[情報] Fermi將分三次發佈 黃仁勳北京談CUDA通用計算

[gt1724 (天野神無伊歐斯)]

10月28日上午，「GPU計算開創計算新紀元——CUDA卓越中心授牌儀式暨CUDA未來之星頒
獎儀式」在北京中國科學院過程工程研究所召開，NVIDIA總裁兼CEO黃仁勳，首席科學家
Bill Dally，Tesla業務總經理Andy Keane等公司高層均親自到場，足見NVIDIA對中國GPU
並行計算、高性能計算市場的重視程度。

NVIDIA在會上宣佈，授予中國科學院過程工程研究所和清華大學「CUDA卓越中心」（CCOE
）的稱號，以表彰他們在中國推廣CUDA和GPU計算以及利用GPU在高性能計算領域做出的突
出貢獻。在此之前，CUDA卓越中心已在美國哈佛大學、英國劍橋大學等全球五所高校設立
，中科院過程所和清華大學則是國內首批的CUDA卓越中心。來自兩所高校/研究所的教授
在會上也分別展示了他們基於CUDA GPU平台、Tesla系統開發的應用。這些系統往往能夠
比CPU平台性能提升數十倍，同時在成本、體積、功耗等領域也擁有巨大優勢。

另外，會上還為較早前舉行的NVIDIA CUDA校園程序設計大賽進行了頒獎，獲獎學生被授
予「CUDA」未來之星稱號。最終，來自華南理工大學的學生團隊依靠作品「基於GPU的多
模式網頁精確匹配系統」，贏得了最高獎「特別貢獻獎」，獲得獎金20000元人民幣。該
獲獎程序基於BNDM算法，目的是用來解決在信息檢索等領域相當常見的字符串匹配問題。
在將這一算法移植到GPU並行計算平台後，相比CPU平台獲得了20倍的性能提升。



問：今天中科院過程工程研究所和清華大學介紹的大部分內容都是在說CUDA如何應用於科
研開發、工程計算、高性能計算。NVIDIA為什麼沒有把CUDA在第一時間推向消費市場，而
是面對開發者？

答：CUDA是一項全新的技術，是一個新事物。對於這樣的技術，我們的推廣策略是這樣的
：第一，首先交給核心的開發者、技術領域的先驅們，讓他們首先學會如何使用它；第二
，讓大學的教授教會學生們如何應用它；第三，把它交給開發商，推出使用該技術的產品
。有了這樣成熟的產品後，消費者最終會從中受益。這就是我們的營銷策略，從開發的中
心開始，而不是從簡單的電視廣告、宣傳畫著手。


問：普通的消費者能從CUDA中得到什麼？

答：每一次在計算技術上的革命，都能夠同時在科學領域和普通消費領域得到體現。今天
這裡主要介紹了科研方面的應用，但消費者也一樣可以使用同樣的技術，同樣的GPU在遊
戲中模擬煙霧、水面、紡織物效果。比如PhysX，再比如圖像處理，視頻轉碼等等，這都
是CUDA在消費領域中的應用，完全可以讓消費者從中受益。


問：今天展示的這些CUDA應用成果，都號稱對比單核CPU能帶來多少多少倍的性能提升。
但事實上目前雙核、四核CPU已經成為主流。甚至近日已經有公司宣佈了100核心的CPU，
Intel也展示過80核CPU。這樣的多核心CPU會不會對GPU並行計算構成威脅，GPU面對它們
還有多大的優勢？

答：首先，我沒有見過100核CPU，也沒有見過Intel的80核CPU，肯定沒有辦法告訴你它們
和GPU比較的確切結論。但是我想，為這樣多核心的CPU編程肯定不會太容易。一款開發平
台要成為主流，需要面對三大問題：一是優秀的技術，出色的性能，真正能夠解決實際問
題；二就是編程的簡易程度，性能和編程的方便是互相權衡的關鍵；第三還有量的問題，
我不知道有多少人會去買100核CPU。但是對於CUDA來說，任何一個大學生都可以開發，因
為他們隨處可見，隨時都可以買到，平時玩遊戲的PC裡本身就有一顆CUDA處理器。


問：雖然近年來GPU通用計算蓬勃發展，但仍有很多應用並不適合GPU計算，你們如何解決
這個問題？

答：那些用傳統順序編程思想編寫的應用，在GPU上實現起來確實不容易。不過換一個想
法，有些應用並不需要GPU加速，比如操作系統中的大量應用。除了這些應用以外，我們
還有非常大的發揮空間。未來有一天我們希望模擬世界，因為世界本身就是並行的，符合
GPU並行計算的特點。GPU可以做的事情非常多，並不需要去做所有的運算，也不需要做以
前用CPU就已經解決的問題。


問：NVIDIA並不是業界最大規模的企業，但為什麼能在GPU並行計算領域實現領先，未來
會如何保持這種優勢？

答：NVIDIA並不是一家小公司，我們是全球第三大計算機技術企業，但我們只做一件事：
視覺計算。領先的秘訣就在於專注，我們可以把所有的資源都放在視覺計算上。而視覺計
算和並行計算天生就是相似的，因為視覺計算本身就是並行的，所以我們在並行計算領域
的先進性正來自於我們在視覺計算領域積累的經驗。並且，我們在GPU計算推廣上沒有顧
慮，我們的GPU可以在Intel或是AMD的平台上使用。我們不需要因為保護自己的CPU產品線
，而在發展GPU運算上畏首畏尾。


問：NVIDIA在掌上設備領域，Tegra平台上投入了多大的力量，未來有怎樣的規劃？

答：NVIDIA在Tegra身上花了5年的時間進行開發，耗資5億美元。Tegra是史上最強大的掌
上設備處理器，集中了NVIDIA近15年來的各種技術創新成果。正像Tesla是面向服務器領
域的GPU，GeForce是面向PC的GPU一樣，Tegra是面向移動設備、面向網絡的GPU。我們認
為，PC只是未來應用的很小一部分，像Facebook、YouTube這樣的網頁化應用並不僅限於
PC。比如「開心農場」，它是有史以來發展速度最快的遊戲，有數以千萬計的玩家，超越
《星際爭霸》，超越《魔獸世界》。我們認為這種基於網頁，基於網絡雲計算的應用才代
表了未來。


問：微軟在Windows 7中引入了DirectCompute技術，蘋果也在Snow Leopard中加入了
OpenCL技術，這些技術都是用來實現GPU通用計算的。它們是否會對CUDA造成衝擊？

答：無論DirectCompute還是OpenCL，它們都是在CUDA的啟發下誕生的，同時又非常類似
於CUDA。NVIDIA並不排斥，反而非常喜歡它們，我們推出了世界第一款也是最棒的OpenCL
驅動，我們也有全球首款同時還是最完善的DirectCompute驅動。之所以這樣做，因為我
們喜歡所有能夠實現GPU通用計算的途徑，我們非常重視和微軟、蘋果等公司在這一領域
的合作。不過，無論OpenCL還是DirectCompute，現在都只針對一套操作系統，而CUDA則
是跨平台的，未來甚至Android手機都可能依靠CUDA實現並行運算。


問：Intel的Nehalem處理器在多線程計算領域的性能相當出色，是否會威脅GPU並行計算
的地位？您又如何看待Intel的Larrabee？

答：Nehalem是一顆非常棒的處理器，尤其在CPU擅長的順序編程應用領域，這是他們走了
幾十年的道路。不過GPU和它完全不同，我們的設計目標是並行計算，擁有500個以上結構
簡單的核心，適合處理更加複雜的應用。CPU和GPU是兩種不同的物種，有著不同的分工。
我們的目標不是替代它，GPU可以和Nehalem協同工作，兩者並不衝突。

至於Larrabee，它的出現證明Intel認可了我們的並行計算理念，認識到了CPU+GPU運算的
重要性。Intel推出Larrabee等於承認了Nehalem對於有些應用來說並不合適，因此他們才
做出了一個像GPU的東西。但這一市場對於Intel來說很有挑戰性，無論從技術、市場等方
面來看都是這樣。Fermi花了我們3年的時間，數千名工程師參與才完成，他們從頭開發
Larrabee面臨困難肯定更多。


問：NVIDIA為什麼沒有在消費市場進行大規模的推廣，為什麼沒有像「Intel Inside」這
樣的品牌營銷？

答：「Intel Inside」實際上是「Money Inside」，它就像一門大炮，在裡面塞滿了鈔票
，然後「砰」的一聲打出去，再塞滿錢，再打出去。確實，Intel有資本這樣做。但我們
的策略是把錢放在研發上，把經費全部放在視覺計算、並行計算領域，正因為如此我們才
可以做出這樣的創新成果，給消費者帶來真正的實惠。


問：CUDA GPU在並行計算、高性能計算領域的性能優於GPU，會不會導致NVIDIA和Intel的
關係惡化？

答：我們做CUDA並不是為了對抗Intel，不是為了對抗任何人。CUDA是為開發者而生的，
是為給消費者帶來更棒的體驗而生的。Intel是一家很棒的企業，具有統治力的企業。而
我們認為，只要為了正確的理由，做正確的事，開發者、消費者就會像今天這樣歡迎我們
，因為我們的技術可以解決他們的問題。


最後是驅動之家記者提出的問題：今天的會議主要是關於並行計算，關於Tesla的。幾周
之前，您展示/介紹的Fermi，看起來也更像是一顆CUDA處理器而非遊戲GPU。這些舉動是
否意味著NVIDIA正在逐漸遠離消費市場，更多的關注企業運算、高性能計算領域。另外，
在目前的幾大產品線：GeForce、Quadro、Tesla、Tegra、ION中，您是否能夠根據它們對
於NVIDIA的重要程度排一個順序？

答：Fermi並不僅僅是一顆通用計算處理器，它是一個全新的架構，可以應用於各種領域
，各種產品線和市場。事實上，我們會分三次發佈Fermi：第一次就是你說的上個月底，
發佈的是Tesla版本Fermi，用於服務器、高性能計算市場，因此介紹的技術特色主要都是
為這一領域的應用服務。第二次，我們會推出GeForce版本的Fermi，會介紹它在消費、遊
戲領域的新功能特色，同樣會讓你有驚喜的發現。人們已經厭倦了依靠頻率、容量提升而
來的所謂「新產品」，我們需要革命性的新點子，Fermi就是NVIDIA自G80以來的最大變革
。最後，我們還會有Quadro版Fermi的發佈，面向工作站市場。

再來看各個產品線的定位。事實上，它們都是統一的。因為NVIDIA只做一件事，每年十幾
億美元的研發費用都是放在這一件事上，那就是GPU，是視覺計算，是並行計算。GeForce
是面向PC的GPU，Quadro是面向工作站的GPU，Tesla是面向高性能計算、服務器、雲計算
的GPU，Tegra是面向Smartbook、智能手機的GPU，ION是面向上網本GPU……它們統統都是
我們的GPU產品線。



http://news.mydrivers.com/1/147/147566.htm



不知道他所說的成本.功耗具有優勢包不包含個人平台 科科

20倍阿...看來自然語言的發展會再加速

掯 沒說第二次是哪時

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 140.121.197.68
推 aal:但是對於CUDA來說，任何一個大學生都可以開發。
推 blackwindy:我的專題就是作這個...雖然不是什麼大不了的東西就是
推 wansincere:期待GeForce版本的Fermi
推 jk21234:成本,功耗是用一張tesla取代十多個cpu node或者是cluster
→ jk21234:的情況下.當然具有優勢...不過要寫的出那種程式才行
推 VictorTom:DirectCompute或許可以說是綁MS平台/DX, 但是OpenCL有
→ VictorTom:綁平台嗎?? 我還以為Open##系列的東西是不限平台的?_?
推 joefaq:不知道最後會不會變成雷聲大雨點小 用的人不多