在傳統(tǒng)領(lǐng)域一枝獨秀的高端圖形芯片現(xiàn)在也要開始進(jìn)入并行計算領(lǐng)域。圖形芯片廠商nVidia在年初召開的“nVidia專業(yè)圖形解決方案高端論壇”上，非常高調(diào)地表示將在更多新興領(lǐng)域大顯身手。

Andy Keane: FPGA僅在金融領(lǐng)域與可編程GPU形成競爭，其它并行計算領(lǐng)域沒有威脅。

“石油/天然氣/地震資料處理、金融風(fēng)險建模、醫(yī)療成像、有限元計算、生物序列匹配等新興應(yīng)用領(lǐng)域需要大規(guī)模并行計算能力，而我們專業(yè)的可編程GPU具有128個處理器內(nèi)核，非常適合于這些并行計算場合的需要，”nVidia專業(yè)解決方案事業(yè)部全球銷售副總裁Walter Mundt-Blum說道。他以金融行業(yè)為例進(jìn)行了解釋，金融是并行計算的一個重要領(lǐng)域，如實時期權(quán)隱含波動引擎需要多個畫面圖形數(shù)據(jù)分析，進(jìn)行互換期權(quán)波動計算，而GPU能進(jìn)行單精度準(zhǔn)確性計算，可在不到1秒鐘的時間內(nèi)評估所有美國的股票期權(quán)。 還有一個例子是醫(yī)療成像。在先進(jìn)的醫(yī)療設(shè)備當(dāng)中，比如像CT機或者是核磁共振，往往傳感器會給出大量數(shù)據(jù)需要同時進(jìn)行處理，這對GPU來說非常適用?！傲硗庀竦刭|(zhì)堪探，往往要處理非常大量的數(shù)據(jù)，甚至有時候會使用T字節(jié)級的數(shù)據(jù)進(jìn)行分析。這個領(lǐng)域已有用戶在使用我們的GPU，與CPU相比GPU的速度可提高17~20倍左右，假設(shè)你用一個GPU的話，可能得使用20個CPU才行。”Mundt-Blum說道。 另外一個非常有趣的領(lǐng)域就是可編程GPU能夠使機器有一些認(rèn)知能力，像狗的嗅覺一樣，使機器能夠聞出癌細(xì)胞。nVidia已在美國和一家公司合作，對嗅覺進(jìn)行一些和模擬，利用GPU教電腦學(xué)會聞東西，預(yù)計幾年之后我們就會看到這類研究和制作成果。 然而，大規(guī)模并行計算領(lǐng)域也正是其它新型半導(dǎo)體器件如多核CPU、多核DSP以及FPGA等瞄準(zhǔn)的新興應(yīng)用，CPU和DSP向多核發(fā)展正是因為看好并行計算這個巨大的市場，而FPGA天生就在并行計算上具有優(yōu)勢。 眾所周知，傳統(tǒng)GPU是基于ASIC結(jié)構(gòu)，是不可編程的，現(xiàn)在nVidia大力推廣其可編程GPU，也是因為看好并行計算這一重要的市場，但他們一定會面臨其它技術(shù)的巨大壓力?！拔覀兂姓J(rèn)在某些領(lǐng)域與一些器件有沖突，比如在金融領(lǐng)域與FPGA有沖突，但是與其它器件沖突不會很大，GPU不與多核CPU沖突，而是與其互補。另外，多核DSP在并行計算領(lǐng)域的應(yīng)用剛開始，還不是競爭對手?！痹摴綠PU計算事業(yè)務(wù)部總經(jīng)理Andy Keane對本刊表示。Keane曾在賽靈思公司任職，在賽靈思早期進(jìn)行的可重配置計算以及FPGA系統(tǒng)開發(fā)中發(fā)揮了重要作用。他解釋道：“FPGA針對金融領(lǐng)域的并行計算比較有優(yōu)勢，但是在其它領(lǐng)域不構(gòu)成競爭。此外，其可編程性不如GPU，且FPGA的開發(fā)時間長，F(xiàn)PGA芯片也在不斷變化。可編輯GPU使用起來更方便，我們采用了基于C++語言的開發(fā)環(huán)境CUDA?！? 對于業(yè)界普遍認(rèn)為可編程GPU將與多核CPU競爭的觀點他并不認(rèn)同，因為兩者完成的功能不同，多核CPU更適合于操作系統(tǒng)、數(shù)據(jù)庫、產(chǎn)能、臨時壓縮、遞歸算法等的處理。CPU的特長是當(dāng)從高速緩存獲取數(shù)據(jù)時，盡可能快地執(zhí)行一系列順序指令。CPU以很小的單位管理數(shù)據(jù)并順序地進(jìn)行處理，信息的每個部分都必須等待著經(jīng)過單獨的執(zhí)行單元，單獨的執(zhí)行單元非常靈活，但不能并行地處理信息。而可編程GPU被設(shè)計用于進(jìn)行一種完全不同的處理方式。在GPU內(nèi)部有128個處理器，每個處理器都可以同時采用并行方式計算一部分?jǐn)?shù)據(jù)，此外GPU硬件設(shè)計能夠管理數(shù)千個并行線程，這些線程全部由GPU創(chuàng)建和管理，不需要開發(fā)人員進(jìn)行任何編程和管理，設(shè)計方便可行。可編程GPU上還有快速存儲系統(tǒng)——最大可至每秒76Gb。通過將并行計算放在GPU上而同時將串行計算放在CPU上，應(yīng)用程序可以從這兩種計算中充分受益。“我們不會替代多核CPU。”Keane再次強調(diào)道。 其實nVidia在2002年就引入了在GPU中進(jìn)行計算的技術(shù)，推出了第一個可編程GPU，“那時我們的編程單元只涉及了GPU的很小一塊——著色器，于是在2002年，我們開始有了可編程的著色器。”Keane介紹道。通過將32位浮點技術(shù)搭載在GPU中，該公司期待開發(fā)人員將GPU超強的計算能力用于應(yīng)用程序而不是圖形。但早期的GPU是用類似OpenGL或Cg的圖形API編程的，這些API很難并且大多數(shù)開發(fā)人員對這類API也不熟悉。 2003年，nVidia開始了一項旨在使GPU計算更容易的全新嘗試，并于2006年成功推出基于現(xiàn)在8系列GPU的CUDA技術(shù)。該公司開發(fā)了一個C程序，然后把CPU的代碼和GPU的代碼在源代碼當(dāng)中共存，而CUDA則成為串行計算和并行計算的連接。目前所有的8系列GPU，包括從筆記本電腦到高性能計算系統(tǒng)，都具有CUDA技術(shù)。為方便統(tǒng)一串行CPU編程以及采用GPU并行計算，nVidia還設(shè)計了CUDA環(huán)境?！皩?，我們認(rèn)為CUDA環(huán)境還會用在GPU以外的處理器上，”Keane表示?！皟煞N計算方式——串行處理和并行計算——在每個應(yīng)用程序中都具有其可取之處，CUDA將是統(tǒng)一這兩種處理和計算方法的計算方式?！? 目前nVidia高性能GPU有三個平臺，即用于高性能計算的Tesla、用于專業(yè)工作站圖形處理的Quadro以及用于娛樂的GeForce。Tesla適合的應(yīng)用包括地震、Monte Carlo服務(wù)器、分子動力學(xué)、天體物理學(xué)和信號處理；Quadro適合的應(yīng)用包括圖像、體視化、醫(yī)學(xué)成像、專業(yè)視頻和CAD等；GeForce適合的應(yīng)用包括圖像、音頻、編碼/解碼、壓縮和安全性應(yīng)用。GeForce平臺中目前僅有G8系列支持CUDA?！爸饕膮^(qū)別在于Quadro支持OpenGL，性能是GeForce的五倍，尤其是它通過Shader Model 4.0、OpenGL和DX10進(jìn)行了性能加速提高，更多關(guān)注垂直市場；Tesla集成內(nèi)存控制器和內(nèi)存，這對高性能計算非常重要?！盞eane解釋道。 nVidia的目標(biāo)是將并行計算能力帶入所有領(lǐng)域。隨著在所有nVidia的8系列GPU上都加入CUDA技術(shù)，配備CUDA的GPU現(xiàn)已經(jīng)超過5千萬個。nVidia使得開發(fā)GPU并行程序更為簡單。將來，任何開發(fā)人員都能輕松地獲得一枚使用在筆記本電腦、低成本PC或高性能工作站中的可編程GPU。