Ve vývoji procesorů se před několika lety objevily architektury NetBurst a Hammer a zde někde lze nalézt zásadní rozchod dvou hlavních rivalů ve stylu zpracování informací. NetBurst stavěl na vysokých frekvencích - Hammer na vyšším IPC a integrovaném řadiči paměti, ale v téže době pokročil vývoj GPU k ještě větší datové šířce a k ještě větší paralelizaci výpočtů. Dále byla snaha pomoci hlavnímu procesoru pomocí speciálního a drahého koprocesoru prostřednictvím HyperTransportu. Teprve později se ukázalo, že na některé výpočty má nejlepší recept GPU, které se začalo svým výpočetním výkonem procesorům velmi rychle vzdalovat. Na této podstatě vznikla zatím malá firmička GPU-Tech zabývající se počítáním pomocí GPU. Zda dokáže přerůst v gigantickou firmu, nebo ji pohltí okolí, to se časem uvidí. Nicméně dnes je v její nabídce mnoho zajímavého. Podstatou rychlejšího počítání pomocí GPU je užítí Pixel Shaderů namísto pipe line, jak jsme zvyklí u CPU. Pixel Shaders je pr
Ve vývoji procesorů se před několika lety objevily architektury NetBurst a Hammer a zde někde lze nalézt zásadní rozchod dvou hlavních rivalů ve stylu zpracování informací. NetBurst stavěl na vysokých frekvencích - Hammer na vyšším IPC a integrovaném řadiči paměti, ale v téže době pokročil vývoj GPU k ještě větší datové šířce a k ještě větší paralelizaci výpočtů. Dále byla snaha pomoci hlavnímu procesoru pomocí speciálního a drahého koprocesoru prostřednictvím HyperTransportu. Teprve později se ukázalo, že na některé výpočty má nejlepší recept GPU, které se začalo svým výpočetním výkonem procesorům velmi rychle vzdalovat.
Na této podstatě vznikla zatím malá firmička GPU-Tech zabývající se počítáním pomocí GPU. Zda dokáže přerůst v gigantickou firmu, nebo ji pohltí okolí, to se časem uvidí. Nicméně dnes je v její nabídce mnoho zajímavého.
Podstatou rychlejšího počítání pomocí GPU je užítí Pixel Shaderů namísto pipe line, jak jsme zvyklí u CPU. Pixel Shaders je program v jazyce symbolických adres, jehož délka může být až 65 tis. instrukcí na rozdíl od pipel line, která bývá dlouhá v řádu jednotek či desítek. Tímto může GPU pracovat řádově na tisících vláknech současně.
Použitelné instrukce jsou goniometrické funkce, logaritmy, odmocniny, mocniny, práce s maticemi, vektory a další. Rovněž je možno tvořit podmínky, větvení, smyčky, apod. Další výhodou je značná šířka sběrnice a dnes až 320 stream procesorů. Takto vypočítané části, či proměnné, pak slouží CPU jako data pro jeho další výpočty.
Pro názornost či odzkoušení dává
možnost stažení dvou zajímavých programů:
- Ecolib API demonstrátor srovnání CPU/GPU výkonu na vaší pracovní stanici, jsou již dostupné různé knihovny pro matematické operace.
- Demonstrator GPU-Quant, srovnání CPU/GPU výkonu pro Black & Scholes a Monte Carlo na vaší pracovní stanici.
Dále se můžeme podívat na
grafických karet, které jsou již podporovány a také
této firmy.
Je jen otázkou času, kdy se počítání pomocí GPU stane součástí našeho života. Neodpustím si úvahu o softwarovém využití 20% výkonu používané grafické karty v PC, například ATI HD 2900 XT, která má výkon 500 GigaFlop/s, k několikanásobnému navýšení výkonu PC!
Zdroj:
