Научный журнал «Инновации. Наука. Образование» Индексация в ринц н Инновации. Наука. Образование
жүктеу/скачать 22,11 Mb. Pdf көрінісі
|
Номер 51 февраль 2022 года
- Бұл бет үшін навигация:
- Рисунок 1. Архитектура GPU
- Инновации. Наука. Образование
| Инновации. Наука. Образование
Причина, по которой производители GPU не столкнулись с этой проблемой очень простая: CPU (Central Processing Unit, центральный процессор) разрабатываются для получения максимальной производительности на потоке инструкций, которые обрабатывают разные данные (как целые числа, так и числа с плавающей запятой), производят случайный доступ к памяти и т.д. До сих пор разработчики пытаются обеспечить больший параллелизм инструкций - то есть выполнять как можно большее число инструкций параллельно. Работа GPU относительно простая. Она заключается в принятии группы полигонов с одной стороны и генерации группы пикселей с другой. Полигоны и пиксели независимы друг от друга, поэтому их можно обрабатывать параллельно. Таким образом, в GPU можно выделить крупную часть кристалла на вычислительные блоки, которые, в отличие от CPU, будут реально использоваться. Рисунок 1. Архитектура GPU Источник: статья «Computing with GPU — Why, When, How and Some Test’s Results» [2] GPU отличается от CPU не только этим. Разумно организуя память, можно получить производительность, близкую к теоретической пропускной способности. Это означает, что GPU, в отличие от CPU, не требует большого кэша, поскольку его роль заключается в ускорении операций текстурирования. Есть два факта, их можно назвать законами вычислительной техники, которые составляют теоретическую основу востребованности высокопараллельных 955 Научный журнал «Инновации. Наука. Образование» Индексация в РИНЦ н Инновации. Наука. Образование вычислительных архитектур. Потребляемая мощность процессора пропорциональна, примерно, квадрату тактовой частоты, точнее степени 2,5. То есть, процессор с тактовой частотой 3 ГГц потребляет больше, чем 9 процессоров частотой 1 ГГц [5, c.114]. Многоядерный процессор, с той же потребляемой энергией, будет в три раза производительнее при исполнении параллельного кода. Второй факт: чем большее количество потоков уже распараллелено, тем больше вероятность, что задача может быть распараллелена на ещё большее количество потоков. Такая ситуация типична для вычислительных задач с большими объемами данных, которые по своей природе, в принципе, допускают параллельный алгоритм решения. А если такого нет, то можно и не надеяться на увеличение производительности в обозримом будущем, ибо тактовая частота современных CPU растет очень медленно. В таких случаях, выгодно реализовать многопоточный алгоритм, пусть он будет и на порядок более вычислительно затратным, все равно, площади кристаллов девать некуда и, на мультипроцессорной системе такой малоэффективный алгоритм будет работать быстрее. Но, уже имея задачу с тысячами потоков, можно заранее адаптировать вычислительную архитектуру, с учетом мультипоточности, и сконцентрироваться на общей производительности программы, а не на каждой отдельной нити, сильно сэкономив на многих традиционных архитектурных деталях. Важно также, что конструировать низкочастотный процессор гораздо легче [3, с. 27]. Проще реализовать разнообразную сложную логику, так как большинство инструкций исполняются за один такт, что упрощает планировщик выполнения инструкций и требует меньшего количества разнообразных буферов и очередей инструкций. Это также упрощает и делает более удобной саму ISA. (ISA — Instruction Set Architecture, архитектура системы команд). При этом пропускная способность памяти растет гораздо быстрее, чем уменьшается её латентность. Таким образом, обеспечить данными множество низкочастотных CPU гораздо проще и дешевле, чем один высокочастотный, так как он будет часто простаивать в ожидании данных из медленной памяти. Эти факты, взятые вместе, делают многопоточную технологию CUDA востребованной и перспективной. Перспективность данной технологии, также, доказывает тот факт, что видеокарты NVIDIA используются даже в современных суперкомпьютерах, например, таких как Titan. Для создания мощного вычислительного сервера требуется разместить в нем множество процессоров, которые будут заниматься обработкой данных. Также, часто бывает, что 956 Научный журнал «Инновации. Наука. Образование» Индексация в РИНЦ н жүктеу/скачать 22,11 Mb. Достарыңызбен бөлісу:
|