MCPLive > 杂志文章 > GPU,颠覆的不仅仅是视界

GPU,颠覆的不仅仅是视界

2009-01-22HH《微型计算机》2009年1月上

“单枪匹马”,不如合伙一起干

纵然CUDA红透了半边天,业界也清楚地看到仅靠一家公司之力,很难在这个领域有更深层次的作为,这方面在IT领域有很多前车之鉴。有基于此,在去年12月份,在APPLE公司的牵头下,标准化团体Khronos Group批准了异构计算用标准API——“OpenCL 1.0”。

按照这项计划,日后半导体厂商将推出支持OpenCL API的元件驱动器以及支持OpenCL指令的编译器;在程序员端,只要软件开发人员按照标准编写源代码,就可让程序在A公司的CPU上、B公司的DSP又或者C公司的GPU上面运行,而无需按照处理器的架构以及厂商的专用程序来进行“定制生产”。这样一来就可以提高处理器的选择自由度,并让程序能够以优化的方式得到运行。AMD公司表示将在今年上半年让“Stream SDK”支持OpenCL 1.0,由于Stream SDK采用C语言扩展而成的“Brook+”作为编程语言,所以AMD方面表示将继续使用Brook+用于高抽象度的编程环境,这与OpenCL使用C语言作为基础并不矛盾。

NVIDIA方面也表示,CUDA将在第一时间支持OpenCL标准,而且目前的OpenCL程序都是以
GeForce显卡作为初期版本的测试平台,在今年第二季度,NVIDIA将提供支持OpenCL的正式版本供用户下载使用。而且NVIDIA方面负责开发的工程师同样表示,CUDA将作为一种“高抽象度语言”继续提供给研发人员。

如此看来,虽然大家在底层问题上达成了共识,不过AMD与NVIDIA两家公司却仍然为未来留有后手。不过这种影响也仅仅针对参与开发工作的程序员,对于普通用户来说,根本感觉不到API具体语言对自己的影响。就好像我们日常食用的大米,用户只需要付费从商店中购买就是了,不需要管它是产自山里面的梯田,又或者是规模化经营的水田。

数字,让你了解“颠覆”背后的含义

现在我们已经知道GPU能够被赋予更多的功能与应用方式,但你知道使用GPU之后,能够给你带来多大的效率提升吗?

18倍:使用显卡(GPU)对高清视频进行编码运算时,其效率能够达到使用CPU时的18倍。

36倍:伊利诺伊大学厄本那香槟分校的研究人员使用GPU进行分子动力学研究,其速度是传统工作站的36倍。

50倍:在使用Matlab进行AccelerEyes计算时,CPU的效率是CPU的50倍。

100倍:在进行天体物理N-body算法模拟时,GPU的运算速度是CPU的100倍。

149倍:牛津大学的研究人员,使用CUDA 开发包研制金融模拟程序,其运行速度是传统方式的149倍!

相信未来还会有更多突破……

分享到:

用户评论

共有评论(2)

用户名:

密码: