GPU在高性能计算方面具有怎样的优势?

No replies
Demi
Demi 的头像
Offline
Joined: 2017-03-07

基于GPU的通用计算已成为近几年人们关注的一个研究热点。将GPU用于通用计算的主要目的是为了加速计算,加速的动力来自GPU在高性能计算方面所具有的优势:

(1)高效的并行性。

这一功能主要是通过GPU多条绘制流水线的并行计算来体现的。在目前主流的GPU中,多条流水线可以在单一控制部件的集中控制下运行,也可以独立运行。GPU的顶点处理流水线使用MIMD方式控制,片段处理流水线使用SIMD结构。相对于并行机而言,GPU提供的并行性在十分廉价的基础上,为很多适合于在GPU上进行处理的应用提供了一个很好的并行方案。

(2)高密集的运算。

GPU通常具有128位或256位的内存位宽,因此GPU在计算密集型应用方面具有很好的性能。

(3)超长图形流水线。

GPU超长图形流水线的设计以吞吐量的最大化为目标,因此GPU作为数据流并行处理机,在对大规模的数据流并行处理方面具有明显的优势。

如图所示,CPU中的大部分晶体管主要用于构建控制电路(如分支预测等)和Cache,只有少部分的晶体管来完成实际的运算工作。GPU与CPU的设计目标不同,其控制电路相对简单,而且对Cache的需求较小,所以大部分晶体管可以组成各类专用电路和多条流水线,使GPU的计算速度有了突破性的飞跃,拥有惊人的处理浮点运算的能力。

GPU与CPU内部结构比较
图:GPU与CPU内部结构比较

正是由于GPU在并行处理和计算密集型问题求解等方面所具有的诸多优势,GPU已成为目前普通PC机所拥有的强大、高效的计算资源。从系统架构上看,GPU是针对向量计算进行了优化的高度并行的数据流处理机。这种以数据流作为处理单元的处理机,在对数据流的处理上可以获得很高的效率。

来源:m2mgroup

--电子创新网--
粤ICP备12070055号