ИСПОЛЬЗОВАНИЕ ГРАФИЧЕСКИХ ПРОЦЕССОРОВ В МАССОВЫХ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЯХ
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.
Статья в формате PDF 135 KB...
04 05 2024 9:38:10
Статья в формате PDF 91 KB...
03 05 2024 11:31:23
Статья в формате PDF 306 KB...
02 05 2024 19:15:57
Статья в формате PDF 104 KB...
01 05 2024 18:45:21
Статья в формате PDF 132 KB...
30 04 2024 17:13:38
Статья в формате PDF 162 KB...
29 04 2024 0:15:49
Статья в формате PDF 259 KB...
28 04 2024 7:18:28
В обзорной статье рассмотрены основные элементы энергосберегающей технологии возделывания сорго в условиях Астpaxaнской области, к которым относятся: подготовка семян к посеву, севооборот, подбор сортов, нормы высева и способы посева, минеральные подкормки, борьба с сорными растениями и болезнями с помощью внесение гербицидов, орошение по фазам роста и развития, с помощью дождевания наименее энергозатратных агрегатов. ...
26 04 2024 3:34:19
Статья «Собственность на землю: историографический аспект» представляет собой историографический анализ проблемы отношений собственности на землю с точки зрения различных школ экономической мысли. В ней раскрываются противоречия теории земельной собственности с современной пpaктикой землепользования. ...
25 04 2024 10:51:23
Статья в формате PDF 254 KB...
24 04 2024 5:41:27
Статья в формате PDF 144 KB...
23 04 2024 13:46:22
21 04 2024 10:40:17
Статья в формате PDF 125 KB...
20 04 2024 16:11:15
Статья в формате PDF 311 KB...
19 04 2024 16:39:12
Статья в формате PDF 308 KB...
17 04 2024 2:11:21
Статья в формате PDF 322 KB...
16 04 2024 3:40:10
Статья в формате PDF 105 KB...
15 04 2024 3:11:23
14 04 2024 21:16:46
Статья в формате PDF 255 KB...
13 04 2024 7:25:50
11 04 2024 23:50:15
Статья в формате PDF 128 KB...
10 04 2024 5:12:28
Статья в формате PDF 373 KB...
09 04 2024 22:38:15
Все более актуальной в настоящее время становится проблема прогнозирования динамики развития региональных лесных комплексов. В качестве одного из этапов исследований по этой теме автором в содружестве с Гринпис России был выполнен описанный в статье проект. В рамках проекта разработана экономико-математическая модель. Последующая реализация модели на компьютере с использованием реальных данных показала ее эффективность для решения задач прогнозирования лесной отрасли. В качестве региона для апробации модели был выбран Санкт-Петербург и область, где влияние человека на окружающую среду в последнее время существенно возросло. Проведенная на основе статистических тестов верификация модели показала ее соответствие реальности. С целью апробации модели были сформированы два сценария с различными значениями показателей внешнего воздействия на региональную систему лесного комплекса. В результате, после имитации были получены основные параметры регионального лесного комплекса, соответствующие двум сценариям. ...
08 04 2024 16:59:49
Статья в формате PDF 104 KB...
07 04 2024 15:44:40
Статья в формате PDF 226 KB...
06 04 2024 2:42:14
Статья в формате PDF 126 KB...
05 04 2024 21:17:37
Статья в формате PDF 266 KB...
04 04 2024 12:42:31
Статья в формате PDF 118 KB...
03 04 2024 10:25:39
Статья в формате PDF 139 KB...
02 04 2024 0:39:14
Статья в формате PDF 113 KB...
01 04 2024 7:40:43
Статья в формате PDF 107 KB...
31 03 2024 17:20:43
Статья в формате PDF 111 KB...
30 03 2024 2:47:42
Статья в формате PDF 123 KB...
29 03 2024 19:17:15
28 03 2024 5:23:24
Статья в формате PDF 124 KB...
27 03 2024 0:12:39
Статья в формате PDF 300 KB...
26 03 2024 17:45:14
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 ::