為何GPU受到服務(wù)器廠商的熱捧？
經(jīng)過多年的嘗試，圖形處理單元(GPU)開始受到主流服務(wù)器廠商的重視，戴爾和IBM是第一批在高性能計(jì)算機(jī)(HPC)上采用GPU的一線服務(wù)器廠商。GPU通常用在桌面PC上，主要作為電子游戲的高速圖形加速器，但服務(wù)器廠商很快發(fā)現(xiàn)它除了在游戲渲染方面有出色的表現(xiàn)外，在數(shù)學(xué)計(jì)算方面也有先天性優(yōu)勢。
今年5月，IBM宣布計(jì)劃為iDataPlex dx360 M3可橫向擴(kuò)展服務(wù)器提供一對Tesla M2050 GPU，戴爾也不甘落后，于6月宣布PowerEdge M610x刀片服務(wù)器將會裝配一對Tesla M2050 GPU，M610x裝配了英特爾至強(qiáng)5500或5600處理器，最大可以提供400億次/s的計(jì)算能力。
在這些服務(wù)器廠商競相重視GPU計(jì)算的背后，Nvidia(英偉達(dá))是最大的贏家，都說早起的鳥兒有食吃，Nvidia在推動GPU作為數(shù)數(shù)學(xué)密集型計(jì)算任務(wù)處理單元方面已經(jīng)持續(xù)了很長時(shí)間，但直到戴爾和IBM宣布集成Tesla M2050 GPU之前，Nvidia一直未獲得一線服務(wù)器廠商的支持。
GPU歷史
如果你對PC的發(fā)展歷史比較了解，你一定還記得8086，80286和80386處理器中就具有數(shù)學(xué)協(xié)處理器了，分別是8087，80287和80387，如果你在20世紀(jì)80年代后期購買過PC做數(shù)學(xué)或科學(xué)計(jì)算，PC銷售人員應(yīng)該給你講過數(shù)學(xué)協(xié)處理器，這些附加的芯片是專為快速，準(zhǔn)確的計(jì)算而設(shè)計(jì)的，主要買家是電子表格用戶，因?yàn)槟菚r(shí)Lotus 1-2-3是x86上的殺手級應(yīng)用，安裝數(shù)學(xué)協(xié)處理器后計(jì)算速度會更快。
到80486時(shí)，數(shù)學(xué)協(xié)處理器就集成到CPU了，隨后的處理器架構(gòu)不斷增加指令加快數(shù)學(xué)計(jì)算速度，到了今天，CPU設(shè)計(jì)文檔稱之為“浮點(diǎn)單元”，因?yàn)閿?shù)學(xué)計(jì)算主要就是浮點(diǎn)運(yùn)算。
計(jì)算機(jī)只會將數(shù)字看作是整數(shù)或浮點(diǎn)數(shù)，整數(shù)沒有小數(shù)位(如13人)，而浮點(diǎn)數(shù)有小數(shù)位(如 3.14159)，細(xì)粒度計(jì)算都是浮點(diǎn)單元的工作。
這對于圖形來說特別重要，因?yàn)橛?jì)算構(gòu)成一個(gè)平滑三維圖像的三角形位置需要非常精確的分?jǐn)?shù)，多或少一點(diǎn)三角形就會開裂，破壞圖像的整體效果，圖形處理軟件需要計(jì)算30位小數(shù)獲得精確的擬合，顏色和亮度。
多核數(shù)學(xué)處理器
多年來，Nvidia和它的競爭對手ATI(2006年AMD收購了ATI)已經(jīng)生產(chǎn)過大量的多核數(shù)學(xué)處理器，有意思的英特爾和 AMD制造的CPU大多還是4-6核，而Nvidia最新的Fermi架構(gòu)具有483個(gè)流處理器(當(dāng)然也會消耗更多的電力，產(chǎn)生更多的熱量)，而ATI Radeon 5000系列更是達(dá)到了1600個(gè)流處理器。
流處理主要用于并行處理計(jì)算單元，靠軟件管理內(nèi)存分配，數(shù)據(jù)同步和通信等，這些 核心通過高速連接通道連接。
GPU線程比CPU線程更小，因?yàn)樗鼈冎话艘欢褦?shù)學(xué)指令，通常，數(shù)學(xué)指令會被簡單地視為加法，GPU可以更 快地切換線程，因?yàn)楹诵目梢栽谝粋€(gè)時(shí)鐘周期內(nèi)從一個(gè)線程轉(zhuǎn)到另一個(gè)線程，而某些CPU是辦不到的，CPU線程是一系列復(fù)雜的指令組成的，如系統(tǒng)進(jìn)程或操作 系統(tǒng)調(diào)用。
最近，需要高性能計(jì)算的人們已經(jīng)意識到那些483到1600個(gè)數(shù)學(xué)核心除了渲染游戲外，可能還可以做點(diǎn)別的什么，Nvidia和 AMD當(dāng)然舉雙手贊成，最近它們也增強(qiáng)了GPU中的數(shù)學(xué)協(xié)處理器。
最后要提到的是雙精度浮點(diǎn)運(yùn)算，它是復(fù)雜科學(xué)計(jì)算所必需的，Nvidia 和ATI也都已經(jīng)將雙精度浮點(diǎn)運(yùn)算加入到它們的芯片中去了，單精度浮點(diǎn)數(shù)是32位長度(2^32)，而雙精度浮點(diǎn)數(shù)是64位長度(2^64)，這個(gè)與游戲 毫不相干，但科學(xué)研究卻離不開它，如全球氣候模擬科學(xué)實(shí)驗(yàn)。
GPU編程
如果你數(shù)據(jù)中心的服務(wù)器有GPU，那么在編寫服務(wù)器應(yīng)用程序時(shí)就應(yīng)該將其考慮進(jìn)去，但利用GPU不是一個(gè)簡單的任務(wù)，需要在CPU和GPU之間做好協(xié)調(diào)，不是引用幾個(gè)現(xiàn)成的庫，寫幾行代碼就可以搞定的。
電子游戲是大量使用浮點(diǎn)運(yùn)算的很好示例，但游戲并非浮點(diǎn)運(yùn)算的唯一用途，凡是與可視化相關(guān)的領(lǐng)域幾乎都會牽扯到浮點(diǎn)運(yùn)算，如醫(yī)學(xué)成像，三維成像，科學(xué)成像，石油和天然氣勘探可視化，娛樂，廣告和金融建模等。
這個(gè)過程被稱為GPGPU計(jì)算，或通用GPU計(jì)算，需要通過編程將本該由CPU處理的計(jì)算任任務(wù)交由 GPU處理，很多時(shí)候，這意味著要重寫代碼，Nvidia使用CUDA開發(fā)語言來處理。 #p#page_title#e#
CUDA是一種類似于C的編程語言，用它可以開發(fā)在Nvidia GPU上并行運(yùn)行的應(yīng)用程序，與x86處理器不一樣，應(yīng)用程序不只并行運(yùn)行2，4或8個(gè)線程，而是數(shù)百個(gè)線程。
Nvidia的付出也得到了回報(bào)，現(xiàn)在全世界有超過350所大學(xué)已經(jīng)開設(shè)了CUDA開發(fā)課程，但如果只有Nvidia一家公司有這個(gè)干勁，最終也可能是徒勞的。
OpenCL項(xiàng)目是OpenGL的一個(gè)分支，它為3D顯卡提供了一個(gè)圖形庫(在很大程度上可以取代微軟的DirectX)，蘋果公司是OpenCL框架的創(chuàng)立者，OpenCL框架用于編寫跨CPU、GPU和其它處理器執(zhí)行的程序，OpenCL包括一個(gè)編寫內(nèi)核和API的語言，它們可用于基于任務(wù)和基于數(shù)據(jù)的并行編程。
OpenCL與CUDA相比有優(yōu)勢也有弱點(diǎn)，首先，它支持多處理器計(jì)算，而CUDA只支持Nvidia GPU;OpenCL可以讓任何應(yīng)用程序訪問GPU，且不用重寫代碼，而CUDA必須用C為Nvidia GPU重寫代碼;OpenCL支持任何輸入/輸出處理器，因此它也支持安騰、Sun UltraSparc和ARM嵌入式處理器。
OpenCL框架比CUDA技術(shù)更新，因此缺少很多CUDA具有的特性，也沒有CUDA成熟，最值得注意的是，CUDA擁有快速傅里葉變換內(nèi)核(FFT)，但OpenCL沒有，F(xiàn)FT算法是一個(gè)復(fù)雜的算法，在高級科學(xué)計(jì)算和圖像處理領(lǐng)域有著廣泛的應(yīng)用。
這兩個(gè)框架都有各自的優(yōu)缺點(diǎn)，CUDA憑借Nvidia的強(qiáng)力支撐已經(jīng)占領(lǐng)了絕大多數(shù)市場，而 OpenCL也不弱，它由標(biāo)準(zhǔn)化組織管理，但從目前來看還是一事無成，我們是將自己綁定到Nvidia還是等待標(biāo)準(zhǔn)更新？有點(diǎn)舉棋不定。
除了CUDA和OpenCL外，還有第三個(gè)競爭對手，那就是微軟的 DirectCompute，DirectCompute是DirectX 11 API庫中的一個(gè)組件，我們在Windows 7中可以找到它，和OpenCL一樣，它可以讓應(yīng)用程序使用GPU的計(jì)算能力。由于它僅在DirectX 11中，因此使用DirectCompute有些限制，首先，它只能運(yùn)行在Windows 7計(jì)算機(jī)上，因?yàn)槲④洓]有為其它系統(tǒng)準(zhǔn)備DirectX，市場上也沒有那么多DirectX 11顯卡，ATI現(xiàn)在處于領(lǐng)先地位，但Nvidia也正努力追趕，目前，DirectCompute還未被服務(wù)器廠商正式利用。
應(yīng)用模式
那么誰最適合GPU計(jì)算？正如前文所述，高級數(shù)學(xué)運(yùn)算是一種情況，還有醫(yī)學(xué)研究中的疾病逆向工程，醫(yī)學(xué)成像中的超聲圖像渲染，以及視頻和圖像處理領(lǐng) 域，如電影特效制作。
Nvidia最近可謂風(fēng)光極了，在2010奧斯卡獎項(xiàng)中，三部最佳特效電影(星際旅行，阿凡達(dá)和第9區(qū))都離不開Nvidia的功勞，因?yàn)樗鼈兌际?用了Nvidia GPU進(jìn)行渲染。在商業(yè)領(lǐng)域，Nvidia GPU也被廣泛用于能源研究，石油和天然氣儲量探測計(jì)算，以及股市趨勢分析。
但你的數(shù)據(jù)中心并不一定需要GPU，因此不要認(rèn)為下一次購買服務(wù)器就一定要買集成GPU的，對于基本的服務(wù)器任務(wù)，如文件服務(wù)，網(wǎng)頁服務(wù)或數(shù)據(jù)庫服 務(wù)，GPU是幫不上忙的，對于I/O密集型應(yīng)用，如應(yīng)用程序服務(wù)器或數(shù)據(jù)庫服務(wù)器，也是不需要GPU的，它們需要的是大內(nèi)存，高速連接，或是固態(tài)存儲，但 都與GPU無關(guān)。
使用GPU涉及到編程，這也是目前新興的一種編程類型，想進(jìn)入這一行的開發(fā)人員應(yīng)該接受專業(yè)的培訓(xùn)和教育，但不一定要參加硬件公司的培訓(xùn)，但諸如 Nvidia和AMD提供的培訓(xùn)可能更扎實(shí)，但不一定適合企業(yè)級開發(fā)
原文出自【比特網(wǎng)】，轉(zhuǎn)載請保留原文鏈接：http://server.chinabyte.com/163/11521663.shtml
