热点话题:NVIDIA产品技术解析第八期

2009-6-23 作者: NVIDIA 来源: e-works

关键字: NVIDIA GPU GPGPU ATI Badaboom 

  本期话题:

  • 近期在NVIDIA®(英伟达™)公司的“财务分析日”上,我们总结了一系列报道GPU计算以及GPU/CPU协同工作的新闻;
  • CNET以一则生动的实例诠释了人们需要GPU计算的原因;
  • AMD误导宣传,鼓吹其在GPGPU(通用图形处理器)发展史上的重要性,一些社区活跃人士对此表示不满;
  • ATI Radeon 4770 幻影版令消费者大失所望,又误导了评测人员,而这可能是导致NVIDIA®(英伟达™)市场份额增大的原因;
  • 五款全新NVIDIA®(英伟达™)笔记本GPU(图形处理器)成为本周新闻热点,对于打造支持Windows 7的笔记本来说,它们来得正是时候;
  • ATI与NVIDIA®(英伟达™)同业不同道:Badaboom转码工具喜获8种全新语言支持,而AVIVIO则遭到Anandtech网站严厉批评。
  • NVIDIA®(英伟达™)GPU(图形处理器)助Alienware和Apple打造超强笔记本PC。 

  NVIDIA®(英伟达™)在“财务分析日”上畅谈GPU计算

  NVIDIA®(英伟达™)本周二召开了“财务分析日”,期间总结出了一大堆新闻报道。《华尔街日报》登出独家报道,解读NVIDIA®(英伟达™)独辟蹊径运用GPU动力的原因所在。

  “黄仁勋先生慷慨陈词,其演讲极具感染力。他表示,现在已经到了转向‘GPU计算’的时刻了。我们应该将日益繁重的计算工作从微处理器转移到图形芯片上来。本周二,他指出,更充分地利用GPU(图形处理器)将能够更快地完成更多工作、或者在完成等量工作的情况下降低成本和功耗。黄仁勋称,对于一些应用,例如让计算机识别人脸以及处理传感器网络数据等应用,GPU(图形处理器)是完成这些任务唯一可行的方式。”

  CNET则在报道中了描绘了我们对优化PC的愿景。优化PC是CPU与GPU(图形处理器)动力完美均衡的PC。

  在Web上公布的公开致辞中,黄仁勋在谈到苹果公司重视图形处理器时表示:“苹果公司率先印证了这一点。从MacBook Pro到MacBook Air的所有产品均配备了GPU(图形处理器)。”在谈到MacBook Air升级版的性能与功率效率时他显得更加健谈,一颗Intel CPU以及NVIDIA®(英伟达™)GPU(图形处理器)所组成的协处理器让MacBook Air升级版受益匪浅。黄仁勋表示:“正确的工具能够让你事半功倍。”他指出,MacBook Air系列在配备了GPU(图形处理器)之后,其电池续航时间更长、发热量更低。一般来说,像MacBook Air这样的超薄笔记本电脑不配备独立(单独的)NVIDIA®(英伟达™)或ATI图形处理器。

  TechPulse 360分析了并行计算背后的原因。

  “黄仁勋的理念是,计算本身将会发生变革。科学计算以及其它计算任务繁重的程序将会以更快的速度运行。我们将实现诸如面部识别等全新的复杂应用。本周二, NVIDIA®(英伟达™)公司在圣克拉拉市总部的一次会议上,黄仁勋对分析师表示:‘我坚信,从长远来看,人们将不再把GPU看作是图形处理器。我们想要为计算行业做出最重要的贡献。’”

  并行编程方兴未艾,将极大地推动计算行业的发展。GPU计算通过实现大规模并行机制大众化,正在推动这一重大变革。CPU与GPU(图形处理器)协同处理已经转变为当今PC以及工作站的一项基本要求。

  详解GPU计算

  想知道各方怎样看待GPU计算吗?CNET做了很好的解释:

  “NVIDIA®(英伟达™)表示,利用ION™(翼扬™)(GeForce 9400M)芯片组中的GPU(图形处理器),一小时的高清视频在38分钟内即可转换成Walkman的原生格式。而仅使用Atom处理器处理转码则需要耗费三个小时的时间。如果没有GPU(图形处理器),计算机系统资源基本上会被完全占用长达三个小时。严肃地讲,有多少人能忍受这一过程?

  (根据NVIDIA®(英伟达™)提供的资料,如果你认为38分钟的等待时间还是太长,那么可选择GeForce®(精视™)高端显卡,它能够在8分钟内完成同样的转码工作。)”

  GPU计算模式就是在协同处理模式中采用同时利用CPU与GPU(图形处理器)的计算能力。

  AMD在GPGPU(通用图形处理器)的宣传上混淆视听

  GPGPU(通用图形处理器)社区的一名活跃人士近日向NVIDIA®(英伟达™)发送了一封电子邮件。他对ATI的声明表示极为不满。

  "2006年,AMD发起了GPGPU革命..."

  他认为,AMD是想篡改GPGPU发展史,还想否认NVIDIA®(英伟达™)研究人员所取得的成绩。他认为NVIDIA®(英伟达™)研究人员才是引领GPU超越图形处理理念的行业先锋。浏览一下GPGPU官方网站,你会看到截然不同的说法。

  “GPGPU这一术语于2002年首次出现,Mark Harris也于同一年建立了GPGPU.org网站。当时,他已经看到了利用GPU(图形处理器)处理非图形任务的早期趋势。”

  对于与官方网站上“GPGPU发展史”相差的这四年,不知道AMD会作何解释?如果他们需要NVIDIA®(英伟达™)公司的Mark为其提供信息,可以在此给他发送电子邮件。

  事实上,NVIDIA®(英伟达™)公司才是将GPU应用于计算领域的行业先锋。这些应用包括GPGPU(利用DirectX与OpenGL等图形API进行计算)以及GPU计算(通过C语言和Fortran语言等计算语言或OpenCL和DirectX Compute等编程接口,将GPU用作计算引擎)。NVIDIA®(英伟达™)在这一领域中走在ATI/AMD以及Intel的前列。带有CUDA扩展程序的C语言激发了OpenCL以及其它编程接口的灵感。凭借对C语言和Fortran语言的支持以及NVIDIA®(英伟达™)所提供的OpenCL和DirectX Compute等应用程序接口,GPU计算现在已成主流。NVIDIA®(英伟达™)是唯一一家提供如此广泛GPU开发环境的处理器公司。




责任编辑:熊东旭