GPU刚刚上道 CPU与GPU还须片上融合

服务器
经过PCIe的数据来回传输开销以及相应的软件开销都比较严重,这说明这种方式——芯片外加速还只是GPU计算的初级阶段而已。

在GPU计算领域,一个有趣的趋势是芯片厂商所带来的解决方案的多样化。NVIDIA凭借基于CUDA架构的Tesla GPU方案,目前仍然走在高性能计算的前列。英特尔,则凭借刚刚发布的集成众核架构(Many Integrated Core,MIC),让Larrabee技术重获新生,欲在大规模数据并行计算方面趟出一条超越普通GPU的新模式。AMD则是两条腿走路:针对“流计算”(stream computing)的FireStream GPU以及面向其他计算的CPU-GPU Fusion技术。

但正是其中的Fusion技术使得AMD独树一帜。在2006年并购了ATI之后,AMD是***一家在CPU和GPU两方面都有成熟产品技术的处理器厂商。因此,对AMD来说,试图在同一个硅片上集成这两种不同的架构,也是很自然的想法了。

当然,AMD一开始就就希望能够利用这种优势。他们起初是计划在2009年推出***代Fusion产品,但受到ATI整合及随之而来的全球性经济危机的影响,计划受到了一定的延缓,相关产品路线图也推后了两年。据了解,AMD计划在2011年的某个时候正式推出其***代Fusion处理器,也被称作加速处理单元(Accelerated Processing Units,APU)。

这些***代的CPU-GPU产品将主要面向桌面和笔记本电脑市场,以增强PC用户在可视计算方面的体验,特别是对于那些利用微软DirectX框架的应用。但是,高性能科学计算领域的用户也开始关注Fusion架构,因为这一架构可以使GPU风格的并行处理性能更接近于CPU。

迄今为止,所有的GPU计算都是通过PCIe来连接相对高端的独立显卡和主机CPU系统,来实现CPU与GPU的协同并行处理,互有分工。比如NVIDIA的Tesla和AMD的FireStream都是基于这种模式。尽管一些高性能计算应用通过这种方式实现了10倍到1000倍不等的性能提升,但经过PCIe的数据来回传输开销以及相应的软件开销都比较严重,这说明这种方式——芯片外加速还只是GPU计算的初级阶段而已。也正因为如此,AMD将CPU与GPU融合在一块芯片上的Fusion受到了大家的关注。

【编辑推荐】

  1. GPU stream策略:先HPC后主流市场
  2. Nvidia联手IBM合推GPU服务器
  3. CPU、GPU合体一块裸片 AMD Fusion处理器下半年出台
     
责任编辑:景琦 来源: IT168
相关推荐

2009-03-21 15:15:33

Nehalem服务器HPC

2012-02-07 09:47:48

AMDCPUGPU

2019-08-21 09:24:45

GPUCPU深度学习

2019-06-03 20:00:09

LinuxCPU温度GPU温度

2013-03-29 10:12:18

IntelHaswellGPU

2021-06-09 13:10:01

CPUGPUVCU

2024-09-09 04:00:00

GPU人工智能

2011-06-27 19:57:21

笔记本行情

2020-06-28 09:40:58

操作系统GPUCPU

2021-04-13 13:21:58

CPUGPU异构

2010-05-17 14:22:05

AMD Fusion处

2010-08-19 10:31:01

GPU

2022-10-24 15:56:55

PythonPyTorchGPU 计算

2009-05-05 13:27:31

Nehalemintel服务器

2019-08-07 18:52:40

GPU数据科学CPU

2017-09-28 11:29:22

NVIDIA芯片

2011-06-21 14:23:15

GPUCPU高性能计算

2021-01-05 08:23:20

CPUGPUTPU

2010-02-01 13:46:33

苹果A4 SoC芯片

2022-08-26 01:41:42

GPUCPU架构
点赞
收藏

51CTO技术栈公众号