GPU挑戰(zhàn)CPU地位!詳解CUDA+OpenCL威力
前面我們?cè)岬竭^，Intel未來(lái)較多核CPU的架構(gòu)，將會(huì)吸取傳統(tǒng)CPU與GPU的優(yōu)勢(shì)，重點(diǎn)提升浮點(diǎn)運(yùn)算能力，而Intel也在緊鑼密鼓的研發(fā)自己的GPU，那么GPU與CPU在未來(lái)會(huì)發(fā)生什么變化呢？是GPU取代CPU，還是GPU與CPU合二為一？
● GPU不會(huì)取代CPU，但CPU的重要性正在削弱，GPU扮演更重要的角色
NVIDIA認(rèn)為GPU是不會(huì)取代CPU的，CPU作為中央處理器仍然占有相當(dāng)重要的位置，GPU只能處理大規(guī)模多線程的并行計(jì)算，并不是所有的程序都能良好的運(yùn)行在GPU上，但幾乎所有的程序都有運(yùn)行在CPU上的優(yōu)秀代碼。
不過并行計(jì)算對(duì)于處理器性能的渴求幾乎是無(wú)止境的，也是未來(lái)推動(dòng)電腦系統(tǒng)持續(xù)高速發(fā)展的重要?jiǎng)恿?，由于CPU在這方面的欠缺，CPU的價(jià)值正在快速下滑，隨著CUDA及OpenCL走向成熟，未來(lái)為GPU和并行運(yùn)算優(yōu)化的程序?qū)⒋笮衅涞馈?/P>
試想，如果視頻編碼解碼、物理加速、科學(xué)計(jì)算、窮舉算法、數(shù)據(jù)庫(kù)分析等這類對(duì)CPU要求極為苛刻的應(yīng)用，都改用GPU來(lái)處理器的話，誰(shuí)還愿意去花那么多錢購(gòu)買一顆四核CPU呢？四核CPU并不會(huì)讓操作系統(tǒng)及日常應(yīng)用變得更快，此時(shí)高端顯卡將會(huì)吸引游戲玩家以外更多用戶的注意。
● 整合意味著低端，高性能電腦不需要也無(wú)法整合
GPU的重要性是毋庸置疑的，要不然AMD就不會(huì)收購(gòu)ATI，Intel也不會(huì)到處挖墻角去研發(fā)自己的獨(dú)立GPU了。在獨(dú)立GPU高速發(fā)展的同時(shí)，我們也注意到AMD和Intel相繼公布了CPU與GPU整合計(jì)劃，那么GPU將何去何從呢？
整合就意味著低端，只保證基本的功能、而不在乎性能，目前主板上的整合顯卡、聲卡、網(wǎng)卡、Raid控制器等無(wú)不是這種情況。目前AMD和Intel公布的CPU整合GPU計(jì)劃，道理其實(shí)就跟內(nèi)存控制器從北橋轉(zhuǎn)移至CPU內(nèi)部一個(gè)道理，原本北橋整合的GPU被納入CPU之中，這樣有助于提高整合顯卡性能，并降低生產(chǎn)制造成本。
GPU核心遠(yuǎn)大于CPU，誰(shuí)整合誰(shuí)還很難說呢？
但是想要在CPU之中包含一顆高性能的GPU是不可能的，半導(dǎo)體制造工藝不允許，內(nèi)存帶寬更不允許！我們知道中高端GPU的晶體管與核心面積要比CPU大很多，目前GTX200核心已經(jīng)達(dá)到了65/55nm制造工藝的極限，要是能放入更多的晶體管早就誕生更強(qiáng)大的GPU了，何需等待？此外GPU對(duì)需要海量?jī)?nèi)存帶寬的支持，現(xiàn)有的雙通道/三通道DDR3根本就是杯水車薪，連CPU都滿足不了還想整合GPU進(jìn)去？
所以，CPU整合GPU計(jì)劃本來(lái)就是定位中低端，這種解決方案很有創(chuàng)新意義，也會(huì)給用戶帶來(lái)很多實(shí)惠，但并不能影響到未來(lái)主流中高端CPU與GPU的發(fā)展。
Tagra處理器架構(gòu)圖
當(dāng)然，CPU也有可能被GPU整合，NVIDIA針對(duì)移動(dòng)計(jì)算平臺(tái)發(fā)布的Tagra處理器就是很好的例子，通過它的模塊及架構(gòu)設(shè)計(jì)來(lái)看，所有的處理模塊和功能模塊都被整合在了一起，按照比重來(lái)看應(yīng)該說是GPU整合了CPU。未來(lái)類似于類似Atom一類的順序架構(gòu)小型處理器被Chipset或GPU整合起來(lái)也很難說。
● 保持現(xiàn)狀，CPU+GPU異構(gòu)計(jì)算引領(lǐng)發(fā)展
GPU的重要性與日俱增，但CPU的核心地位依然是無(wú)法撼動(dòng)的，所以，在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)還會(huì)保持CPU與GPU各自獨(dú)立發(fā)展的現(xiàn)狀不變，繼續(xù)在各自擅長(zhǎng)的領(lǐng)域發(fā)揮熱量。
而計(jì)算機(jī)性能提升的方法，就來(lái)自于API和語(yǔ)言對(duì)GPU性能的釋放，未來(lái)無(wú)論是OpenCL 1.1還是CUDA 3.0，都會(huì)同時(shí)支持CPU與GPU的資源管理，合理分配指令與任務(wù)，只有充分調(diào)動(dòng)所有的硬件模塊、消除瓶頸，才能釋放出最強(qiáng)性能！<
關(guān)注我們
