ИСПОЛЬЗОВАНИЕ ГРАФИЧЕСКИХ ПРОЦЕССОРОВ В МАССОВЫХ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЯХ > Полезные советы
Тысяча полезных мелочей    

ИСПОЛЬЗОВАНИЕ ГРАФИЧЕСКИХ ПРОЦЕССОРОВ В МАССОВЫХ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЯХ

ИСПОЛЬЗОВАНИЕ ГРАФИЧЕСКИХ ПРОЦЕССОРОВ В МАССОВЫХ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЯХ

Воронкин Е.В. Бикташев Р.А. Статья в формате PDF 307 KB

Универсальные процессоры (CPU) созданы для исполнения одного потока последовательных инструкций с максимальной производительностью, а графические процессоры (GPU) проектируются для быстрого исполнения большого числа параллельно выполняемых потоков инструкций.

Для увеличения производительности CPU стараются добиться выполнения как можно большего числа инструкций параллельно. Начиная с процессоров Intel Pentium, появилось суперскалярное выполнение, обеспечивающее выполнение двух инструкций за такт. Но у параллельного выполнения последовательного потока инструкций есть определённые базовые ограничения и увеличением количества исполнительных блоков кратного увеличения скорости не добиться.

Алгоритмы, реализуемые видеочипами, обладают естественным параллелизмом. Видеочип принимает на входе группу полигонов, проводит все необходимые операции, и на выходе выдаёт пиксели. Обработка полигонов и пикселей независима, их можно обpaбатывать параллельно, отдельно друг от друга. Высокая степень параллелизма в GPU вызывает необходимость использования большого количества исполнительных блоков, которые легко загрузить, в отличие от последовательного потока инструкций для CPU. Кроме того, современные GPU также могут исполнять больше одной инструкции за такт.

В универсальных процессорах большая часть транзисторов и площади чипа идут на буферы комaнд, аппаратное предсказание ветвления и огромные объёмы внутри чиповой кэш-памяти. Все эти аппаратные блоки нужны для ускорения исполнения немногочисленных потоков комaнд. Видеочипы тратят транзисторы на массивы исполнительных блоков, разделяемую память небольшого объёма и контроллеры памяти на несколько каналов. Вышеперечисленное не ускоряет выполнение отдельных потоков, оно позволяет чипу обpaбатывать нескольких тысяч потоков, одновременно исполняющихся чипом и требующих высокой пропускной способности памяти.

CPU снижают задержки доступа к памяти при помощи кэш-памяти большого размера. Видеочипы обходят проблему задержек доступа к памяти за счет готовности исполнения тысяч потоков. В то время, когда один из потоков ожидает данных из памяти, видеочип может выполнять вычисления другого потока без ожидания и задержек. Можно сказать, что в отличие от современных универсальных CPU, видеочипы предназначены для параллельных вычислений с большим количеством арифметических операций. И значительно большее число транзисторов GPU работает по прямому назначению ‒ обработке массивов данных, а не управляет исполнением немногочисленных последовательных вычислительных потоков. На рисунке показаны соотношения объема чипа занимаемого разнообразной логикой в CPU и GPU.

Основой эффективного использования мощи GPU в научных и иных неграфических расчётах является распараллеливание алгоритмов на сотни исполнительных блоков, имеющихся в видеочипах. К примеру, множество приложений по молекулярному моделированию отлично приспособлено для расчётов на видеочипах, они требуют больших вычислительных мощностей и поэтому удобны для параллельных вычислений. А использование нескольких GPU даёт ещё больше вычислительных мощностей для решения подобных задач.

Выполнение расчётов на GPU показывает отличные результаты в алгоритмах, использующих параллельную обработку данных. При этом лучшие результаты достигаются, если отношение числа арифметических инструкций к числу обращений к памяти достаточно велико.

Области применения параллельных расчётов на GPU. Это анализ и обработка изображений и сигналов, моделирование физических процессов, выполнение финансовых расчётов, ведение баз данных, моделирование динамики газов и жидкостей, криптография, астрономия, биоинформатика, цифровое кино и телевидение, геоинформационные системы, магнитно-резонансная томография, нейросети, искусственный интеллект, анализ спутниковых данных, сейсмическая разведка.



АНГЛИЙСКАЯ ГРАММАТИКА: ПРЕДЛОЖЕНИЕ И СЛОВО

АНГЛИЙСКАЯ ГРАММАТИКА: ПРЕДЛОЖЕНИЕ И СЛОВО Статья в формате PDF 227 KB...

07 06 2026 9:40:13

ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ В ЛЕСНОЙ ОТРАСЛИ

ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ В ЛЕСНОЙ ОТРАСЛИ Статья в формате PDF 328 KB...

05 06 2026 14:44:43

ЭКОЛОГИЯ ГОРОДА

ЭКОЛОГИЯ ГОРОДА Статья в формате PDF 84 KB...

02 06 2026 2:20:46

АНГЛИЙСКИЙ ЯЗЫК. ТЕАТР

АНГЛИЙСКИЙ ЯЗЫК. ТЕАТР Статья в формате PDF 108 KB...

27 05 2026 18:44:40

ОСНОВНЫЕ ФАКТОРЫ, ОПРЕДЕЛЯЮЩИЕ ЭВОЛЮЦИЮ МИРА

ОСНОВНЫЕ ФАКТОРЫ, ОПРЕДЕЛЯЮЩИЕ ЭВОЛЮЦИЮ МИРА Статья в формате PDF 92 KB...

26 05 2026 19:28:22

ЭКЗАМЕНАЦИОННАЯ ТРЕВОЖНОСТЬ У СТУДЕНТОВ

ЭКЗАМЕНАЦИОННАЯ ТРЕВОЖНОСТЬ У СТУДЕНТОВ Статья в формате PDF 96 KB...

20 05 2026 6:56:11

КОРРЕЛЯТИВНЫЙ ЭКОНОМИЧЕСКИЙ АНАЛИЗ

КОРРЕЛЯТИВНЫЙ ЭКОНОМИЧЕСКИЙ АНАЛИЗ Рассмотрены корреляты как дополнительные параметры описания объектов. Рассмотрены виды коррелят. Раскрывается понятие коррелятивные показатели. Показано, как влияют корреляты на качество анализа и оценки. Для этого использовано понятие информационная модель объекта. Введено понятие коррелятивной информационной модели объекта (КИМО) Введено понятие производного коррелятивного показателя. (ПКП) Показано, что использование коррелятивного показателя позволяет создавать нелинейные экономико-математические модели. Эти нелинейные модели дают более точное описание изменения стоимости комплексов из разных объектов при существенном влиянии коньюнктурных факторов. Раскрыты основы коррелятивного подхода как инструмента описания, анализа и экономической оценки. Приведены примеры использования коррелятивного подхода. Показаны преимущества коррелятивного подхода. ...

18 05 2026 13:24:47

ДИАГНОСТИКА ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ АПК

ДИАГНОСТИКА ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ АПК Статья в формате PDF 110 KB...

17 05 2026 19:32:21

ПОДСТАНЦИЯ «КАШТАК» (учебный видеофильм)

ПОДСТАНЦИЯ «КАШТАК» (учебный видеофильм) Статья в формате PDF 97 KB...

09 05 2026 10:42:28

АНАЛИЗ ИНФРАСТРУКТУРЫ ИНФОРМАЦИОННОЙ СИСТЕМЫ

АНАЛИЗ ИНФРАСТРУКТУРЫ ИНФОРМАЦИОННОЙ СИСТЕМЫ Статья в формате PDF 127 KB...

06 05 2026 15:51:44

НАЗАД – В БУДУЩЕЕ!

НАЗАД – В БУДУЩЕЕ! Статья в формате PDF 245 KB...

04 05 2026 9:32:52

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::