作者gt1724 (天野神無伊歐斯)
看板VideoCard
標題[情報] Fermi將分三次發佈 黃仁勳北京談CUDA通用計算
時間Thu Oct 29 07:25:33 2009
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。 10/29 07:38
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 10/29 07:42
推 wansincere:期待GeForce版本的Fermi 10/29 08:53
推 jk21234:成本,功耗是用一張tesla取代十多個cpu node或者是cluster 10/29 09:14
→ jk21234:的情況下.當然具有優勢...不過要寫的出那種程式才行 10/29 09:14
推 VictorTom:DirectCompute或許可以說是綁MS平台/DX, 但是OpenCL有 10/29 10:08
→ VictorTom:綁平台嗎?? 我還以為Open##系列的東西是不限平台的?_? 10/29 10:09
推 joefaq:不知道最後會不會變成雷聲大雨點小 用的人不多 10/29 19:37