[程序员的野心] 让GPU像CPU一样运行

[复制链接]

字体大小: 正常放大

sdccumcm

59 主题	165 听众	5484 积分

升级 9.68%

TA的每日心情

	开心 2015-9-28 12:07

签到天数: 832 天

[LV.10]以坛为家III

2012挑战赛参赛者

群组: MCM优秀论文解析专题

群组: 2012第二期MCM/ICM优秀

群组: 科学狂想曲

群组: 第二届数模基础实训

群组: 学术交流B

电梯直达

1^#

发表于 2013-7-9 17:33 |只看该作者 |倒序浏览

|招呼Ta 关注Ta |邮箱已经成功绑定

本帖最后由 sdccumcm 于 2013-7-9 17:37 编辑

GPU代表的是图形处理单元，但是，这些小小芯片除了处理图形功能，还有其它用处。比如，Google使用GPU来为人脑建模，Salesforce则依赖GPU分析Twitter微博数据流。GPU很适合并行处理运算，也就是同时执行成千上万个任务。怎么做呢？你得开发一个新软件，让它挖掘GPU芯片的潜力。最近美国印第安纳大学计算机博士埃里克-浩克（Eric Holk）就作出尝试，他开发了一个应用程序来运行GPU。浩克说：“GPU编程仍然需要程序员管理许多低层细节，这些细节是与GPU执行的主要任务分离的。我们想开发一个系统，帮助程序员管理这些细节，让GPU在提高生产力的同时仍然有很好的性能。”

　　一般来说，电脑计算任务大多由CPU完成。一个CPU处理一个计算序列，也就是所谓的一次处理一个线程，它必须尽可能快地执行。GPU的设计初衷是一次处理多个线程，这些线程处理速度慢很多，但程序可以利用并行优势执行得更快一些，就像超级电脑一样。

　　浩克称，今天，CPU已经能执行并行运算了，多核也很流行，但它们主要还是针对单线程优化的。

　　GPU术语直到1999年才出现，但在此之前已经有早期的视频处理芯片了，它们于1970-1980年推出。当时，视频处理芯片严重依赖CPU进行图形处理，1990年代图形显卡更流行了，也更强大了，主要是因为3D显卡出现。

　　乔治亚科技大学克里斯-麦克拉纳罕（Chris McClanahan）认为，GPU硬件架构已经进化，以前它只是特定单一核心，现在向一组高并行、可编程核心转变，它可以用来处理更通用的计算。毫无疑问，随着GPU技术的发展，它会增加更多可编程性、更多并行性，变得越来越像CPU，可以用于通用计算。麦克拉纳罕说，CPU和GPU最终会融合。同时，开发者也开始挖掘GPU的能力，用于不同的应用中，包括物理系统建模、强化智能手机等。

　　浩克解释道：“GPU的内存带宽也比CPU高很多，在对海量数据进行简单计算时，它的效率更好。”

　　已经有一些GPU编程语言存在，包括CUDA和OpenCL。汉克开发了新语言Harlan，它可以控制GPU。实际上，Harlan被编译成 OpenCL。但与其它语言不同，Harlan语言的抽象思维更多与高级编程语言相近，比如Python、Ruby。浩克称：“Harlan的另一个目标是想回答一个问题：如果从一开始就开发一门语言，它最初的目标就是支持GPU编程，那会怎样呢？目前的大多系统将GPU编程嵌入到现有语言中，开发者不得不处理旧语言的所有问题。Harlan可以让开发者更好地为目标硬件、程序作决策。”
　　Harlan语法基于Scheme，它是Lisp语言的现代变种，Scheme是所有好语言的始祖。为了让编程语言更“正常”一些，浩克还用到了Rust语言，这种语言主要面向开发系统，它可以操作硬件底层。浩克的目的是让程序员编写的代码更有效，因为Harlan能生产更好的GPU代码。

000.png (464.33 KB, 下载次数: 342)