GPU計算逐漸大規(guī)模商用
曾幾何時，CPU就是計算領域的絕對主宰。不過，當GPU不僅僅被應用在圖形方面，它就開始占據計算的一席之地。而未來，它更可能成為計算的新的中堅力量。隨著開發(fā)工具的日趨成熟，GPU的應用領域得到了不斷的拓展。
近日，中國科學院和清華大學分別被授予CUDA卓越中心，同時，NVIDIA在中國舉辦的CUDA編程競賽――CUDA未來之星評選也告一段落。這次評選中，很多優(yōu)秀的CUDA應用涌現出來，將GPU計算向前推進了一大步。這次競賽展示了中國科學院和清華大學在GPU計算方面的豐碩教學成果，顯示了中國在GPU計算方面的實力。
低成本高效率
今天，超級計算系統(tǒng)已經被廣泛應用在科學計算、石油石化、冶金、氣象等眾多領域。然而，很多模型模擬過程非常復雜，即使使用大規(guī)模的計算系統(tǒng)，計算同樣需要很長的時間。同時，峰值性能和持續(xù)性能的不一致也帶來了計算的瓶頸。
在CUDA卓越中心授牌儀式上，來自中科院和清華的專家學者們展示了其研究成果。
中科院基因組研究所將在當今生物信息學領域得到廣泛應用的BLAST算法向GPU進行了移植。這是一套針對DNA、蛋白序列數據庫的序列查詢算法和軟件包。盡管BLAST處理少量序列的速度不慢，但隨著DNA側序技術的飛速發(fā)展，研究人員可以在短短幾天內得到海量序列數據，這樣，對這些數據的分析就成了瓶頸。
通過從串行到并行的轉變，BLAST算法成功在GPU上得以實現，大大提升了效率。根據中科院的實踐結果，基于NVIDIA Tesla平臺的BLAST軟件中的一個關鍵模塊運行速度比單個CPU快35倍。
基于GPU，中科院過程所建立了一臺自己的超級計算系統(tǒng)。與通用系統(tǒng)比較，運營系統(tǒng)成本從約2億元降到不到2000萬元，峰值能耗從約1.5兆瓦降至不到0.3兆瓦，占地面積也明顯減少，然而其效率卻很高。在對中石化清潔汽油工藝的放大和優(yōu)化模擬程序中，進行內部結構優(yōu)化時，單CPU的處理效率為每天計算可以模擬4～5秒現實時間，而單GPU在一個小時內就可模擬3～5秒現實時間。
清華大學計算機系副系主任陳文光教授對GPU編程進行了理論探討。他也展示了在EDA模擬方面GPU的高運行效率。他指出，在某些邏輯模擬方面，GPU的效率可以提升10～100倍；在DSP-FIR filtering的模擬上，GPU的效率提升可達280倍之多。
API推動應用前進
毋庸置疑，NVIDIA在2006年成功推出的CUDA架構是最早大規(guī)模應用的GPU計算架構。它具備一個更適合于并行計算的架構，提供了硬件的直接訪問接口，并率先提供了針對GPU編程的C語言開發(fā)環(huán)境。
不過，當GPU計算日漸火熱，新的異構計算運算應用程序接口也逐漸出臺。OpenCL和DirectX Compute就是兩個代表性產品。
OpenCL是由曾推出OpenGL的開發(fā)組織Khronos推出。而DirectX Compute則將被包含在微軟的DirectX 11中。
比較起來，CUDA的優(yōu)勢在于，它不僅僅是一套程序接口，更是一套包含基礎的GPU架構及其上的軟件環(huán)境的整體解決方案，它同樣支持OpenCL或DirectX等API。
實際上，無論是OpenCL還是DirectX Compute，都是NVIDIA非常歡迎的。NVIDIA總裁黃仁勛向記者表示，NVIDIA的目標是推動整個GPU計算的前進，在GPU計算方面的每一個API都是GPU計算前進的動力。同時，黃仁勛也表示，CUDA的優(yōu)勢在于，它是一整套軟硬件架構，因而可以廣泛應用在Windows、Linux等不同的應用環(huán)境中。
另一方面，由于OpenCL和DirectX在消費類軟件中的影響力，“異構計算”有望在個人用戶中得到更廣泛的應用，真正實現系統(tǒng)整體計算能力的最大化。
