CPU、GPU与未来.docVIP

第1页：NVIDIA CTO解读CUDA、CPU、GPU的未来NVIDIA最近陷入了与Intel的口水大战。 　　为了回应Intel在IDF上的种种论调，NVIDIA高层近期频频露面，NVIDIA首席技术官，David Kirk（大卫·科克），在最近的一个月内连续拜访了中国、日本、欧洲的几所著名高级学府，进行NVIDIA如何影响未来的电脑计算方式（不仅仅是图形运算方式）的主题演讲。在他欧洲之行的最后一战，英国网站有机会对他进行了一次Face-to-Face的专访。 　　在本次访谈中，Dr. David Kirk站在全球第一大图形厂商的角度，解读了通用计算平台CUDA的未来构想，以及CPU、GPU产品的发展趋势，下面我们来看看对他的访问实录，其中不难透露出这家显卡巨人未来的技术方向和跳出单纯图形解决方案提供者的小圈圈，主导未来计算技术的万丈雄心： Dr. David Kirk, Chief Scientist at Nvidia 　　客观地说，NVIDIA目前正在做着一些能够减少昂贵的高速CPU必要性的事情，例如GPU通过CUDA平台已经可以实现加速PhysX物理运算以及高清视频编码（RapiHD）等应用，也许你对上述两个CUDA的应用范例很感兴趣，但是这不是笔者关注的地方和今天要发问的话题，我更渴望知道的是，是否还有更多的通用的图形计算可以去替代CPU的作用？ 　　“当然，我想如果用户面临的任何问题涉及到需要大量的并行计算和大量的数据处理，GPU的确是一种更合适的架构去做这样的事。当然我们也可以让CPU像GPU类似的设计，不过CPU厂商面临的风险是，这样设计出来的CPU会不会在CPU现在擅长的计算领域失去优势。”Dr. David回答。 　　“GPU以前最大的误区是多核的设计，我们几乎就犯过所有的错误。”David笑着解释说，“当然，也可能不是全部。通过研发支持并行计算的GPU课题，我们这几年学到了很多。” 　　“GPU能够非常有高效的去运行包含大量线程的任务，这项应用对目前的CPU来说还是一个很大的问题。但是，普通用户如果下载了一个多核测试软件，他们就会发现，在平常使用中多核并没有完全用到，是在浪费金钱。而大部分用户来说，他们购买了一款双核或者入门级的四核处理器，起码心理感觉会很不错（不管用不用得着）。但NVIDIA认为，其实你不需要那么强大的CPU。” GPU会取代CPU？NO！ 　　IT产业中的绝大多数芯片制造厂商都已经意识到，并行处理运算将是整个IT领域的计算未来，这几年处理器也一直在朝着多核的方向发展。与此同时，GPU正在演变得更灵活，更像CPU。CPU未来将取代GPU，或者扮演第二角色？ 　　David做出一个简短的回答，“不会。” 　　说完之后，David和笔者都笑了。David接着做了一个解释，“CPU与GPU是两种区别很大的产品，如果你将两者混合在一起，他们的执行效率反而会比单独执行慢很多。” 　　“如果一个芯片能够集成几个CPU Core和几个GPU Core，那将是一个伟大的设计，这是对于很多不关心性能的低端用户而言，”然而，我们的大多数消费者要求我们增加GPU的性能，不管是多少，因此我是不会将硅片的一部分区域分割出来，将CPU集成进去。” 　　“CPU的架构体系，利用缓存构架帮助把多个任务剥离顺序执行，这是一种很好的架构。在继续讨论之前，我想要表达的更清楚一些，CPU在做它相应的工作时，这样的构架非常合适，如果同样的任务处理交给GPU的话，那就会犯错。” 　　“然而，如果你的任务需要高度多线程的任务的话，它将会花费CPU相当长的时间。对于GPU来说，也许对于单个任务来说它们执行的速度等同甚至慢于CPU，但GPU构架的好处就是能同时进行很多个这样的单个任务，从而花费的时间更少完成所有任务。” 关于CUDA： 　　CUDA是NVIDIA针对GPU的C语言开发环境开发的通用计算平台标准，全称是Compute Unified Device Architecture统一计算设备架构。CUDA可以充分应用GeForce 8/9系列 GPU 流处理单元的浮点运算能力，解决复杂的科学运算问题，诸如地质勘探，生物学，流体力学，金融建模等等。根据NVIDIA的测试，8800显卡在CUDA架构中的峰值运算能力可达520GFlops，因此如果构建SLI双卡系统，可以达到1TFlops（即每秒运算1万亿次）的强大运算能力。 第2页：CUDA能否成为GPU通用计算的标准 　　在过去的时间里，NVIDIA已经讨论过关于硬件支持double precision（双精度浮点运算）带来的优势，特别是当Tesla系统发布时，但当时并没有GPUs硬件可以硬件支持，G9x系列GPUs是通过技术模拟的方式支持的。 　　针对这个疑问，David