x_R

AVX512 neni nic jineho, nez rozsireni AVX2 o dalsi ­(a velmi uzitecne­) features. V podstate vsechno, co AVX2 chybelo je nyni v AVX512 ­(masky, vic registru, volitelna sirka 128­/256­/512b, broadcast, spousta novych instrukci, plne permutace pres dva registry, zaokrouhlovani, ternarni operator, scatter atd.­). To zlepsuje zivot lidem i kompilatorum a zjednodusuje vektorizaci. Fragmentace neni problem, protoze kdyz se vynechaji ruzne speciality jako Phi a AI, tak v podstate existuji jen dve zpetne kompatibilini urovne ­- SkylakeX a IceLake, ktere pokryvaji naprostou vetsinu instrukci. Ostatni je mozne ignorovat nebo pouzit po detekci pritomnosti ­(coz je dobre delat obecne­). Navic se k nim brzy prida AMD se ZENem 4 ­(IceLake uroven­).
To same s tim termalnim limitem ­- to v podstate plati jen pro 512­-bit SkylakeX floating­-point. Tam Intel trochu predbehl dobu ­(proces­). Obecne, integer instrukce jedou bezvadne i v laptopovych cipech ­(TigerLake­) a dokazou zrychlit algoritmus mnohonasobne ­(i oproti AVX2, kdyz mu chybi vhodne instrukce­/features­).
A co se tyce GPU, tak to je uplne jina vahova kategorie. GPU potrebuje obrovske mnozstvi dat a specialni kod. Navic je tam velmi vysoka latence. AVX­(512­) pracuje na stejnych datech jako zbytek CPU, bez latence. Kdyz mate v programu nejakou for smycku, ktera neco pocita ­(klidne par kb­), tak se vetsinou da zvektorizovat tak, ze probehne 10­-20x rychleji. Nevim jak by tohle slo prenest na GPU. A i kdyby to slo, tak jen ten prenos by trval mnohem dele, nez samotny vypocet na CPU. A tohle neni teorie, to je moje kazdodenni praxe.