SIMD数据并行（四）——三种结构的比较

在计算机体系中，数据并行有两种实现路径：MIMD（Multiple Instruction Multiple Data，多指令流多数据流）和SIMD（Single Instruction Multiple Data，单指令流多数据流）。其中MIMD的表现形式主要有多发射、多线程、多核心，在当代设计的以处理能力为目标驱动的处理器中，均能看到它们的身影。同时，随着多媒体、大数据、人工智能等应用的兴起，为处理器赋予SIMD处理能力变得愈发重要，因为这些应用存在大量细粒度、同质、独立的数据操作，而SIMD天生就适合处理这些操作。

 

之前用三篇文章分别分析了 SIMD 结构的三种变体：向量体系结构、多媒体SIMD指令集扩展和图形处理单元（GPU）。这里就以表格的形式将三种结构的基本特性进行概要性的对比，以便我们辨析它们之间的相同和不同之处。

 

GPU 同时可能出现在工作台或者移动端，两种平台由于场景的要求各有不同，GPU 的设计形式也会有比较大的差别，本文还是仅以 IVIDIA 桌面GPU作为 GPU 的代表进行描述。关于移动端 GPU 的相关内容我也还没涉及，等后期继续学习后有了新的领悟再来和大家分享。

 

 

·END·

 

---

 

你可能还感兴趣：

SIMD数据并行（一）——向量体系结构

SIMD数据并行（二）——多媒体SIMD扩展指令集

SIMD数据并行（三）——图形处理单元（GPU）

计算机系统中与存储有关的那些事

现代处理器与代码性能优化

《大话处理器》笔记摘抄及一点延伸

关于代码执行效率优化的一次内部分享

 

欢迎来我的微信公众号做客：信号君

专注于信号处理知识、高性能计算、现代处理器&计算机体系 

 

技术成长 | 读书笔记 | 认知升级

幸会~

 

转载于:https://www.cnblogs.com/ncdxlxk/p/10201638.html