免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
楼主: send_linux
打印 上一主题 下一主题

CPU+GPU计算模式与单纯的CPU计算模式相比,有何优势?(获奖名单公布!) [复制链接]

论坛徽章:
0
21 [报告]
发表于 2012-02-26 14:51 |只看该作者
利用GPU运算能力来跑密码非常之快

论坛徽章:
0
22 [报告]
发表于 2012-02-26 16:32 |只看该作者
本帖最后由 为什么删我号 于 2012-02-26 16:55 编辑

1.结合您的经验和体会,基于GPGPU的高性能计算主要应用于哪些学科应用?

基于GPGPU的高性能计算主要应用与云计算吧,企业对成本以及效率的要求越来越高,随着产品的不断升级,越发的对横向和纵向都提出了更高的要求,横向要求平台化流程化自动化,纵向要求产品自身性能高端。例如产品加工过程中运用的测试环境成本是极高的,少则几十万多则上亿,所以平台化的高性能计算用于云测试平台是最佳的选择 ,N多测试硬件的集中管理是调用,要求高性能计算的准确及时以及稳定,分配给不同的客户端使用,同时还需要高性能计算来支持远程协助以及技术支持,以及时有效的支持一线,解决客户的疑问以获得良好的客户满意度。服务器的稳定非常重要,一旦出现崩溃等重大异常,将对企业的应用生产和交付产生巨大的影响,毕竟现在客户的要求发货周期越来越短,这里更体现了高性能计算的价值所在。
      同时业余生活方面,高品质的科幻电影带来大家不同的视觉享受,高端的游戏给大家生活带来了愉悦,这些都需要高性能及时的支持,感谢高性能计算。



2.CPU+GPU计算模式与单纯的CPU计算模式相比,有哪些优势又有哪些障碍?(可从硬件和软件两个方面来讨论,比如GPU在图形处理方面具有优势,但是要求使用图形编程语言来对 GPU(图形处理器)进行编程。)

CPU的长项是整数计算,GPU的优势则是浮点计算。
障碍和瓶颈主要分为技术问题和价格问题,技术上怎样满足客户的差异化需求是个大问题,毕竟每个企业的应用场景千差万别,同时价格上也是企业考虑的主要因素,尤其是比较小的中小企业,更强调所花出去的钱能否给企业带来实在的及时的企业价值,这个价值还不能使什么保障之类的虚的,更多的是在采用了高性能计算后能否提高人的工作效率提高加工产品的数量等,给企业创制直接的价值。

论坛徽章:
0
23 [报告]
发表于 2012-02-26 16:35 |只看该作者
本帖最后由 xoook 于 2012-02-26 16:51 编辑

1.结合您的经验和体会,基于GPGPU的高性能计算主要应用于哪些学科应用?

GPGPU的高性能计算是跟行业密切相关的,比如建造设计、大型网游、航空航天,机械生产模型测试、建造设计、石油勘探、动画渲染,天气预报,科学研究 流体模拟、物理现象仿真、有限差分方程组求解和优化等。GPU集群系统运用于城市气流模拟。通过在一个显卡上使用多个GPU来形成数据流处理集群,通过强大的数据并行处理机的性能来解决GPU并行数据加速的问题。在基于GPU通用计算的应用系统方面,主要包括几何计算、碰撞检测、运动规划、代数运算、优化计算、偏微分方程、数值求解等。

2.CPU+GPU计算模式与单纯的CPU计算模式相比,有哪些优势又有哪些障碍?(可从硬件和软件两个方面来讨论,比如GPU在图形处理方面具有优势,但是要求使用图形编程语言来对 GPU(图形处理器)进行编程。)
优势:1)CPU的长项是整数计算,GPU的优势则是浮点计算。CPU+GPU计算模式可以事半功倍
2)GPU对于高度并行化的算法是非常适用
3)CPU+GPU模式的HPC应用。性能更高。CPU里面大约有超过40%是运算单元,只有5%是逻辑单元,发展到现在,最快的CPU和GPU产品比较,在单精度32 位计算上GPU的运算速度是CPU的50倍,64位运算上是10倍,快很多。
4)功耗降低,绿色环保。
障碍:1)缺乏相关技术人员,出现问题没人会解决。
2)缺少配套的管理和运维软件
3)缺少和高性能计算相匹配的应用软件
4)中国的网络带宽低,严重制约了一些需要网络的高性能计算
5)成本高,构建繁杂且时间长

     

论坛徽章:
0
24 [报告]
发表于 2012-02-26 16:52 |只看该作者
本帖最后由 xyzqe 于 2012-02-26 16:54 编辑

1.结合您的经验和体会,基于GPGPU的高性能计算主要应用于哪些学科应用?
基于GPGPU的高性能计算指通常使用很多处理器(作为单个机器的一部分)或者某一集群中组织的几台计算机(作为单个计 算资源操作)的计算系统和环境。比较适合应用与面向科学计算、工程模拟、石油勘探、游戏设计、汽车设计、电影编辑、动漫渲染等领域。结合自身的企业来说,主要用于动漫绘图的需要,现在各种作图软件非常多,高端的作图应用软件在做一些渲染等手法时,过程中效果的多次呈现与变更是必须的,所以对高性能计算的需求还是很高的。

2.CPU+GPU计算模式与单纯的CPU计算模式相比,有哪些优势又有哪些障碍?(可从硬件和软件两个方面来讨论,比如GPU在图形处理方面具有优势,但是要求使用图形编程语言来对 GPU(图形处理器)进行编程。)
主要障碍和瓶颈是市场份额的问题,怎么样做好市场营销是关键,市场的定位等,例如国内有个小公司做鼠标的,针对的是高档游戏应用鼠标,其市场主要是和索尼等大游戏公司合作。做高性能计算也一样,需要找到裙带的供应商一起合作,以快速占有市场的份额。上面说道电影编辑 游戏 漫画等,CPU+GPU计算模式首先应该积极开发这类平牌大公司的市场,再形成一定的规模效应后,后面就能逐步扩展了。 主要优势是处理更快 性能更高 耗能更低

论坛徽章:
0
25 [报告]
发表于 2012-02-26 16:57 |只看该作者
本帖最后由 susan12144 于 2012-02-26 17:08 编辑

GPU英文全称Graphic Processing Unit,即“图形处理器”。GPU计算或GPGPU(General Purpose GPU, 通用计算图形处理器)计算就是利用图形处理器来进行通用科学与工程计算。GPU计算的模式是在异构协同处理计算模型中将CPU与GPU结合起来加以利用。应用程序的串行部分在CPU上运行,而计算任务繁重的部分则由GPU来加速。从用户的角度来看,应用程序只是运行得更快了。因为应用程序利用了GPU的高性能来提升性能。

计算机图形处理器(GPU,Graphics Processing Unit)正在以大大超过摩尔定律的速度高速发展,极大的提高了计算机图形处理的速度和质量,不但促进了图像处理、虚拟现实、计算机仿真等相关应用领域的快速发展,同时也为人们利用GPU进行图形处理以外的通用计算提供了良好的运行平台。

1.结合您的经验和体会,基于GPGPU的高性能计算主要应用于哪些学科应用?
动画渲染 影视行业 仿真科学 汽车行业,例如做模拟碰撞等 天气预报 石油开采 还有航道航空等高端科技 乃至后面人们越来越需求的智能生活,
2.CPU+GPU计算模式与单纯的CPU计算模式相比,有哪些优势又有哪些障碍?(可从硬件和软件两个方面来讨论,比如GPU在图形处理方面具有优势,但是要求使用图形编程语言来对 GPU(图形处理器)进行编程。)
CPU+GPU计算模式与单纯的CPU计算模式相比速度更加的快,处理更加的稳定,成本会有一定提高,能耗会降低,与单独的CPU计算机相比会相互的补足缺失同时提高整体的性能。障碍方面怎么样是一些国企大户采用CPU+GPU计算模式市场公关有难度,同时受限与国家网络带宽的限制,至少不能广泛适用于每家每户,随着人们的物质文化需求不断提高,后续的智能生活,人工智能等都需要基于CPU+GPU计算模式。还有一些技术规格上需要国家的技术指引从而使得获得更加宽松的开发应用前提。CPU+GPU计算模式整体评估显示是远远高于CPU计算模式的,而且需求更会越来越强烈,企业应用只是时间长短问题,这个是业界主流趋势

论坛徽章:
10
CU大牛徽章
日期:2013-09-18 15:20:48程序设计版块每日发帖之星
日期:2016-07-21 06:20:00IT运维版块每日发帖之星
日期:2015-07-30 09:40:01技术图书徽章
日期:2014-10-14 16:00:43天蝎座
日期:2013-09-27 17:41:29CU大牛徽章
日期:2013-09-18 15:21:17CU大牛徽章
日期:2013-09-18 15:21:12CU大牛徽章
日期:2013-09-18 15:21:06CU大牛徽章
日期:2013-09-18 15:20:58每日论坛发贴之星
日期:2016-07-21 06:20:00
26 [报告]
发表于 2012-02-26 19:26 |只看该作者
回复 9# yifangyou


    缩略图这种可以通过异步方式加以实现,还没有到必须用GPU的程度

论坛徽章:
0
27 [报告]
发表于 2012-02-27 18:09 |只看该作者
1.主要还是生命科学,生物科技,气象预报等科学研究类
2.体现的最大的优势当然是在图形处理上,比单纯的CPU计算提高可不止一点

论坛徽章:
0
28 [报告]
发表于 2012-02-27 18:31 |只看该作者
1.结合您的经验和体会,基于GPGPU的高性能计算主要应用于哪些学科应用?

GPU的计算能力被进一步挖掘出来,GPU越来越被市场所认可,尤其在并行计算领域,GPU凭借其强大的运算能力,在视频处理、石油勘探、生物化学等行业取得了巨大的成功。

2.CPU+GPU计算模式与单纯的CPU计算模式相比,有哪些优势又有哪些障碍?(可从硬件和软件两个方面来讨论,比如GPU在图形处理方面具有优势,但是要求使用图形编程语言来对 GPU(图形处理器)进行编程。)

优势:GPU所表现出来强大性能提升正在逐步蚕食传统的CPU市场,相对以上方CPU方案,GPU方案具有价格低、速度快等优点,无疑非常适合用户使用。

障碍:随着CPU+GPU这种异构体系结构在超级计算机中的应用,软件应用落后于硬件发展的矛盾就更加突出了,GPU编程难、软件可移植性差、生态系统尚不成熟。

GPU和CPU融合发展是趋势,但是还尚需时日。

论坛徽章:
0
29 [报告]
发表于 2012-02-27 18:35 |只看该作者
不错的活动,顶一个。。。

论坛徽章:
0
30 [报告]
发表于 2012-02-28 09:42 |只看该作者
GPU往小处说,是不是就是网卡啊?
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP