求同存異 CPU+GPU引領未來HPC架構

　　對于CPU+GPU的新架構，863網格計算專家組成員、清華大學教授楊廣文則指出，對于高性能計算的推廣應用，這是一個很好的開端，但是這種架構如何在節點上面實現突破還是個問題。另外他認為，如何應用好也是個問題，畢竟這種架構并不是萬能的，不可能替代一切。對于新架構面臨的挑戰，楊廣文表示：“硬件有了，但是后續的工作還有很多，編程模式、編程方式還需要專業人員才能用，還需要從編程模式、環境、算法設計等方面下工夫。”

　　推動HPC普及 用戶終受益

　　在與英特爾大打口水戰的間隙，nVIDIA也正“悄悄”進行著其GPU應用布局。前不久，nVIDIA分別與中國服務器廠商浪潮、寶德聯合推出了首款整合其GPU架構的超級計算機——— 浪潮“桌面超級計算機”倚天和寶德PowerScale8000G。

　　眾所周知，在當今國際金融風暴沖擊下，用戶IT支出大幅縮減，而以服務器為代表的硬件市場無疑首當其沖，基于CPU+GPU新架構的高性能計算機的推出可謂恰逢其時。浪潮高性能服務器產品部總經理劉軍告訴《中國電子報》記者，“倚天”是“浪潮高效能服務器和存儲技術國家重點實驗室”的重要研發成果，其峰值計算能力最高可達4萬億次/秒，相當于40臺服務器或200臺PC的計算力，體積與普通計算機相仿，而成本只有傳統高性能計算系統的1/5，起售價僅為5萬元。寶德公司也稱，此次寶德推出的PowerScale8000G以超強運算能力和低成本打造100TFlops計算中心而著稱，如該產品具有1928個核心、浮點性能達到8TFlops，打造100TFlops計算中心的成本縮減5倍，功耗降為原來的1/21。

　　無論從受經濟形勢影響的服務器產業來看，還是從高性能計算本身來看，高性能計算的普及無疑是其面臨的關鍵問題，而采用新架構的HPC(高性能計算機)無疑是高性能普及的新的轉折點。賽迪顧問計算機產業研究中心咨詢師劉新告訴《中國電子報》記者，傳統的高性能計算集群，其高昂的圖形處理成本、集群的高能耗和維護成本是影響HPC普及的主要障礙，新架構的HPC主要在這幾個方面取得了突破。劉軍也表示，采用新架構的HPC，兼具低成本與高性能的特點，在醫療成像、分子動力學、基因比對、金融模擬、動漫渲染、電影編輯、新型材料開發等領域具有廣闊的應用前景，使得這些領域的用戶擁有萬億次的高性能設備成為現實。這對于打破高性能應用瓶頸，提高企業創新能力，提高生產效率，將起到根本性的作用。

　　從用戶角度來看，談到桌面超級計算機和傳統集群系統的對比，中科院北京基因組研究所副所長于軍做了形象的比喻：“桌面超級計算機是集群系統的很好的補充。集群好像一列火車，給定時間和速度就把你運到這里，所有的人員不得不擠在一起。而桌面萬億次超級計算機就好像是給每個科研人員都配備了一輛越野車，因為每個科學家有著自己的想法，開著越野車可以上山、可以到草原、可以到荒漠，增加了專家的自由度，可以挖掘每個層面的潛力，科研效率自然會提升。”

　　相關鏈接

　　CPU與GPU之爭的源頭

　　○ CPU篇

　　CPU為PC核心這個觀點由CPU巨頭Intel提出，并且其全球副總裁在其 IDF峰會上鄭重表示，其Larrabee繪圖芯片將取代目前的GPU，并且下了“三年滅亡”的最后通牒。一時間CPU和GPU之爭跳過了“纏綿”階段，直接進入殊死搏斗。

　　○ GPU篇

　　倡導GPU為核心的是GPU巨頭nVIDIA，nVIDIA專門為其GPU開發了CUDA環境，其使用C語言設計開發，使GPU可以兼容標準C編程語言，我們可以將CUDA看作是在支持CUDA的nVIDIAGPU上進行并行計算而提供了統一的軟硬件解決方案，這樣GPU就可以做目前只有CPU才能做得很多軟件應用，從而取代CPU在整機中的地位。

　　GPU和CPU發展剖析

　　GPU在架構方面和CPU有很大不同，GPU更適合簡單的并行任務處理，以nVIDIA即將發布的GT200為例，其內部集成了240個核，可以同時并行處理數據，搭配nVIDIA為其專門開發的環境——— CUDA，使GPU可以在很多此前CPU的長項中取得長足的進步，例如：軟件壓縮等GPU在CUDA環境下可以較CPU壓縮速度提升30倍以上，讓我們看到了GPU未來的應用前景。

　　反觀CPU，雖然CUDA的出現對其構成了巨大威脅，但是Intel作為當前處理器老大，不僅擁有強大的生產能力，也擁有雄厚的研發力量，并且在2006年吸收了大量GPU研發人員，其在GPU方面也擁有很大的發展空間。CPU目前在一些需要復雜指令運算的環境中依然擁有很大優勢。