摩尔定律已死?GPU会取代CPU的位置吗?

  • 时间:
  • 浏览:1

尽管你类似于趋势可能性持续了超过半个世纪,摩尔定律仍应该被认为是观测或推测,而全是有俩个 物理或自然法。预计定律将持续到要花费2015年或2020年 。然而,2010年国际半导体技术发展路线图的更新增长可能性放缓在2013年年底,时候的时间里晶体管数量密度预计只会每三年翻一番。

那些类型的系统进程适合在GPU上运行? 

从上图都需要看出:Cache, local memory: CPU > GPU Threads(系统进程数): GPU > CPURegisters: GPU > CPU 多寄存器都需要支持非常多的Thread,thread需要用到register,thread数目大,register也需要得跟着很大才行。SIMD Unit(单指令多数据流,以同步土法子,在同一时间内执行同一根指令): GPU > CPU。 CPU 基于低延时的设计:

(1)计算密集型的系统进程。所谓计算密集型(Compute-intensive)的系统进程,也不 其大要素运行时间花在了寄存器运算上,寄存器的速度和处里器的速度相当,从寄存器读写数据几乎没办法 延时。都需要做一下对比,读内存的延迟要花费是几百个时钟周期;读硬盘的速度就不说了,即便是SSD, 也我我觉得是太慢了。 

摩尔定律是由英特尔(Intel)创始人之一戈登·摩尔(Gordon Moore)提出来的。其内容为:当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-2有俩个 月便会增加一倍,性能也将提升一倍。换言之,每一美元所能买到的电脑性能,将每隔18-2有俩个 月翻一倍以上。你类似于定律揭示了信息技术进步的速度。

CPU和GPU未必大不相同,是可能性其设计目标的不同,它们分别针对了四种 不同的应用场景。CPU需要很强的通用性来处里各种不同的数据类型,一齐又要逻辑判断又会引入几瓶的分支跳转和心断的处里。那些都使得CPU的内部特性异常复杂性。而GPU面对的则是类型深度图统一的、相互无依赖的大规模数据和需要被打断的纯净的计算环境。  于是CPU和GPU就呈现出非常不同的架构

(2)易于并行的系统进程。GPU我我觉得是四种 SIMD(Single Instruction Multiple Data)架构, 他有成百上千个核,每有俩个 核在同一时间最好能做同样的事情。

GPU是基于大的吞吐量设计。GPU的特点是有好多好多 的ALU和很少的cache. 缓存的目的全是保存里边需要访问的数据的,这点和CPU不同,也不 为thread提高服务的。可能性有好多好多 系统进程需要访问同有俩个 相同的数据,缓存会合并那些访问,只要再去访问dram(可能性需要访问的数据保存在dram中而全是cache里边),获取数据后cache会转发你类似于数据给对应的系统进程,你类似于时候是数据转发的角色。只要可能性需要访问dram,自然会带来延时的大难题。GPU的控制单元(左边黄色区域块)都需要把多个的访问合并成少的访问。GPU的我我觉得有dram延时,却有非常多的ALU和非常多的thread. 为啦平衡内存延时的大难题,亲戚亲戚大家都需要中充分利用多的ALU的特性达到有俩个 非常大的吞吐量的效果。尽可能性多的分配多的Threads.通常来看GPU ALU会有非常重的pipeline也不 可能性原来 。好多好多 与CPU擅长逻辑控制,串行的运算。和通用类型数据运算不同,GPU擅长的是大规模并发计算,这也正是密码破解等所需要的。好多好多 GPU除了图像处里,也不多的参与到计算当中来。

北京举办的NVIDIA GTC China会议中,无论是AI智能运算,还是服务器数据中心、智能城市,甚至还有去年很火热只要可能性好多好多 人可能性支撑不下去的虚拟现实,看起来在好多好多 内心中依然是属于图形行业代表的NVIDIA可能性变得没办法 丰满,不过在那些新闻的身后,似乎还有更大胆的预言:摩尔定律已死,GPU最终会取代CPU。