Революция в области высокопроизводительных вычислений.

[_serge 24]

<noindex>Вычисления на GPU – это использование GPU</noindex> (графического процессора) для научных и технических вычислений общего назначения.

Модель вычислений на GPU подразумевает совместное использование CPU и GPU в гетерогенной вычислительной модели. Последовательная часть приложения работает на CPU, а вычислительно-тяжелая часть на GPU. С точки зрения пользователя приложение работает быстрее, потому что оно использует высокую производительность GPU для повышения производительности.

Heterogeneous Computing

Разработчик приложения должен изменить свое приложение так, чтобы вычислительно-тяжелые задачи переносились на GPU. Остальная часть приложения выполняется на CPU. Перенос функции на GPU подразумевает переписывание функции с целью добавления параллелизма и ключевых слов “C” для переноса данных с/на GPU.

Вычисления на GPU выполняются архитектурой параллельных вычислений CUDA графических процессоров NVIDIA. Архитектура CUDA состоит из сотен процессорных ядер, которые работают в связке, чтобы разом справится с набором данных в приложении.

GPU серии Tesla 10 – это архитектура CUDA второго поколения с возможностями, предназначенными для научных приложений, такими как аппаратная поддержка вычислений двойной точности, общая разделяемая память и объединенные обращения в глобальную память.

"GPU уже достигли той точки развития, когда многие приложения реального мира могут с легкостью выполняться на них, причем быстрее, чем на многоядреных системах. Будущие вычислительные архитектуры станут гибридными системами с графическими процессорами, состоящими из параллельных ядер и работающими в связке с многоядреными CPU".

Профессор Джэк Донгарра (Jack Dongarra)

Директор Innovative Computing Laboratory

Университет штата Теннесси