Video: Nokia 9210. Эволюция коммуникатора (Marraskuu 2024)
Nvidian viime viikolla pidetyssä GPU-teknologiakonferenssissa olin yllättynyt nähdessäni sekä graafisen että GPU-tekniikan etenemisen - työpöydällä ja mobiililaitteissa - ja kuinka tapa, jolla ihmiset kirjoittavat ohjelmistoja, on muututtava hyödyntääkseen sitä.
Suuri liike on kohti heterogeenisiä ohjelmistoja, ohjelmia, jotka voivat käyttää sekä perinteistä mikroprosessorin suoritinta että GPU: ta samanaikaisesti. Tämä ei ole uusi käsite - sekä Nvidia että AMD ovat puhuneet tästä jo jonkin aikaa -, mutta osapuolet lähentyvät toisiaan.
AMD: n lähestymistapana on ollut edistää sitä, mitä se kutsuu "nopeutetuiksi prosessointiyksiköiksi", jotka yhdistävät sekä GPU: t että CPU: t yhdellä sulakkeella, ja mitä se on kutsunut "heterogeeniseksi järjestelmäarkkitehtuuriksi". Viime vuosina se on edistänyt HSA: ta ja viime vuonna se perusti HSA-säätiön yhdessä 21 muun yrityksen kanssa kehittämään avoimia standardeja heterogeeniselle tietojenkäsittelylle.
Nvidian lähestymistapa on ollut hyvin erilainen, ja se on keskittynyt CUDA-alustoihinsa ohjelmistojen kirjoittamiseen GPU: hon ja Tesla-versioon GPU: sta, joita käytetään nyt supertietokoneissa, kuten Oak Ridge National Laboratoryn Titan-supertietokone. Tällaisissa järjestelmissä melko monimutkainen ohjelmisto hallitsee sitä, mikä laskenta toimii CPU: lla ja mikä toimii GPU: lla.
Nvidian toimitusjohtaja Jen-Hsun Huang totesi avainsanansa avaamalla: "Visuaalinen tietojenkäsittely on tehokas ja ainutlaatuinen väline. Viimeisen 20 vuoden aikana tämä väline on muuttanut tietokoneen tieto- ja tuottavuustietokoneesta luovuuden, ilmaisun ja löytön tietokoneeksi.." Seuraavien vuosien pitäisi kertoa saavuttaako tämä muutos tasangolle vai onko se vasta alkamassa."
Odotetulla tavalla Huang puhui runsaasti pääpuheenvuorossaan siitä, kuinka CUDA-pohjainen GPU-laskenta kasvaa. Yhtiö on lähettänyt 430 miljoonaa CUDA-yhteensopivaa GPU: ta ja 1, 6 miljoonaa CUDA-ohjelmointipaketin latausta; Nvidia GPU: ta käytetään nyt 50 supertietokoneessa ympäri maailmaa. Hän sanoi, että Titan teki äskettäin maailman suurimman kiinteiden aineiden mekaanisen simulaation käyttämällä 40 miljoonaa CUDA-prosessoria toimittaakseen 10 petaflops kestävää suorituskykyä. Hän sanoi myös, että GPU-tietojenkäsittelyllä on paljon potentiaalia "big data" -sovelluksissa.
Huang kasvatti edustajan Shazamista puhumaan siitä, kuinka yritys käyttää GPU: ta sovittamaan suuren määrän käyttäjien musiikkia ja ääntä. Sitten Huang mainitsi, että Cortexica-niminen yritys käyttää samanlaista tekniikkaa visuaaliseen hakuun.
Tärkeintä on, että yritys esitti uuden etenemissuunnitelman GPU-moottorilleen, jota käytetään sekä GeForce-pelituotteissa että Tesla-mallissa. Nykyisen GPU-arkkitehtuurin nimi on "Kepler", joka lähetettiin viime vuonna. Seuraava versio, tunnetuksi nimellä "Maxwell", on tarkoitus antaa ensi vuonna. Se vie suuren askeleen kohti heterogeenistä laskentaa lisäämällä "yhtenäisen virtuaalimuistin" arkkitehtuurin, mikä tarkoittaa, että CPU ja GPU näkevät koko järjestelmän muistin.
Tämä on tärkeää, koska yksi GPU-laskennan suurimmista pullonkauloista on siirtänyt dataa päämuistijärjestelmien ja grafiikkamuistin välillä ja koska molemmat tyyppisiä prosessoreita käyttävien ohjelmistojen kirjoittaminen on ollut vaikeaa. (AMD on ilmoittanut samanlaisesta ominaisuudesta Kaverin prosessorilleen, jonka on määrä valmistua tämän vuoden lopulla. Olen hieman epäselvä, miten tämä toimii ilman suorien prosessorien valmistajien suoraa tukea, mutta se on varmasti lähestymistapa, jonka näemme enemmän menee eteenpäin.)
Vuodelle 2015 Huang lupasi uuden version, nimeltään "Volta", joka vie näytönohjaimen ja pinoaa sen suoraan GPU: n päälle lisäämällä muistin kaistanleveyttä dramaattisesti noin yhteen teratavuun sekunnissa. Vertailun vuoksi Keplerin kokonais maksimikaistanleveys on noin 192 gigatavua sekunnissa.
Useat yritykset, mukaan lukien Intel, ovat puhuneet muistin pinoamisesta suorittimen päälle, mutta muistin ja prosessorin yhdistäminen johdotuksella, joka käyttää silikoni-läpivienneinä tunnettua tekniikkaa, on ollut monimutkaista. Tiedän, että Volta on ensimmäinen suhteellisen yleinen prosessori, joka ilmoitti saavansa tämän ominaisuuden.
Mobiili tiekartalla on joitain samoja ominaisuuksia. Yhtiö ilmoitti äskettäin Tegra 4 (koodinimeltään "Wayne") ja Tegra 4i (koodinimeltään "Grey") prosessoreista. "Logan", joka on tarkoitus tuottaa vuonna 2014, lisää ensimmäisen CUDA-yhteensopivan grafiikan Tegra-mallistoon. Tätä seurataan vuonna 2015 "Parkerilla", joka yhdistää Maxwell GPU -teknologian yrityksen ensimmäiseen ainutlaatuiseen CPU-ytimen suunnitteluun, 64-bittiseen ARM-prosessoriin, joka tunnetaan nimellä Project Denver. (Huomaa, että vaikka molemmat prosessorit jakavat GPU-suunnittelun, todellisten grafiikkaytimien lukumäärä on todennäköisesti paljon pienempi mobiili-prosessorissa kuin pöytäkoneversiossa.)
Tämän pitäisi olla mielenkiintoista sekä yhtenäisen muistiarkkitehtuurin että sen vuoksi, että se valmistetaan 3D FinFET-transistoreilla. Intel käyttää tätä tekniikkaa 22 nanometrin prosessoreissaan. Sekä pitkäaikainen Nvidian valmistuskumppani Taiwan Semiconductor Manufacturing Corp. että kilpailija Globalfoundries ovat sanoneet, että heillä on FinFETS joskus ensi vuonna. Massatuotanto alkaa todennäköisesti vuonna 2015.
"Viiden vuoden kuluttua lisäämme Tegran suorituskykyä 100 kertaa", Huang lupasi.
Tietysti iso kysymys on, mihin tietokoneen hevosvoimaa käytetään. Minusta on melko helppoa nähdä korkean suorituskyvyn tietojenkäsittely- ja "big data" -sovellukset - ne kasvavat jatkuvasti ja voivat käyttää GPU: ien rinnakkaislaskentaominaisuuksia helposti. Nvidia tarjoaa näitä ominaisuuksia useilla erilaisilla menetelmillä, mukaan lukien Tesla-levyt työasemille ja supertietokoneille; sen GRID CPU -palvelimen virtualisointitekniikka yrityspalvelimille; ja uusi GRID Virtual Computing Appliance (VCA), 4U-alusta Xeon-prosessoreilla, Kepler-pohjaisilla GPU: lla ja muistilla, joka on tarkoitettu osastoille.
Ja tietysti, peleissä käytetään enemmän grafiikkaa, jolloin realistisempi tulee jokaisesta sukupolvesta. Näyttöjen koko ja resoluutio kasvaa, ja ihmiset haluavat enemmän grafiikkaa. Huang esitteli yrityksen uuden korkealaatuisen työpöydälle tarkoitetun näytönohjaimen, nimeltään Titan, suorittaen reaaliaikaisen valtameren simulaation Waveworksilta. Se esitteli myös Faceworksin, 3D-puhuvan pään, nimeltään Ira (yllä), joka on luotu luovan tekniikan instituutin kanssa USC: ssä.
Kaikkien näiden ominaisuuksien tuominen mobiiliin on erityisen mielenkiintoista. En ole täysin varma siitä, että tarvitsen todella kaiken huippuluokan työpöytäsovelluksen suorituskykyä mobiililaitteessa - loppujen lopuksi viiden tuuman näytöllä 1, 980 x 1 080 näyttää tarpeeksi - mutta en epäilemättä, että ihmiset löytävät sille käyttötarkoituksia. Yksi huolenaihe on, että se käyttäisi liian paljon virtaa, mutta Huang sanoi, että Logan ei olisi "senttiä suurempi". Joka tapauksessa olen kiinnostunut siitä, mitä ihmiset tekevät niin suurella esityksellä.
Kaiken kaikkiaan Nvidia, kuten AMD, panostaa jatkuviin grafiikkaparannuksiin, yhtenäiseen muistiin ja heterogeeniseen lähestymistapaan CPU: n ja GPU: n ohjelmointiin. AMD: n mukaan se työskentelee avoimien standardien kanssa, kun taas Nvidia viittaa CUDA: n saavutuksiin etenkin korkean suorituskyvyn areenalla. Ja tietysti, siellä on Intel, jonka grafiikka on sekä AMD: n että Nvidian jälkeen nykyään, mutta hallitsee edelleen PC: n CPU-aluetta. Sillä on myös oma ohjelmistotyökalupaketti. Eri lähestymistapojen tulisi tehdä tästä kiehtova alue katsottaviksi.
