GPU并行计算已成未来趋势

    ● GPU并行计算已成未来趋势

    无数游戏玩家疯狂的购买力已经使得GPU这种芯片的价格下跌到只要花一百美元就能买到一颗性能级GPU产品，那为什么不大面积部署这种产品，来降低超级计算机的价格呢？从2006年的第一款Fire Stream产品开始，业内人士已经发现了GPU在处理大并行度程序时所表现出的超常性能。

    在传统的GPU种，Shader单元从出现（2001年DirectX 8发布标志着Shader单元出现）到运算能力迅速提升（2007年Geforce 8800GTX发布，通用计算影响力显著扩大）经过了很长时间。在这段时间里，显卡对于高端大规模并行运算是毫无价值的，即使有少量业界先行者开始了思考和研究，也无法形成对整个产业的影响力。

GPU开始应用于超级计算机

    这个阶段在超级计算机与集群中，往往要拆除“多余的”显卡以节能功耗，而自从AMD公司的Stream架构NVIDIA公司的CUDA架构奠定了GPU通用计算地位之后，现在的设计开始逐渐采用大量GPU来获得更加廉价和绿色的计算能力。CUDA的强大性能引发了一场通用计算革命，这场革命将极大地改变计算机的面貌。

    但是随着GPU的可编程性不断增强，GPU的应用能力已经远远超出了图形渲染任务，利用GPU完成通用计算的研究逐渐活跃起来，将GPU用于图形渲染以外领域的计算成为GPGPU（General Purpose computing on graphics processing units，基于GPU的通用计算）。

    而与此同时CPU则遇到了一些障碍，CPU为了追求通用性，将其中大部分晶体管主要用于构建控制电路（比如分支预测等）和Cache，只有少部分的晶体管来完成实际的运算工作。在CPU上增加并行度已经变得越来越困难，虽然HTT超线程技术在Intel的推广下得以应用在自家的高端CPU中，但是目前单颗CPU所拥有的最大线程数还只是12个。

    我们已经习惯了计算机核心性能的不断提升，而且似乎认为这是理所当然的事。因为传统芯片的性能提升可以依赖芯片制造工艺的进步。这种进步我们通常用摩尔定律来概括。1965年Intel的创始人戈登•摩尔（Gordon Moore）通过长期的对比研究后发现：CPU中的部件（我们现在所说的晶体管）在不断增加，其价格也在不断下降。“随着单位成本的降低以及单个集成电路集成的晶体管数量的增加；到1975年，从经济学来分析，单个集成电路应该集成65000个晶体管。”Intel此后几年的发展都被摩尔提前算在了纸上，使人们大为惊奇，“摩尔定律”也名声大振。为了让人们更直观地了解摩尔定律，摩尔及其同事总结出一句极为精练的公式 “集成电路所包含的晶体管每18个月就会翻一番”。

Intel定义的摩尔定律与晶体管数量增长

    将摩尔定律简单应用在芯片集成度的增长方面，我们可以得出这在今天意味着：每年单芯片中可以大约多放置50%的元件。这种技术表面上为我们的芯片发展铺平了道路，虽然大多数趋势是向好的。比如说20年前芯片设计者刚刚开始把浮点运算单元FPU集成到CPU核心，但是20年后这个单元制占用1平方毫米不到的空间，而且同一个核心上可以放置上百个浮点运算单元。

    但是这种性能提升并不是无止境的，而且这些技术发展最重要的后果是它们之间的区别。当某一指标变动速度和其他指标变动速率不同时，我们就需要重新考虑在芯片和系统设计背后的假设。换而言之目前CPU已经遇到了非常严重的计算与通信障碍、存储器延迟与带宽障碍和发热与功耗。而GPU在这3个方面表现显然要比CPU更为出色，在后文我们将详细分析GPU在这诸多方面的特性。