超級電腦搭配GPU已是趨勢
全球最強悍的 天河一號，搭載7168張的Tesla M2050
Tesla型號是NVIDIA 工作站級的CUDA處理器
可想而知消耗電力
GPU使用的記憶體先不論其運作頻率
主要在於他的位元寬度是一般主機板的兩倍起跳
而且直接連線GPU
GPU的指令集雖然針對的是多媒體方面
但實際上多媒體指令集就是一連串的數學式+浮點運算包裝指令
原本GPU設計上以 精簡指令處理器 為依歸
NVIDIA 後來經過包裝指令衍伸出 CUDA
接著再次包裝衍伸出 PhysX
也因為越包裝越複雜
使的單一週期工作為依歸的精簡指令處理器(RISC)
變的越來越CISC
這也就是為何現在超級電腦要快反而要你寫的程式決定一切
能繞過硬體商幫你準備好的包裝指令 (需重新編譯驅動程式)
反而成為特殊用途變更快的途徑
好比用組合語言寫的程式 一定比什麼高階語言寫的程式快
而ATI的Stream(AMD APP)與 NVIDIA的CUDA
的最大差別在開放性
Stream走OpenCL標準
好比UNIX與Windows
而ATI的GPU與NVIDIA的GPU在 流處理器數目上可以發現高出許多
這就是因為捨棄過度包裝
讓晶片面積能用作塞進更多流處理器
所以早前ATI的多媒體轉檔反而比NVIDIA快 (現在如何?? 因為CUDA推廣的好 易上手...)
不知會不會有哪天 PC
GPU成為運算主力
而CPU只是統合周邊用
這第一槍有可能是 AMD但AMD卻不可能自廢武功 (除非當初是 ATI買下AMD)
到時 Intel可能就會變的像現在的微軟
欲振無力
總之未來很難講~