什么是 GPU（图形处理器）计算?

GPU（图形处理器）计算使用 GPU（图形处理器）来执行通用科学与工程计算。

GPU（图形处理器）计算模型在一个异构计算模型中同时使用了 CPU 和 GPU（图形处理器）。应用程序的顺序部分在 CPU 上运行，计算密集型部分在 GPU（图形处理器）上运行。虽然应用程序使用了 GPU（图形处理器）的卓越性能来提升运行性能，但对用户而言，他们所能感知到的将仅仅是运行速度更快的应用程序。


应用程序开发人员将需要修改其应用程序中的计算密集型内核，并将其关联到 GPU（图形处理器）。应用程序的其它部分将仍然依赖于 CPU 进行处理。将一项功能关联到 GPU（图形处理器）需要重写功能，以在其中支持并行处理，同时添加“C”关键字以在应用程序和 GPU（图形处理器）之间往返传输数据。

GPU（图形处理器）计算得到了 NVIDIA®（英伟达™）被称作 CUDA 架构的 GPU（图形处理器）大规模并行架构的支持。CUDA 架构由 100 多个处理器内核组成，这些内核能够协作运行来处理应用程序中的数据集。

Tesla 10 系列 GPU（图形处理器）是第二代 CUDA 架构，包含有专为科学应用程序优化的特性，如 IEEE 标准双精度浮点硬件支持、以分布于 GPU（图形处理器）中的共享内存形式存在的本地数据高速缓存、以及结合内存访问等。

GPU（图形处理器）计算的发展历史

图形芯片最初用作固定功能图形管线。随着时间的推移，这些图形芯片的可编程性日益增加，在此基础之上 NVIDIA®（英伟达™）推出了第一款 GPU（图形处理器）。1999-2000 年间，计算机科学家，与诸如医疗成像和电磁等领域的研究人员，开始使用 GPU（图形处理器）来运行通用计算应用程序。他们发现 GPU（图形处理器）具备的卓越浮点性能可为众多科学应用程序带来显著的性能提升。这一发现掀起了被称作 GPGPU（GPU（图形处理器）通用计算）的浪潮。

此处需要解决的问题为 GPGPU 要求使用图形编程语言来对 GPU（图形处理器）进行编程，如 OpenGL 和 Cg 等。开发人员需要使其科学应用程序看起来像图形应用程序，并将其关联到需要绘制三角形和多边形的问题。这一方法限制了 GPU（图形处理器）的卓越性能在科学领域的充分发挥。

NVIDIA®（英伟达™）认识到了让更多科学群体使用这一卓越性能的强大优势，决定投资来修改 GPU（图形处理器），使其能够完全可编程以支持科学应用程序，同时还添加了对于诸如 C 和 C++ 等高级语言的支持。此举最终推动诞生了面向 GPU（图形处理器）的 CUDA 架构。

CUDA 并行架构与编程模型

CUDA 并行硬件架构伴随有 CUDA 并行编程模型。该模型提供了一个抽象集合，能够支持实现精细和粗放级别的数据与任务并行处理。编程人员可以选择使用高级语言（如 C、C++ 和 Fortran）或驱动程序 API（如 OpenCL™ 和 DirectX-11 Compute）来实现并行处理。



NVIDIA®（英伟达™）率先提供支持的语言为 C 语言。一系列面向 CUDA 的 C 语言软件开发工具支持基于 C 语言，使用最小的关键字或扩展集合来对 GPU（图形处理器）进行编程。对于 Fortran 和 OpenCL 等语言的支持将很快推出。

CUDA 并行编程模型可支持编程人员将问题划分为粗放子问题，以并行方式独立解决。之后编程人员再对子问题进行精细并行处理，以便所有子问题能够以并行方式协作解决。

CUDA GPU 架构和相应的 CUDA 并行计算模型当前被广泛部署于 100 多种应用程序中，并被近 1,000 份已发布的白皮书引用。 CUDA Zone 列出了其中的部分应用程序与白皮书。

OpenCL是Apple公司的注册商标，经Khronos Group公司许可使用。

看一看NVIDIA®(英伟达™)Tesla解决方案是如何使下列领域的计算研究发生变革的:

生物信息学以及生命科学	计算化学	计算电磁学和电磁力学
计算金融	计算流体动力学	MATLAB 加速
医疗成像	分子动力学	天气、大气、海洋建模与空间科学

 

领先的OEM厂商在其服务器中集成了NVIDIA®（英伟达™）Tesla S1070 1U 系统或Tesla M1060处理器，这些设备能够增强客户集群的计算能力。 仅用一个由Tesla解决方案构成的小型集群即可体验大型集群的超级计算性能。与仅基于CPU的集群相比，基于Tesla的集群功耗更低、占用空间更小，最高可实现30倍性能。 Tesla预配置解决方案采用革命性的NVIDIA®（英伟达™）CUDA™并行计算架构，每颗Tesla处理器均拥有240个并行处理核心，这些解决方案可完美实现用户对每瓦特性能的渴望，能够帮助用户更快地解决最棘手的计算难题。

超级计算性能 – 革命性的CUDA架构 – 1U外形尺寸最多可集成960个核心，实现4 Teraflop的超高性能。 大规模并行处理 – 计算性能可达标准群集的30倍

低功耗、低成本 – 小小群集却拥有超级计算性能 – 群集更小，功耗更低、散热需求更低

部署就绪 – 本产品为成套系统，装好群集软件即可投入使用 – 程序用C语言编写，可用于Windows或Linux – 可从全球经销商处购买

CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。 将来还会支持其它语言，包括FORTRAN以及C++。

目前，支持CUDA的GPU销量已逾1亿，数以千计的软件开发人员正在使用免费的CUDA软件开发工具来解决各种专业以及家用应用程序中的问题。这些应用程序从视频与音频处理和物理效果模拟到石油天然气勘探、产品设计、医学成像以及科学研究，涵盖了各个领域。 目前市面上已经部署了超过一亿颗支持CUDA的GPU，数以千计的软件开发人员正在使用免费的CUDA软件工具来为各种应用程序加速。

• 用于GPU并行应用开发的标准C语言
• 快速傅里叶转换（FFT）以及基本线性代数子程序（BLAS）的标准数字库
• 专用CUDA驱动器，用于GPU和CPU之间快速数据传输计算
• CUDA驱动程序与OpenGL和DirectX图形驱动程序可以实现互操作
• 支持Linux 32/64位，Windows XP 32/64位以及Mac 操作系统