Взгляд AMD на будущее высокопроизводительных вычислений

Одна из таких областей, привлекающих интерес, связана с технологией GPGPU (вычисления общего назначения на GPU), представляющие собой использование графических карт для существенно большего класса задач, чем традиционный рендеринг в реальном времени.

Параллельные задачи

Существуют некоторые ограничения на возможность параллельной реализации ряда математических алгоритмов, например, редукции. Кроме того, при многочисленных пересылках данных и постоянном доступе к системной памяти GPU во время вычислений, если данные имеют небольшую степень гранулированности (скажем, небольшой размер блока из нескольких килобайт) по сравнению с вычислением, то запуск множества маленьких вычислительных задач приведет к проблеме высокой латентности. Вместе с тем, есть и хорошие новости — эти проблемы решают гетерогенная системная архитектура (Heterogeneous System Architecture, HSA) и APU (Accelerated Processing Unit, устройство совмещающее процессор и видеокарту на одной памяти). В этом случае CPU и GPU находятся на одном чипе и будут иметь доступ к общей памяти. Проблема латентности минимизируется, поскольку исчезает необходимость передавать данные через шину PCI—Express.

HSA является системной архитектурой с открытым стандартом, которая предоставляет унифицированный взгляд на общие вычислительные элементы. Она позволяет программистам писать приложения, бесшовно связывающие устройства CPU, GPU и другие программируемые вычислительные компоненты, получая выигрыш от использования лучших свойств каждого устройства. Технология AMD APU объединяет процессор (CPU) и GPU вместе в одном куске кремния.

Оптимизация программы

Это особенно важно, поскольку вы можете запустить свою программу уже сегодня, а модифицировать только те ее части, которые требуют улучшенной обработки памяти. Внесение существенных изменений в современные САПР и инженерное ПО является сложным и трудоемким процессом. С HSA и GPU можно фокусироваться только на тех участках кода, которые дадут наибольший выигрыш в краткосрочной перспективе.

Что нас ждет впереди

Все эти изобретения могут навсегда изменить облик высокопроизводительных вычислений и сделать GPU полноценным сопроцессором, который во многих случаях будет демонстрировать лучшую производительность и энергопотребление. Если сложить возможность запуска x86-программ и отсутствие потерь на пересылки массивов данных между памятью GPU и CPU, то будущее начинает выглядеть весьма интригующе.