Видео: Crazy Accident / ÐÑÑекÑное ÐТР(Октября 2024)
На прошлой неделе на конференции Nvidia по технологиям графических процессоров я с удивлением увидел, насколько далеко продвигаются графические и графические технологии - на настольных компьютерах и мобильных устройствах - и как люди должны будут писать программное обеспечение, чтобы воспользоваться его преимуществами.
Большое движение к гетерогенному программному обеспечению, программам, которые могут одновременно использовать как традиционный микропроцессорный процессор, так и графический процессор. Это не новая концепция - и Nvidia, и AMD уже давно об этом говорят, но обе стороны сближаются.
Подход AMD состоял в том, чтобы продвигать то, что он называет «ускоренными процессорами», которые объединяют как графические процессоры, так и процессоры на одном кристалле и то, что он назвал «архитектурой гетерогенных систем». В течение последних нескольких лет он продвигал HSA, а в прошлом году вместе с 21 другой компанией учредил Фонд HSA для разработки открытых стандартов для гетерогенных вычислений.
Подход Nvidia был совершенно другим, сосредоточив внимание на своих платформах CUDA для написания программного обеспечения на своих графических процессорах и на своих версиях графических процессоров Tesla, которые сейчас используются в суперкомпьютерах, таких как суперкомпьютер Titan Национальной лаборатории Ок-Риджа. В таких системах довольно сложное программное обеспечение управляет тем, какие вычисления работают на CPU, а какие - на GPU.
Открывая свою лейтмотив, генеральный директор Nvidia Джен-Хсун Хуанг сказал: «Визуальные вычисления - это мощная и уникальная среда. За последние 20 лет эта среда превратила ПК из компьютера для информации и производительности в творческий потенциал, самовыражение и открытия. «. Следующие несколько лет должны определить, достигнет ли этот переход плато или же он только начинается ».
Как и ожидалось, Хуанг много говорил в своем выступлении о том, как растет число вычислений на GPU на основе CUDA. Компания поставила 430 миллионов графических процессоров с поддержкой CUDA и 1, 6 миллиона загрузок комплектов для программирования CUDA; Графические процессоры Nvidia в настоящее время используются в 50 суперкомпьютерах по всему миру. Например, по его словам, недавно компания Titan провела крупнейшее в мире механическое моделирование твердого тела, использовав 40 миллионов процессоров CUDA для обеспечения стабильной производительности в 10 петафлопс. Он также сказал, что вычисления на GPU имеют большой потенциал в приложениях «больших данных».
Хуанг вызвал представителя Shazam, чтобы рассказать о том, как компания использует графические процессоры для сопоставления музыки и звука от огромного числа пользователей. Затем Хуанг упомянул, что компания под названием Cortexica использует аналогичную технологию для визуального поиска.
Самое главное, что компания продемонстрировала новую дорожную карту для своего графического процессора, используемого как в игровых продуктах GeForce, так и в линейке Tesla. Текущая архитектура GPU называется «Kepler», которая была выпущена в прошлом году. Следующая версия, известная как «Максвелл», должна выйти в следующем году. Это делает большой шаг к гетерогенным вычислениям, добавляя архитектуру «унифицированной виртуальной памяти», а это означает, что процессор и графический процессор смогут видеть всю память системы.
Это важно, потому что одним из больших узких мест в вычислениях на GPU является перемещение данных между системами основной памяти и графической памятью, а также потому, что написание программного обеспечения, использующего оба типа процессоров, было трудным. (AMD анонсировала аналогичную функцию для своего процессора Kaveri, выход которой запланирован на конец этого года. Мне немного неясно, как это работает без прямой поддержки со стороны производителей процессоров, но, безусловно, такой подход мы увидим больше идти вперед.)
В 2015 году Хуанг пообещал еще одну версию под названием «Volta», которая будет брать графическую память и размещать ее непосредственно над графическим процессором, резко увеличивая пропускную способность памяти примерно до одного терабайта в секунду. Для сравнения, максимальная пропускная способность Kepler составляет около 192 гигабайт в секунду.
Ряд компаний, включая Intel, говорили о размещении памяти поверх процессора, но проводка для соединения памяти и процессора, в которой используется технология, известная как сквозные переходные отверстия, была сложной. Насколько я знаю, Volta - первый относительно массовый процессор, о котором было объявлено, что он будет иметь эту функцию.
Мобильная дорожная карта имеет некоторые из тех же функций. Недавно компания анонсировала процессоры Tegra 4 (под кодовым названием «Wayne») и Tegra 4i (под кодовым названием «Grey»). «Логан», который должен быть запущен в 2014 году, добавляет первую графику с поддержкой CUDA в линейку Tegra. За этим последует в 2015 году «Parker», который объединит технологию Maxwell GPU с первым уникальным дизайном ядра процессора компании, 64-битным процессором ARM, известным как Project Denver. (Обратите внимание, что хотя эти два процессора имеют общую архитектуру графического процессора, число реальных графических ядер в мобильном процессоре, вероятно, будет намного меньше, чем в настольной версии.)
Это должно быть интересно как из-за унифицированной архитектуры памяти, так и из-за того, что она должна быть изготовлена с использованием транзисторов 3D FinFET. Intel использует эту технику в своих 22-нм процессорах, и давний партнер по производству Nvidia Taiwan Semiconductor Manufacturing Corp. и его конкурент Globalfoundries заявили, что у них будет FinFETS где-то в следующем году. Массовое производство, скорее всего, начнется в 2015 году.
«Через пять лет мы увеличим производительность Tegra в 100 раз», - пообещал Хуан.
Конечно, большой вопрос в том, для чего мы будем использовать компьютерную мощность. Мне довольно легко увидеть высокопроизводительные вычисления и приложения для «больших данных» - они продолжают расти и могут легко использовать возможности параллельных вычислений графических процессоров. Nvidia будет предлагать эти функции различными способами, в том числе с помощью своих плат Tesla для рабочих станций и суперкомпьютеров; технология виртуализации серверов GRID для корпоративных серверов; и новое GRID Virtual Computing Appliance (VCA), корпус высотой 4U с процессорами Xeon, графическими процессорами на базе Kepler и памятью, предназначенный для отделов.
И, конечно же, игры будут использовать больше графики, становясь более реалистичными в каждом поколении. Размер и разрешение дисплеев увеличивается, и люди хотят больше графики. Хуан продемонстрировал новую высококачественную видеокарту для настольных компьютеров под названием Titan, которая в реальном времени демонстрирует моделирование океана от Waveworks. Он также продемонстрировал Faceworks, 3D-говорящую голову по имени Ира (см. Выше), созданную совместно с Институтом креативных технологий в USC.
Перенос всех этих функций на мобильные устройства особенно интересен. Я не совсем уверен, что мне действительно нужна вся мощь высокопроизводительного настольного графического процессора в мобильном устройстве - в конце концов, на пятидюймовом экране 1, 980 на 1080 кажется достаточным, но я не сомневаюсь, что люди найдут применение этому. Одно беспокойство вызывает то, что он будет использовать слишком много энергии, но Хуанг сказал, что Логан будет «не больше, чем десять центов». В любом случае, мне будет интересно посмотреть, что люди будут делать с таким количеством производительности.
В целом, Nvidia, как и AMD, делает ставку на постоянные графические улучшения, унифицированную память и гетерогенный подход к программированию процессора и графического процессора. AMD сказала бы, что работает с открытыми стандартами, в то время как Nvidia указала бы на успехи, которые имеет CUDA, особенно в области высокопроизводительных систем. И, конечно же, есть Intel, чья графика отстает как от AMD, так и от Nvidia сегодня, но все же доминирует в области процессоров ПК. Он также имеет свой собственный набор программных инструментов. Различные подходы должны сделать эту увлекательную область для наблюдения.
