原標題：俄羅斯科學家：使用GPU將個人電腦轉變為超級電腦

圖片來源于： Vladimir Kukulin

引言

對于CPU來說，摩爾定律正在走向終結。而GPU正在廣泛應用于深度學習的游戲，和無人駕駛汽車。因為專用的圖形協處理器，可以提升一些性能。使用GPU處 理的桌面電腦，當作超級計算機來使用時，性能上可以趕上傳統的超級計算機。例如這個月，一組俄羅斯科學家報告稱，他們已經能夠使用現成的含有GPU的高端 PC，解決原子物理方面的傳統計算問題，并且在微調GPU算法以后，比他們同事使用的CPU控制的傳統超級計算機，速度更快。另外，還有一項好處就是節省 了使用傳統的超級計算機的昂貴費用。

為什么選擇GPU來處理復雜運算問題？

“我相信全球許多研究小組，在他們自己的領域，例如地球物理學、地震學、等離子體物理、醫學診斷等等，可以得到相似的結果。”莫斯科國立大學的理論物理學的教 授，Vladimir Kukulin這么說。“但是只有結合快速和廉價這兩個因素，重新審視整個問題，然后發明一些有效的方法，使用數千個或者上百萬個單獨的線程，并行處理整 個運算的執行。”

Kukulin的研究小組處理的問題，包括解決他們的領域電磁散射問題，所要進行的廣泛運算，例如：當核子碰撞粒子或者另外的核子，并且產生噴霧粒子和子核 。這種核多體問題，Kukulin說，需要包括數以百萬計的元素的模型的計算。

這么多運動部件的矩陣代數，甚至可以難倒超級電腦。但是，Kukulin說，他的研究小組實現了用單獨的線程指令，和其他相似的線程同時運行，處理巨大的矩陣運算。核計算的并行性，意味著它可以使用GPU來有效地并行處理。

GPU，初始用來處理生成圖形時的復雜矩陣運算，今天卻具有一些列意想不到的應用，包括比特幣挖礦，分子模擬，以及上面提到的應用。Kukulinc稱GPU可以處理一些列計算任務，不僅限于原子物理。

總體來說，他認為解決這種類型的問題，需要便宜的GPU超級電腦，元素之間獨立而不相互依賴。因為互相依賴，意味著單個元素(例如GPU計算中的線程，)必須通過通常的if-then邏輯門，檢查每個元素對于其他元素計算的影響。

并且，這樣的條件邏輯步驟，需要CPU參與，這可能減緩計算速度。相反，當系統包含許多離散元素的時候，為了最大化GPU可以產生的速度，最好是找到一個途徑變到問題，或者找到表達式的近似值。

“你可以將你的問題寫成一種形式，讓你大規模并行處理。”他說，“很有必要避免任何條件運算式。”

所以復雜的模擬中，每個部件都是獨立于其他部件的。他們的計算軌跡，很難及時的轉化為GPU相關的問題。相反，使用GPU的超級電腦，相對于使用CPU的傳統超級電腦，海嘯的早期預警系統，將預言海嘯到達岸邊的實時時間的過程，將被加快。

Kukulin說，如果醫療辦公室只需要幾千美金的桌面電腦，而不需要昂貴的超級電腦，就可以完成三維超聲成像，那么，計算密集型醫療診斷工具則可以被更廣泛地接受。

前景和挑戰

最終，GPU加速的問題，不僅需要編程技巧，而且需要應用領域的專家，解決GPU加速所帶來的相關問題。Kukulin認為這具有藝術性，而不僅僅是編程。

參考文獻：http://arxiv.org/abs/1508.07441

消息來源：http://spectrum.ieee.org/tech-talk/computing/hardware/use-a-gpu-to-turn-a-pc-into-a-supercomputer

更多精彩內容，請關注微信公眾號： IntelligentThings返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的gpu超算算法_俄罗斯科学家：使用GPU将个人电脑转变为超级电脑的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。