并行计算的黄金时 但是，这是否意味着这些计算机的 代引发一场建设性的讨论。 硬件遭遇困境？ 如今的并行体系结构能够在规 我认为答案是肯定的。还有更 则程序（例如稠密矩阵型）上获得 多应用领域可以大大受益于利用不 较高的加速比。然而，对于其他通 规则并行性提高加速比。以下是部 常所谓的“不规则”程序，或当寻 分这些领域的列表。 求“强可扩展性”时，这些体系结 ˲ 生物信息学。基因组学涉及到 构大多能力不足。强可扩展性是指 许多图和其他组合问题，这些问题 在固定问题的输入规模时，将处理 很少是规则的。 器核心数量的增加转化为更短的执 ˲ 计算机视觉。图形处理单元 行时间的能力。通常，只有问题的 (GPU) 只能较好地支持OpenCV 库 现有算法能够被映射到高度并行和 的一小部分。其他OpenCV 原语通 严格结构化的程序，才有可能比最 常是不规则的。 2014 年 4 月 | 第 57 卷 | 第 4 期 | ACM 通讯 35 观 点 ˲ 科学计算。稀疏矩阵