虽然gpu不会替换cpu,光泽对某些应用程序。
图形处理单元(GPU)加速计算已达到成熟专业、科学计算应用程序。这是最近的一个例子GPU-accelerated热应用程序半导体光掩模制造,用于24/7生产环境。GPU-accelerated计算不会半导体行业的一个普遍的灵丹妙药”需要,一种加速的需要。“像所有的工具,它将很好的使用它将会最影响,所以重要的是要理解GPU-accelerated计算真正的亮点。
科学计算应用程序,比如用于半导体设计和制造,有一个不断增长的速度和可靠性要求他们必须的数据集操作变得更大、更复杂,每个小过程几何。几种不同类型的大规模并行计算可以解决这个问题,包括英特尔的麦克风架构,IBM的蓝色基因,和其他协处理器,如数字信号处理器(dsp)和现场可编程门阵列(fpga)。
gpu的出现和计算机游戏市场的快速增长给科学研究社区获得低成本的超级计算设备。问题是,gpu的可靠性、寿命、和支持在商业应用中使用它们吗?
生的游戏,现在解决科学计算
基于gpu的计算开始(现在仍然繁荣)的复杂图形处理非常有利可图的和高度竞争的电脑游戏市场。这些图形处理器的速度引起了科学计算世界的兴趣在1990年代,但生产或制造应用程序所需的可靠性没有:如果你将在游戏图形的像素,没什么太消极的发生;如果你在半导体面具下降一点数据处理程序,在一个芯片上你可能危及数百万美元的投资。
尽管如此,一些创新和精心设计使用新兴——甚至在半导体制造设备——世纪之交。创新和演进的波跟踪随着摩尔定律,gpu通用计算的(GP-GPUs)流行起来。
市场公认的庞大,GP-GPUs成为独立的产品线的GPU制造商,专门解决商业生产用户的需求。证明、专业版本可用,这十年的开始;和健壮,production-proven GPU-accelerated应用程序现在部署在债权半导体生产线。
gpu加速并不是一个CPU换出
gpu加速不是替换cpu与gpu。写一个简单的应用程序的端口为CPU GPU-accelerated平台只能实现3 - 4 x加速度。实现> 10 x加速GPU-accelerated潜力计算,应用程序必须构想及其算法设计。
概括太多很危险,因为熟练的工程往往演变为一个给定的问题,更适合一个平台。然而,一般来说,gpu在确定性计算是伟大的,尤其是当应用程序涉及到很多事情(如像素或矩阵的条目),同时,要求同样的计算或延迟是至关重要的,如涉及仿真的实时或交互计算。一般而言,cpu在启发式是伟大的,有很多的演绎分支(一系列的if - then - else序列,确定计算取决于情况)。一个健壮的gpu加速的方法使一个复杂的软件工程师的力量结合,整个系统的好处。
因此,而不是简单地将cpu为gpu,任务是对cpu与gpu(在一些比率)。聪明的工程可以优化组合资源,许多计算问题,特别是科学应用。GPU-accelerated平台的编程工作,如d2计算设计平台(CDP)包括决定什么cpu上,穿上gpu什么,然后调度和负载平衡的两个实现最佳的总体性能。
cpu和gpu之间最大的区别是可用计算“线程”的数量。第三代的d2 CDP,在每个节点上,有12 CPU线程和6000 GPU运行线程。500年这个因素有很大的差异对于某些类型的计算任务。对于任何给定的计算子元素,使其运行在gpu是寻找一个解决问题的方法,充分利用500 x不同线程的数量。
GPU专家通常会决定赞成“蛮力”计算方法利用500 x的区别。CPU-centric方法可能需要简化计算基于许多特殊情况或环境中,而随着gpu,更基本的物理现象可以在数学上蛮力计算。结果更准确,因为上下文敏感的启发式方法总是容易精确度损失在不同上下文之间的边界。和独特的gpu加速,蛮力计算可以在同一时间完成处理器仅仅计算平台上类似的成本。
这就是为什么gpu加速真正闪光的准确性不能妥协的应用程序中,而执行速度仍然是至关重要的。NuFlare热效应的修正(TEC)能力和效果显著的晶片平面分析(WPA)能力与d2)合作(另一个是两个例子gpu加速使复杂的模拟,以前没有实际生产使用。面具数据处理(MDP)多波束eBeam gpu加速作家是另一个地方将成为关键的行业采用多波束技术先进的流程节点。
未来是光明的
gpu加速并不是适合所有的科学计算应用程序,和永远不会是一个简单的换出CPU-based计算。但对于某些问题,gpu加速有一个基本的优点。图形和物理模拟游戏需要重计算的部分,所以gpu自然是伟大的。eBeam模拟和光刻仿真(光学或EUV)两种类型的自然适合GPU的计算。半导体行业——特别是面膜生产部门的领域之一gpu加速将照耀得最亮的时候。
|
|
|
|
|
|
|
|
|
留下一个回复