CPU+GPU引领未来HPC架构

标签:cpugpu
分享到:

对于CPU与GPU之间的争论,无论是从厂商的自身利益来看,还是从产业发展的趋势来看,用户需求无疑是衡量的唯一标准。

   前段时间,英特尔与nVIDIA(英伟达)二者之间关于CPU(中央处理器)与GPU(图形处理器)孰重孰轻,乃至谁才是未来PC核心的争论成为业界热议的话题,英特尔CEO保罗·欧德宁在IDF(英特尔开发者论坛)上宣称显卡产业将会消亡,而后nVIDIA则以GPU将超越CPU地位的言论予以还击。近日,二者之间的战争又再次升温,英特尔日前向美国法院提出申请,要求禁止nVIDIA生产其下一代Nehalem芯片组,期望通过法律途径遏制竞争对手的发展。随着这两家基础芯片巨头的口水战升温,未来CPU与GPU的发展将走向何方?是融合、取代还是共存?又会对产业及用户带来哪些影响?

求同存异C-G架构渐流行

“天下大势,合久必分,分久必合。”这句话用在当今的IT产业似乎也颇为恰当。在CPU与图形显示两个本是“井水”与“河水”的领域,如今也正将自己的地盘扩展至对方领域。在去年的英特尔IDF峰会上,英特尔公司宣布将开发集CPU与图形处理于一体的Larrabee架构芯片,并表示该芯片将取代目前的GPU。而对此,图形显示芯片的老大nVIDIA则予以反击,为其GPU开发了CUDA编程环境,进而在此基础上开发更多的软件应用,从而试图取代CPU在整机中的地位。而未来CPU与GPU的发展将走向何方,无疑是对计算机产业影响较大的问题。

   在英特尔Larrabee架构芯片尚未推出之际,nVIDIA公司已在前不久的美国高性能计算展览会上发布了其TeslaS1070GPU处理器,从该处理器的应用来看,其与传统的X86服务器在性能和功耗方面的比较,在许多行业具有优势,如石油、天然气、勘探行业、动漫制作,这些行业涉及大量数据分析以及图形处理等浮点运算,传统服务器需要耗费很多电力,功耗非常大,而Tesla则能很好地解决此类问题。而nVIDIA公司面临的最大问题其实还在于其在通用计算领域的应用匮乏而带来的挑战,这也是X86处理器架构的优势所在,因此无论从Tesla还是Larrabee来看,尽管它们都是向对方领域进军的产品,但都无法相互取代,二者共存的局面将持续相当长的一段时间。

  对于CPU与GPU的竟合发展,英特尔中国区产品总监洪力接受《中国电子报》记者采访时,作了一个形象的比喻来说明CPU的无可替代性:对于一个人而言,尽管其有着在绘画、音乐等某个方面的超人天赋,但如果他天生脑瘫,则这个人绝对不是一个健康的正常人。因此他认为,CPU与GPU二者的侧重点不同,决定了其应用的环境和主要领域不同。而对于CPU与GPU的发展,nVIDIA中国区总经理张建中则向《中国电子报》记者表示,在高性能计算这个GPU重点应用领域,CPU+GPU架构是未来高性能计算架构的发展方向。他认为,现在的高性能计算架构面临着两大挑战:一个是服务器存放空间紧张,另一个是对高性能计算的投入越来越大。而采用Telsa的服务器,科研单位可以花同样的钱,其效率可获得10—100倍的增长。

  对于CPU+GPU的新架构,863网格计算专家组成员、清华大学教授杨广文则指出,对于高性能计算的推广应用,这是一个很好的开端,但是这种架构如何在节点上面实现突破还是个问题。

  另外他认为,如何应用好也是个问题,毕竟这种架构并不是万能的,不可能替代一切。对于新架构面临的挑战,杨广文表示:“硬件有了,但是后续的工作还有很多,编程模式、编程方式还需要专业人员才能用,还需要从编程模式、环境、算法设计等方面下工夫。”

推动HPC普及用户终受益

在与英特尔大打口水战的间隙,nVIDIA也正“悄悄”进行着其GPU应用布局。前不久,nVIDIA分别与中国服务器厂商浪潮、宝德联合推出了首款整合其GPU架构的超级计算机———浪潮“桌面超级计算机”倚天和宝德PowerScale8000G。

  众所周知,在当今国际金融风暴冲击下,用户IT支出大幅缩减,而以服务器为代表的硬件市场无疑首当其冲,基于CPU+GPU新架构的高性能计算机的推出可谓恰逢其时。浪潮高性能服务器产品部总经理刘军告诉《中国电子报》记者,“倚天”是“浪潮高效能服务器和存储技术国家重点实验室”的重要研发成果,其峰值计算能力最高可达4万亿次/秒,相当于40台服务器或200台PC的计算力,体积与普通计算机相仿,而成本只有传统高性能计算系统的1/5,起售价仅为5万元。宝德公司也称,此次宝德推出的PowerScale8000G以超强运算能力和低成本打造100TFlops计算中心而著称,如该产品具有1928个核心、浮点性能达到8TFlops,打造100TFlops计算中心的成本缩减5倍,功耗降为原来的1/21。
无论从受经济形势影响的服务器产业来看,还是从高性能计算本身来看,高性能计算的普及无疑是其面临的关键问题,而采用新架构的HPC(高性能计算机)无疑是高性能普及的新的转折点。赛迪顾问计算机产业研究中心咨询师刘新告诉《中国电子报》记者,传统的高性能计算集群,其高昂的图形处理成本、集群的高能耗和维护成本是影响HPC普及的主要障碍,新架构的HPC主要在这几个方面取得了突破。刘军也表示,采用新架构的HPC,兼具低成本与高性能的特点,在医疗成像、分子动力学、基因比对、金融模拟、动漫渲染、电影编辑、新型材料开发等领域具有广阔的应用前景,使得这些领域的用户拥有万亿次的高性能设备成为现实。这对于打破高性能应用瓶颈,提高企业创新能力,提高生产效率,将起到根本性的作用。

从用户角度来看,谈到桌面超级计算机和传统集群系统的对比,中科院北京基因组研究所副所长于军做了形象的比喻:“桌面超级计算机是集群系统的很好的补充。集群好像一列火车,给定时间和速度就把你运到这里,所有的人员不得不挤在一起。而桌面万亿次超级计算机就好像是给每个科研人员都配备了一辆越野车,因为每个科学家有着自己的想法,开着越野车可以上山、可以到草原、可以到荒漠,增加了专家的自由度,可以挖掘每个层面的潜力,科研效率自然会提升。”

相关链接

CPU与GPU之争的源头

CPU篇

CPU为PC核心这个观点由CPU巨头Intel提出,并且其全球副总裁在其IDF峰会上郑重表示,其Larrabee绘图芯片将取代目前的GPU,并且下了“三年灭亡”的最后通牒。一时间CPU和GPU之争跳过了“缠绵”阶段,直接进入殊死搏斗。

GPU篇

倡导GPU为核心的是GPU巨头nVIDIA,nVIDIA专门为其GPU开发了CUDA环境,其使用C语言设计开发,使GPU可以兼容标准C编程语言,我们可以将CUDA看作是在支持CUDA的nVIDIAGPU上进行并行计算而提供了统一的软硬件解决方案,这样GPU就可以做目前只有CPU才能做得很多软件应用,从而取代CPU在整机中的地位。

GPU和CPU发展剖析

GPU在架构方面和CPU有很大不同,GPU更适合简单的并行任务处理,以nVIDIA即将发布的GT200为例,其内部集成了240个核,可以同时并行处理数据,搭配nVIDIA为其专门开发的环境———CUDA,使GPU可以在很多此前CPU的长项中取得长足的进步,例如:软件压缩等GPU在CUDA环境下可以较CPU压缩速度提升30倍以上,让我们看到了GPU未来的应用前景。

反观CPU,虽然CUDA的出现对其构成了巨大威胁,但是Intel作为当前处理器老大,不仅拥有强大的生产能力,也拥有雄厚的研发力量,并且在2006年吸收了大量GPU研发人员,其在GPU方面也拥有很大的发展空间。CPU目前在一些需要复杂指令运算的环境中依然拥有很大优势。

 

 

 
 
 
继续阅读
跟ARM抢地盘,这家支持虚拟化的GPU厂商推出重磅新品

在中国云游戏市场,基于AMR架构的移动云游戏占据移动端绝大部分市场。如果你以为市场已经铁板一块,那就大错特错。新晋的入场玩家们蓄势待发,试图抢夺属于自己的市场份额。

智能电视中GPU和CPU如何理解和选择?

在智能电视中存在GPU和CPU两种硬件,和电脑一样,GPU和CPU分别管理者不同的区域,但是很多用户并不清楚GPU和CPU各种专业名词的解读,这里小y就给大家带来关于智能电视GPU和CPU的选择攻略。

麒麟9000芯片跑分首次曝光 GPU疯狂堆料表现接近苹果A13

华为Mate 40系列首发的麒麟下代旗舰芯片不仅确认会有麒麟9000E和麒麟9000两个版本,而且现在还有更详细的规格浮出水面。据传都采用了类似骁龙865处理器的公版1+3+4的三丛集构架设计,在GPU部分的升级幅度较大。

AI芯片强势反扑GPU,安防行业的GPU王朝还能延续多久?

在人工智能兴起之后,安防行业就成为了人工智能技术最大的试验田,也是落地的主要场景之一。

华为正在开发电脑CPU/GPU等芯片

据台湾地区《电子时报》报道,海思近期在台积电不断增加订单,台湾半导体产业链虽然也因此受惠。