CPU+GPU架構是未來高性旨計算的方向

鄧培智

如果說之前大家還對CPU+GPU架構在高性能計算領域的能力有所質疑，那么現(xiàn)在毫無疑問的是，未來的超級計算機和高性能計算將由CPU+GPU的架構構成。什么是超級計算機和高性能計算?一提到這兩個概念，大部分人在第一時間都會想到“曙光”、“銀河”，“深藍”之類的超大型計算機。但是隨著CPU性能的提升，隨之而來的是發(fā)熱量和功耗等方面的問題，現(xiàn)在的超大型集群出現(xiàn)了兩個困境：一個是空間的限制，另外一個就是預算投入的無止境。例如，最新一期全球500最強超計算機的第一位走鵑(Roadrunner)擁有130536個計算核心，要想擁有這只“小鳥”，企業(yè)無論在投入還是供電方面，都得留下巨額的預算。

什么是CPU+GPU的計算架構?就是在采用CPU進行控制的基礎上，充分發(fā)揮GPU的多核心優(yōu)勢，將運算分門別類地進行分工，讓CPu和GPU各自處理優(yōu)勢運算。比如，我開一個賣Pizza的小店，用CPU計算的方式就是買一輛面包車，今天有20家需要送Pizza，我就讓面包車帶著所有的Pizza挨家送貨，到了最后一家的時候可能Pizza涼了。如果是GPU的工作方式，就是用買一輛面包車的錢買20輛自行車，每輛自行車都載著Pizza，然后同時出發(fā)。兩個方式相比，在同樣的成本下，后者可以在第一時間問時完成大規(guī)模的并行任務。可見采用并行計算的概念可以在成本，性能和功耗等多個方面都超越只使用串行方式進行處理的計算模式。現(xiàn)在的科研院所，在配備超級計算機時，通常是一個研究機構配備一臺以CPU集群為基礎的大型超級計算機，所有的研究人員根據(jù)自己的研究項目進展提前進行預約，這樣在進行研究時的靈活性會受到很大限制。而采用GPU的超級計算機就可以更好地滿足這類需求，通過配備NVIDIA Tesla GPU的個人超級計算機，科研院所可以達到在投入基本不變的情況下，人手一臺超級計算機，相對于普通計算機在綜合效率上達到10～100倍的提升!

去年，東京工業(yè)大學采用170顆Tesla GPU組成了Tsubame超級計算機，當年取得了全球500強超級計算機排名第29名的好成績!在國內，吉星吉達也與NVIDIA一起推出了一款基于Tesla GPU的、面向石油天然氣勘探領域的全新硬件與軟件解決方案。與傳統(tǒng)CPU集群相比，這個解決方案可以用更低的成本實現(xiàn)100-400倍速度提升，同時將功耗降低95％。與此同時，國內已經有十多所高校開設了應用GPU進行編程CUDA課程，為進～步普及GPU并行計算打下了的基礎。可以預見，未來的大型計算機和高性能運算領域必將因為GPU這個擁有并行計算能力的“神奇小子”而更加精彩。