आपको लगता है कि सीपीयू जैसे सीपीयू पहलों के रूप में जीपीयू का भविष्य क्या है? क्या आपको लगता है कि वे मुख्यधारा बनने जा रहे हैं और उद्योग में अगले गोद लेने वाले फड बनेंगे? ऐप्पल CPU कार्यों को करने के लिए जीपीयू का उपयोग करने के लिए एक नया ढांचा तैयार कर रहा है और विज्ञान में एनवीडियास सीयूडीए परियोजना में बहुत सफलता मिली है। क्या आप सुझाव देंगे कि छात्र इस क्षेत्र में समय दें?एक सीपीयू के रूप में जीपीयू की व्यवहार्यता?
सबसे पहले मुझे यह प्रश्न नहीं लगता वास्तव में एसओ पर संबंधित है।
मेरी राय में GPU एक बहुत ही दिलचस्प विकल्प जब भी आप वेक्टर आधारित नाव गणित करते हैं। हालांकि यह अनुवाद करता है: यह मुख्यधारा नहीं बन जाएगा। अधिकांश मुख्यधारा (डेस्कटॉप) अनुप्रयोग बहुत कम फ़्लोटिंग-पॉइंट गणना करते हैं।
यह पहले से ही गेम (भौतिकी-इंजन) और वैज्ञानिक गणनाओं में कर्षण प्राप्त कर चुका है। यदि आप उन दोनों में से किसी को "मुख्यधारा" के रूप में मानते हैं, हां से, GPU मुख्यधारा बन जाएगा।
मैं इन दो मुख्य धारा के रूप में विचार नहीं होता और मैं इसलिए लगता है, GPU मुख्यधारा उद्योग में अगले अपनाया सनक होने के लिए बढ़ा देंगे।
आप एक छात्र के रूप में भारी भौतिकी आधारित वैज्ञानिक गणना में कोई दिलचस्पी नहीं है, तो आप पूरी तरह से इसे करने के लिए कुछ समय के लिए प्रतिबद्ध होना चाहिए (GPUs हार्डवेयर का बहुत ही दिलचस्प टुकड़े वैसे भी कर रहे हैं)।
मुझे लगता है कि यह जाने का सही तरीका है।
यह देखते हुए कि GPUs have been tapped to create cheap supercomputers, यह चीजों के स्वाभाविक विकास प्रतीत होता है। इतनी कंप्यूटिंग पावर और आर & डी पहले से ही आपके लिए किया गया है, उपलब्ध तकनीक का फायदा क्यों नहीं उठाया?
तो आगे बढ़ें और इसे करें। यह कुछ अच्छे शोध के लिए, साथ ही साथ उस उच्च अंत ग्राफिक कार्ड को खरीदने का एक कानूनी कारण बन जाएगा ताकि आप क्रिस्टिस और हत्यारे के पंथ को पूर्ण ग्राफिक विवरण पर चला सकें;)
इतनी अपरिपक्व शक्ति के साथ मैं नहीं देख सकता कि यह कितना समय तक उपयोग नहीं किया जाएगा। सवाल यह है कि, इसके लिए जीपीयू का उपयोग कैसे किया जाएगा। सीयूडीए अब के लिए एक अच्छा अनुमान प्रतीत होता है लेकिन अन्य टेक्नोलॉजीज क्षितिज पर उभर रहे हैं जो औसत डेवलपर द्वारा इसे और अधिक पहुंच योग्य बना सकता है।
एप्पल ने हाल ही में OpenCL जो वे दावा करते हैं CUDA तुलना में बहुत अधिक है, फिर भी काफी सरल है की घोषणा की है। मुझे यकीन नहीं है कि वास्तव में क्या करना है लेकिन ख्रोनोस समूह (ओपनजीएल मानक पर काम करने वाले लोग) ओपनसीएल मानक पर काम कर रहे हैं, और ओपनजीएल के साथ इसे अत्यधिक अंतःक्रियाशील बनाने की कोशिश कर रहे हैं। इससे ऐसी तकनीक हो सकती है जो सामान्य सॉफ्टवेयर विकास के लिए बेहतर अनुकूल हो।
यह एक दिलचस्प विषय है और, आकस्मिक रूप से, मैं इस विषय पर अपने मास्टर थीसिस को शुरू करने जा रहा हूं कि जीयूयू बिजली औसत डेवलपर्स (यदि संभव हो) को मुख्य फोकस के रूप में सीयूडीए के साथ कैसे उपलब्ध कराती है।
क्या आपने GPU ++ देखा है, यह एक थीसिस से आया है जो आप शुरू करने वाले हैं। शायद आप एक टक्कर शुरू कर सकते हैं। – gbjbaanb
धन्यवाद, यह एक दिलचस्प पढ़ा प्रतीत होता है। –
उन चीजों में से एक जो आप 1 या 2 अनुप्रयोगों के लिए देखते हैं, लेकिन जल्द ही पर्याप्त कोई 'हत्यारा ऐप' के साथ आएगा जो आंकड़े सुपरफास्ट गति पर इसके साथ अधिक आम तौर पर उपयोगी कैसे होता है।
पिक्सेल shaders नाव मूल्यों की बड़ी सरणियों को दिनचर्या लागू करने के लिए, हो सकता है कि हम कुछ जीआईएस कवरेज अनुप्रयोगों देखेंगे या ठीक है, मुझे पता नहीं है। यदि आप मेरे पास अधिक समय नहीं देते हैं तो आपके पास मेरे जैसा अंतर्दृष्टि का स्तर होगा - यानी थोड़ा!
मुझे एहसास है कि यह वास्तव में बड़ी बात हो सकती है, जैसे कि इंटेल और एस 3, शायद इसे हार्डवेयर में जोड़ने के लिए थोड़ा सा ट्विक, या उसके सिर के ऊपर लाइटबुल वाला कोई भी व्यक्ति चाहिए।
लंबे समय तक मुझे लगता है कि GPU अस्तित्व के लिए, के रूप में सामान्य प्रयोजन प्रोसेसर उन कार्यों अपने हाथ में लेने के लिए विकसित करना बंद कर देगा। Intel's Larrabee पहला कदम है। इतिहास ने दिखाया है कि x86 के खिलाफ सट्टेबाजी एक बुरा विचार है।
बड़े पैमाने पर समांतर आर्किटेक्चर और वेक्टर प्रसंस्करण का अध्ययन अभी भी उपयोगी होगा।
उत्तर के लिए धन्यवाद, यह मुझे विषय के बारे में अलग-अलग सोचने लगा। –
यदि आप वैज्ञानिक और समांतर कंप्यूटिंग में रूचि रखते हैं तो कम समय। सीयूडीए के बारे में मत सोचो और एक जीपीयू को एक सीपीयू के रूप में प्रकट करें। यह पुरानी जीपीजीपीयू प्रोग्रामिंग तकनीकों की तुलना में जीपीयू प्रोग्रामिंग की एक और सीधी विधि की अनुमति देता है।
सामान्य उद्देश्य सीपीयू शाखा भविष्यवाणी, पाइपलाइनिंग, सुपरस्केकर इत्यादि में किए गए सभी कार्यों से विभिन्न प्रकार के कार्यों पर अच्छी तरह से काम करने की अपनी क्षमता प्राप्त करते हैं। इससे उनके लिए व्यापक विविधता पर अच्छा प्रदर्शन प्राप्त करना संभव हो जाता है। वर्कलोड के, उन्हें उच्च-थ्रूपुट मेमोरी गहन फ्लोटिंग पॉइंट ऑपरेशंस पर चूसने के दौरान।
जीपीयू मूल रूप से एक चीज करने के लिए डिज़ाइन किए गए थे, और यह बहुत अच्छा है। ग्राफिक्स संचालन स्वाभाविक रूप से समानांतर हैं। आप एक ही समय में स्क्रीन पर सभी पिक्सेल के रंग की गणना कर सकते हैं, क्योंकि परिणामों के बीच कोई डेटा निर्भरता नहीं है। इसके अतिरिक्त, आवश्यक एल्गोरिदम को शाखाओं से निपटने की ज़रूरत नहीं थी, क्योंकि लगभग किसी भी शाखा को सह-कुशल को शून्य या एक सेट करके हासिल किया जा सकता था। हार्डवेयर इसलिए बहुत आसान हो सकता है। शाखा भविष्यवाणी के बारे में चिंता करने की आवश्यकता नहीं है, और प्रोसेसर सुपरस्केकर बनाने की बजाय, आप चिप पर क्रैम कर सकते हैं क्योंकि आप बस एएलयू जोड़ सकते हैं।
प्रोग्राम करने योग्य बनावट और वर्टेक्स शेडर्स के साथ, जीपीयू ने सामान्य प्रोग्राममेबिलिटी के लिए एक रास्ता प्राप्त किया है, लेकिन वे अभी भी हार्डवेयर द्वारा सीमित हैं, जो अभी भी उच्च थ्रूपुट फ्लोटिंग पॉइंट ऑपरेशंस के लिए डिज़ाइन किए गए हैं। अधिक सामान्य उद्देश्य गणना को सक्षम करने के लिए कुछ अतिरिक्त सर्किट्री को जोड़ा जाएगा, लेकिन केवल एक बिंदु तक। कुछ भी जो ग्राफिक्स करने के लिए जीपीयू की क्षमता से समझौता करता है, वह इसे अंदर नहीं लाएगा। आखिरकार, जीपीयू कंपनियां अभी भी ग्राफिक्स व्यवसाय में हैं और लक्षित बाजार अभी भी गेमर्स है और जिन लोगों को उच्च अंत दृश्यता की आवश्यकता है।
GPGPU बाजार अभी भी बाल्टी में एक बूंद है, और कुछ हद तक ऐसा ही रहेगा। आखिरकार, "यह सुंदर दिखता है" 100% गारंटीकृत और पुनरुत्पादित परिणाम, हर बार "से मिलने के लिए बहुत कम मानक है।
तो संक्षेप में, जीपीयू सीपीयू के रूप में कभी भी व्यवहार्य नहीं होगा। वे बस विभिन्न प्रकार के वर्कलोड के लिए डिज़ाइन किए गए हैं। मुझे उम्मीद है कि जीपीयू की सुविधाओं को व्यापक रूप से विभिन्न प्रकार की समस्याओं को हल करने के लिए उपयोगी बनाया जाएगा, लेकिन वे हमेशा ग्राफिक्स प्रसंस्करण इकाइयां पहले और सबसे महत्वपूर्ण होंगे।
यह हमेशा हमेशा समस्या आप आप इसे हल करने के लिए सबसे उपयुक्त उपकरण के साथ है मिलान करने के लिए महत्वपूर्ण होगा।
जीपीयू कभी सीपीयू की आपूर्ति नहीं करेगा। एक सीपीयू अनुक्रमिक निर्देशों का एक सेट निष्पादित करता है, और एक जीपीयू समानांतर में एक बहुत ही विशिष्ट प्रकार की गणना करता है। इन जीपीयू की संख्यात्मक कंप्यूटिंग और ग्राफिक्स में बहुत अच्छी उपयोगिता है; हालांकि, अधिकांश कार्यक्रम कंप्यूटिंग के इस स्वाद का उपयोग नहीं कर सकते हैं।
आप जल्द ही इंटेल और AMD से नई processers कि GPU-esque फ्लोटिंग बिंदु वेक्टर संगणना साथ ही मानक सीपीयू संगणना शामिल देखकर शुरू हो जाएगा।
धन्यवाद! क्या मैं सही ढंग से पढ़ रहा हूं कि एक सीपीयू की विशेषता सीरियलाइज्ड निर्देश है जबकि एक जीपीयू की विशेषता समानांतर है? क्या आप असली दुनिया का उदाहरण दे सकते हैं? अग्रिम में बहुत बहुत धन्यवाद! –
बहुत समय पहले, फ्लोटिंग पॉइंट गणना (हजारों/लाखों चक्रों के निर्देशों के अनुसार बहुत ही कठिन प्रदर्शन (आज के मानकों के अनुसार) 80386 की तरह सीपीयू पर निर्देश करना मुश्किल था)। जिन लोगों को फ्लोटिंग पॉइंट प्रदर्शन की आवश्यकता होती है उन्हें एक एफपीयू मिल सकता है (उदाहरण के लिए, 80387।पुराने एफपीयू को सीपीयू के ऑपरेशन में काफी कसकर एकीकृत किया गया था, लेकिन वे बाहरी थे। बाद में वे एकीकृत हो गए, 80486 में एक एफपीयू अंतर्निहित है।
पुराना समय एफपीयू जीपीयू गणना के अनुरूप है। हम इसे पहले से ही एएमडी के एपीयू के साथ प्राप्त कर सकते हैं। एक एपीयू एक सीपीयू है जिसमें जीपीयू बनाया गया है।
तो, मुझे लगता है कि आपके सवाल का वास्तविक जवाब है, GPU के सीपीयू, बजाय सीपीयू में निर्मित एक GPU होगा नहीं हो पाएगी।
राय है, लेकिन कोई जवाब नहीं ... – leppie
यह देखते हुए कि सुपर कंप्यूटर का निर्माण कर रहे हैं वैज्ञानिक गणना के एकमात्र उद्देश्य के लिए, और वीडियो गेम ग्राफिक्स, एआई, और भौतिकी गहन अनुप्रयोग (विशेष रूप से सभी एक बार) के विकास का नेतृत्व करते हैं, मुझे नहीं पता कि आप उन्हें मुख्य धारा क्यों नहीं मान सकते हैं। लेकिन मैं सहमत हूं, जीपीयू कभी भी सीपीयू को प्रतिस्थापित नहीं करेगा। जीपीयू के पास लचीलापन नहीं है। – Narcolapser
कुछ साल बाद इस प्रश्न को देखने के इच्छुक। मुझे लगता है कि जीपीयू निश्चित रूप से इस बिंदु से अधिक मुख्यधारा बन गया है, हालांकि सीपीयू की जगह असंभव है। वे वैसे भी अधिक से अधिक कोर जोड़ते रहते हैं =) और हाँ, यह शायद [प्रोग्रामर] (http://programmers.stackexchange.com/) पर रहने से बेहतर है। –