中央处理单元-网路安全与行动应用实验室.ppt

* 特別企劃 可程式化 GPU 的出現, 加上優於 CPU 的浮點運算能力, 就有人想到可以利用 GPU 處理繪圖以外的一般性運算。 從專用的繪圖功能到通用的運算能力 * 特別企劃 前面提過的摩爾定律, 也同樣適用於 GPU, 隨著半導體技術的發展, GPU 可以加入更多的電晶體, 實做更多的管線 (平行處理) 和處理單元, 連帶使 GPU 的浮點運算能力快速提升。 驚人的浮點運算能力 * 特別企劃 評估浮點運算能力有一種單位稱為 GFlops, 也就是以『每秒可做十億次浮點運算』為單位, 在 2007 年底推出的 NVidia GeForce 8800 系列中的入門級繪圖處理器已可達300GFlops 以上。 驚人的浮點運算能力 * 特別企劃 但同期的 Intel 頂級產品 Core 2 Extreme QX9650 則只有 40GFlops 的水準。且兩方面的差距還在擴大, 目前個人電腦 CPU 才勉強達到 100GFlops 的水準, 但 GPU 的已可達上千 GFlops 了。 驚人的浮點運算能力 * 特別企劃 有鑑於 GPU 的運算能力強大, 加上其可程式化的能力, 於是就有人提出 GPGPU (General Purpose computing on Graphics Processing Units) 的概念, 也就是在 GPU 上進行一般性的運算。不過由於兩者架構不同, 無法輕易將為 CPU 設計的運算程式移植到 GPU 上, 加上初期控制 GPU 的方式仍不夠友善, 應用較不普及。 GPGPU * 特別企劃 所幸眾廠商與組織也在努力提供較佳的方案, 以便讓 GPGPU 應用能更普及。例如兩家主要 GPU 廠商都提出 GPGPU 的程式設計架構：NVidia 提出 CUDA (Compute Unified Device Architecture)、AMD (購併 ATI) 則提出 APP (Accelerated Parallel Processing) 技術 (原本稱為 ATI Stream)。 GPGPU * 特別企劃 另一方面, 由包括 NVidia、ATI、Intel 等廠商合作成立的 Khronos Group 組織, 則在制定名為 OpenCL (Open Computing Language) 程式設計介面, 其目的即是希望讓程式能透過一致的方式, 就能同時應用 CPU、GPU 等不同資源來進行運算。 GPGPU * 特別企劃 而一些學術、研究單位, 更是早已讓 GPGPU 實用化, 例如我國的國家實驗研究院高速網路與計算中心 (國網中心) 就已建立 6.0TFlops 的 GPU 叢集電腦, 並已在 2010 年開放外界申請使用其運算服務。 GPGPU * 特別企劃 而檢視 2011 年 11 月的 Top500 清單, 就可看到前 5 名內有 3 部電腦都是利用 GPU 來提升其運算能力, 可以預見未來將會有更多 GPGPU 的應用。 GPGPU * 特別企劃 GPGPU * 特別企劃 GPGPU * 2-3 ARM 處理器 * 2-3 ARM 處理器 例如目前許多行動電話, 都是使用 ARM7 或 ARM9 架構的處理器；而較高階的 Cortex-A5、Cortex-R5、ARM11MPCore...等則具備多核心能力。雖然架構有所不同, 但其共通特色是體積小、低功耗、低成本、高性能, 因此廣被採用。 * 2-3 ARM 處理器 由於是採用授權的方式, 所以市面上多數使用 ARM 架構的處理器, 其名稱上並不一定會看到 ARM 的字眼, 而是由生產廠商自訂的名稱, 但若稍微探究一下它們的規格, 就會發現眾多處理器都是系出同門, 均使用相同的 ARM 架構。 * 2-3-1 XScale 處理器 90 年代, 迪吉多 (DEC, Digital Equipment Corporation) 電腦向 ARM 取得授權, 重新設計出手持裝置使用的 StrongARM 架構處理器。其後, 面臨倒閉的 DEC 將半導體部門出售給 Intel 公司。而 Intel 以 StrongARM 架構為基礎, 設計了 XScale 架構處理器。 目前在 PDA 市場常見的 PXA 系列處理器, 即是 XScale 架構的處理器。 * 2-3-1 XScale 處理器 * 2-3-1 XScale 處理器 Intel 已於 2006 年 7 月將 PXA 系列處理器的部門出售給 Marvell 公司。不過 Intel 旗下 XScale 架構的處理器, 尚有 IXC (控制平台處理器)、IOP (IO 處理器)、IXP (網路處理器) 等系列。 * 2-3-2 Qualcomm Snapdragon 晶片組 高