on
NVIDIA เปิดตัวภาษา CUDA 6 สำหรับการเขียนโปรแกรมบน GPU ของตัวเองโดยมีความสามารถสำคัญคือ Unified Memory หรือการมองหน่วยความจำของซีพียูและจีพียูเป็นผืนเดียวกัน ทำให้สามารถพัฒนาซอฟต์แวร์ได้ง่ายขึ้น
การมองหน่วยความจำของซีพียูและจีพียูเป็นผืนเดียวกันเป็นความสามารถสำคัญของสถาปัตยกรรม HSA ในกรณีของเอเอ็มดี ชิปรุ่นหลังๆ นั้นมีจีพียูมาในตัวและใช้หน่วยความจำร่วมกับซีพียูอยู่แล้ว การมองหน่วยความจำเป็นผืนเดียวกันจึงค่อนข้างสมเหตุสมผล แต่สำหรับ NVIDIA ที่ยังขายชิปกราฟิกเป็นการ์ดอยู่นั้น การจัดการหน่วยความจำอัตโนมัติจะมีประสิทธิภาพเพียงใดยังต้องรอดูประสิทธิภาพจริง เพราะหากจัดการได้ไม่ดีพอ ข้อมูลจะเสียเวลาเดินทางไปมา มากกว่าที่จะทำงานประมวลผลจริง
นอกจาก Unified Memory แล้ว CUDA 6 ยังเพิ่มไลบรารีใหม่ให้เร่งความเร็วการประมวลผล FFT และ BLAS โดยไลบรารีใหม่รองรับจีพียูได้ถึง 8 ตัว
ซอฟต์แวร์จริงจะเปิดให้ทดลองใช้งานต้นปี 2014
ที่มา - NVIDIA
ถ้าไม่ใช่ onboard,APU
Fourpoint Mon, 18/11/2013 - 10:31
ถ้าไม่ใช่ onboard,APU แล้วการแชร์แรมร่วมกันมันจะมีประสิทธิภาพได้อย่างไร เพราะความเร็วของแรมระบบ กับแรมบนGPU ปกติก็แตกต่างกันมากอยู่แล้ว ยกเว้นGPUรุ่นล่างๆที่ใช้แรมความเร็วต่ำ หรือแค่64bit
ถ้าการจัดการแรมฉลาดพอ
lew Mon, 18/11/2013 - 11:33
In reply to ถ้าไม่ใช่ onboard,APU by Fourpoint
ถ้าการจัดการแรมฉลาดพอ ในงานหลายๆ อย่างก็เพิ่มประสิทธิภาพได้ครับ
อย่างทุกวันนี้ที่เราทำงานกันก็ย้ายข้อมูลไปมา แต่งานมันย้ายข้อมูลน้อยพอ ประสิทธิภาพก็ดีขึ้น
กรณีของ CUDA
Remma Mon, 18/11/2013 - 17:44
In reply to ถ้าไม่ใช่ onboard,APU by Fourpoint
กรณีของ CUDA เค้าเน้นใช้ในงานคำนวณ แล้วมักจะแบ่งงานคำนวณไปทั้ง CPU ร่วมกับ GPU แล้วบางครั้งต้องดึงข้อมูลไปมาระหว่างกันอยู่บ่อยๆ(ทั้งอ่านทั้งเขียน) จากเดิมต้อง copy ข้อมูลมาใส่แรมของตัวเองก่อนแล้วคำนวณให้เสร็จแล้วค่อยส่งกลับ การแชร์แรมร่วมกันให้อ่านและเขียนได้โดยตรงจะเร็วกว่าเดิมมาก
ทำไมเราไม่ใช้ gpu
freeriod Mon, 18/11/2013 - 10:47
ทำไมเราไม่ใช้ gpu ประมวลผลให้หมดเลยไม่ต้องใช้ cpu
เดี่ยว intel เจ๊ง ครับ
the mee Mon, 18/11/2013 - 11:03
In reply to ทำไมเราไม่ใช้ gpu by freeriod
เดี่ยว intel เจ๊ง ครับ
ถึงตอนนั้นเราก็จะเรียกว่า GPU
lew Mon, 18/11/2013 - 11:35
In reply to ทำไมเราไม่ใช้ gpu by freeriod
ถึงตอนนั้นเราก็จะเรียกว่า GPU ว่า CPU ครับ
ไม่มีอะไรมากำหนดว่า CPU ต้องเป็นแกนใหญ่ซับซ้อนประสิทธิภาพสูง ซีพียูรุ่นใหม่ๆ ก็ซอยคอร์เล็กลงกัน ระบบในงานวิจัยมีซีพียูที่ลักษณะเป็นแกนเล็กๆ ทำงานคล้าย GPU กันบ้าง
สาเหตุเดียวกับ cell แหละครับ
hisoft Mon, 18/11/2013 - 11:41
In reply to ทำไมเราไม่ใช้ gpu by freeriod
สาเหตุเดียวกับ cell แหละครับ เพราะมันไม่รองรับ x86
มันทำงานได้เร็วกว่าเฉพาะงานที
czynet Mon, 18/11/2013 - 12:02
In reply to ทำไมเราไม่ใช้ gpu by freeriod
มันทำงานได้เร็วกว่าเฉพาะงานที่เป็น Parallel นะครับ (ซึ่งไม่ใช่ทั้งหมด)
มันน่าจะเก่งกันคนละอย่างนะ
phziaz Mon, 18/11/2013 - 17:34
In reply to ทำไมเราไม่ใช้ gpu by freeriod
มันน่าจะเก่งกันคนละอย่างนะ CPU อาจจะเก่งที่สลับงานได้เร็ว เพราะเป็นคนที่ต้องสลับงานทำ multi tasking เสมอ ๆ แต่ GPU อาจจะคำนวณได้เร็วแต่สลับงานได้ช้า อ้ะป่าว ?
งานพวกที่เป็น Single Task
Architec Mon, 18/11/2013 - 19:16
In reply to ทำไมเราไม่ใช้ gpu by freeriod
งานพวกที่เป็น Single Task ก็ยังต้องพึ่งพา CPU อยู่ครับ ถ้าพวก Multitask ที่มีเยอะมากๆ การใช้การ์ดจอก็เป็นอีกตัวเลือกหนึ่งครับ
แปลกเหมือนกันทำไมไม่ใช้การ์ดจ
LinkWii1GT Mon, 18/11/2013 - 11:12
แปลกเหมือนกันทำไมไม่ใช้การ์ดจอ GPU คำนวณแทน CPU ให้หมดไปเลย ทั้งที่ GPU สมัยนี้แรงกว่า CPU หลายตัวมากแล้ว
หลายโปรแกรมรันกับ CPU แล้วโครตช้า แต่พอรันด้วย GPU วิ่งเร็วฉิวเลย (อย่างพวก Guiminer หนึ่งใน Bitcoin) ซึ่งความเร็วต่างกัน 10 เท่าเลยนะครับ -"-
1 เขียนให้ทำงานบน GPU
mr_tawan Mon, 18/11/2013 - 18:30
In reply to แปลกเหมือนกันทำไมไม่ใช้การ์ดจ by LinkWii1GT
1 เขียนให้ทำงานบน GPU ด้วยมันยากกว่าเขียนบน cpu เดี่ยวๆ ครับ
2 ไมม่ใช่งานทุกประเภทที่เหมาะกับ GPU ครับ
เท่าที่อ่านดูเหมือนว่า
Iterator Mon, 18/11/2013 - 11:27
เท่าที่อ่านดูเหมือนว่า จะเป็นลักษณะทำ virtual address space ผ่าน library
ซึ่งแน่นอนว่า มันจะทำให้การพัฒนาสะดวกขึ้น เพราะหน้าที่ในการ copy ข้อมูลข้ามไปมาจะถูกทำโดยอัตโนมัติ
ผ่าน library ซึ่งเอาเข้าจริงถึงเวลา ก็ optimize ได้ไม่เท่าแบบ manual เพราะ application ควบคุมได้ละเอียดกว่า
Solution นี้ก็ยังไม่ไปที่สุดเหมือน HSA