GPU高性能并行计算解决方案探析

 NVIDIA公司在月初终于发布了基于代号为Fermi的下一代CUDA架构的TeslaS2050系列处理器，其供应商们也纷纷推出了 Tesla20系列的最新GPU计算解决方案，并声称拥有多个“必备的”的高性能计算功能。业内人士千呼万唤的Tesla20系列计算解决方案到底有什么 独特之处？它与CPU解决方案相比，以及与上一代GPU解决方案相比，到底有什么非凡的性能呢？

为了一探究竟，小编先是翻阅了大量的相关资料，又远程试用了AMAX苏州公司的Tesla超级计算机，终于对GPU高性能计算解决方案有了些基本的了解，现整理如下，供大家参考和讨论。

GPU，即图形处理器，其计算模型在一个异构计算模型中同时使用了CPU和GPU，应用程序的顺序部分在CPU上运行，计算密集型部分在 GPU上运行，从而极大地提升了运算性能。以AMAX最新推出的Tesla20系列计算解决方案为例，与最新的四核CPU解决方案相比，能够以十分之一的 成本和二十分之一的功耗实现同等超级计算性能。

这些最新的Tesla20系列计算平台，一般包括：



- 超级图形工作站：单一桌边型工作站，CUDA计算内核多达1,792个，可提供4.12Teraflops的单精度和2.06Teraflops的双精度浮点运算性能（峰值）。



- 1U机架优化GPU服务器：1U系统平台，配有6个热插拔2.5SATA硬盘位，CUDA计算内核多达896个，可提供2.06Teraflops的单精度浮点运算性能和1.03Teraflops的双精度浮点运算性能（峰值）。



- S2050/S20701UGPU超级计算系统：提供世界上最高的计算密度，可用于部署企业部门的计算集群和数据中心。1U系统中，配有1,792个 CUDA计算内核，可提供4.12Teraflops的单精度和2.06Teraflops的双精度浮点运算性能（峰值）。

- 并行GPU高性能计算集群：每个集群可提供高达86.52Teraflops的单精度和43.26Teraflops的双精度运算性能。主机系统配有高达504GB的专用GPU内存，84个12核AMD或6核英特尔处理器和252TB的热交换共享存储。

而业界所说的拥有多个“必备的”高性能计算功能，则是指：

- ECC内存确保计算结果的准确性和可靠性

- L1/L2缓存改善带宽和数据共享

- 双精度性能是上一代产品的7倍

- CUDA程序环境，支持多种编程语言和API，包括C、C++、OpenCL、DirectCompute或Fortran

- NVIDIA并行数据缓存（DataCache）技术，能够对无法预知数据地址的算法进行加速，例如物理解算器、光线追踪、以及稀疏矩阵乘法等等

- NVIDIA GigaThread引擎通过更快的上下文切换、同时内核执行以及改善的线程块调度功能，最大限度提升了吞吐量

田纳西大学创新计算实验室主任，JackDongarra教授说GPU已经发展到了颇为成熟的阶段，可轻松执行实际应用程序并且其运行速度已 远远超过了使用多核系统时的速度，未来的计算架构将是并行核心GPU与多核CPU串联运行的混合型系统。AMAX集团主席JeanShih也说其 Tesla20系列解决方案代表了高性能计算行业最重要的产品创新之一，可以满足客户最苛刻的高性能计算应用和I/O要求。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/23213823/viewspace-660399/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/23213823/viewspace-660399/