求同存异 CPU+GPU引领未来HPC架构

　　对于CPU+GPU的新架构，863网格计算专家组成员、清华大学教授杨广文则指出，对于高性能计算的推广应用，这是一个很好的开端，但是这种架构如何在节点上面实现突破还是个问题。另外他认为，如何应用好也是个问题，毕竟这种架构并不是万能的，不可能替代一切。对于新架构面临的挑战，杨广文表示：“硬件有了，但是后续的工作还有很多，编程模式、编程方式还需要专业人员才能用，还需要从编程模式、环境、算法设计等方面下工夫。”

　　推动HPC普及 用户终受益

　　在与英特尔大打口水战的间隙，nVIDIA也正“悄悄”进行着其GPU应用布局。前不久，nVIDIA分别与中国服务器厂商浪潮、宝德联合推出了首款整合其GPU架构的超级计算机——— 浪潮“桌面超级计算机”倚天和宝德PowerScale8000G。

　　众所周知，在当今国际金融风暴冲击下，用户IT支出大幅缩减，而以服务器为代表的硬件市场无疑首当其冲，基于CPU+GPU新架构的高性能计算机的推出可谓恰逢其时。浪潮高性能服务器产品部总经理刘军告诉《中国电子报》记者，“倚天”是“浪潮高效能服务器和存储技术国家重点实验室”的重要研发成果，其峰值计算能力最高可达4万亿次/秒，相当于40台服务器或200台PC的计算力，体积与普通计算机相仿，而成本只有传统高性能计算系统的1/5，起售价仅为5万元。宝德公司也称，此次宝德推出的PowerScale8000G以超强运算能力和低成本打造100TFlops计算中心而著称，如该产品具有1928个核心、浮点性能达到8TFlops，打造100TFlops计算中心的成本缩减5倍，功耗降为原来的1/21。

　　无论从受经济形势影响的服务器产业来看，还是从高性能计算本身来看，高性能计算的普及无疑是其面临的关键问题，而采用新架构的HPC(高性能计算机)无疑是高性能普及的新的转折点。赛迪顾问计算机产业研究中心咨询师刘新告诉《中国电子报》记者，传统的高性能计算集群，其高昂的图形处理成本、集群的高能耗和维护成本是影响HPC普及的主要障碍，新架构的HPC主要在这几个方面取得了突破。刘军也表示，采用新架构的HPC，兼具低成本与高性能的特点，在医疗成像、分子动力学、基因比对、金融模拟、动漫渲染、电影编辑、新型材料开发等领域具有广阔的应用前景，使得这些领域的用户拥有万亿次的高性能设备成为现实。这对于打破高性能应用瓶颈，提高企业创新能力，提高生产效率，将起到根本性的作用。

　　从用户角度来看，谈到桌面超级计算机和传统集群系统的对比，中科院北京基因组研究所副所长于军做了形象的比喻：“桌面超级计算机是集群系统的很好的补充。集群好像一列火车，给定时间和速度就把你运到这里，所有的人员不得不挤在一起。而桌面万亿次超级计算机就好像是给每个科研人员都配备了一辆越野车，因为每个科学家有着自己的想法，开着越野车可以上山、可以到草原、可以到荒漠，增加了专家的自由度，可以挖掘每个层面的潜力，科研效率自然会提升。”

　　相关链接

CPU与GPU之争的源头

　　○ CPU篇

　　CPU为PC核心这个观点由CPU巨头Intel提出，并且其全球副总裁在其 IDF峰会上郑重表示，其Larrabee绘图芯片将取代目前的GPU，并且下了“三年灭亡”的最后通牒。一时间CPU和GPU之争跳过了“缠绵”阶段，直接进入殊死搏斗。

　　○ GPU篇

　　倡导GPU为核心的是GPU巨头nVIDIA，nVIDIA专门为其GPU开发了CUDA环境，其使用C语言设计开发，使GPU可以兼容标准C编程语言，我们可以将CUDA看作是在支持CUDA的nVIDIAGPU上进行并行计算而提供了统一的软硬件解决方案，这样GPU就可以做目前只有CPU才能做得很多软件应用，从而取代CPU在整机中的地位。

　　GPU和CPU发展剖析

　　GPU在架构方面和CPU有很大不同，GPU更适合简单的并行任务处理，以nVIDIA即将发布的GT200为例，其内部集成了240个核，可以同时并行处理数据，搭配nVIDIA为其专门开发的环境——— CUDA，使GPU可以在很多此前CPU的长项中取得长足的进步，例如：软件压缩等GPU在CUDA环境下可以较CPU压缩速度提升30倍以上，让我们看到了GPU未来的应用前景。

　　反观CPU，虽然CUDA的出现对其构成了巨大威胁，但是Intel作为当前处理器老大，不仅拥有强大的生产能力，也拥有雄厚的研发力量，并且在2006年吸收了大量GPU研发人员，其在GPU方面也拥有很大的发展空间。CPU目前在一些需要复杂指令运算的环境中依然拥有很大优势。