Введение 3
Обзор аппаратных средств 5
GPU процессор как сопроцессор CPU 5
Отличия архитектур CPU и GPU 6
Реализация вычислений на графических процессорах 9
GPGPU 9
CUDA 9
NVIDIA PhysX 10
Применение CUDA 11
Пример программы на CUDA 11
OpenCL 13
Пример программы с OpenCL 14
Сравнение производительности CPU и GPGPU программ 19
Криптовалюты 21
Тестирование GPGPU программ 23
Обзор предложений на рынке 35
Гибридные процессоры (APU) 35
Дискретные видеокарты 37
Реализация масштабирования средствами CUDA 40
Заключение
Быстродействие является важнейшей характеристикой любого вычислительного устройства. В этом году архитектуре x86 исполняется 40 лет, производство первого процессора на этой архитектуре (8086) началась 8 июня 1978.
Основным методом повышения быстродействия персональных компьютеров в течение 30 лет являлось увеличение тактовой частоты центрального процессора, но для этого необходимо сделать комплементарную пару транзисторов как можно более быстродействующей или как можно меньших размеров. Причем чем меньше технологический процесс, тем выше быстродействие пары. В настоящее время тактовая частота процессоров в большинстве настольных компьютеров составляет от 1.6 до 4.5 ГГц.
В 2005 году начался выпуск двухъядерных процессоров (AMD Opteron, Intel Pentium D), по причине невозможности быстрого увеличения тактовой частоты. Гонка за уменьшением техпроцесса продолжилась. Но теперь ее целью является размещение как можно большего количества ядер, повышение быстродействия и объема кэша с целью увеличения производительности, и повышение энергоэффективности. В последующие годы появились трех, четырех, шести и восьми ядерные решения. Произошел переход к многоядерным системам.
В настоящее время прирост производительности для mainstream- сегмента сдвинулся с мертвой точки, благодаря AMD, которая выпустила процессоры с архитектурой Zen и Zen+, которые способны конкурировать с Intel HEDT предыдущего поколения и тем самым вынудили Intel выпустить 6-ядерный mainstream-процессор. К сожалению, бесконечное уменьшение техпроцесса не возможно из-за физических ограничений и улучшение производительности станет возможно только с помощью усовершенствования архитектуры эвм, в частности технологии GPGPU.
В этой работе будет рассмотрено нестандартное применение аппаратных средств, с целью полного использования возможностей компьютера в экстремальных вычислениях, будут проведены исследования аппаратных возможностей графических ускорителей с целью увеличения производительности системы при выполнении ресурсоемких вычислений и реализация аппаратного ускорения при помощи OpenCL &CUDA.
В условиях относительно бурного развития графических ускорителей GPGPU является перспективной технологией при разработке ресурсоемких приложений. В параллельных вычислениях GPU в разы превосходит CPU по производительности, а применение фреймворка OpenCL позволяет разрабатывать программы, независимые от архитектуры графических процессоров и их производителей.
Следовательно, параллельные вычисления с использованием графического процессора видеокарты открывают для программистов безграничные возможности.
