什么是 GPU计算 - 范文无忧网

[新东方课程课顾问面试问什么问题]各个校区可能不太一样吧，我就说一下我在合肥的情况吧因为我有同学在合肥新东方担任老师，了解到新东方的工作挺不错收入还蛮高的，但由于学历问题无法从事教师岗位，于是乎在新安...+阅读

GPU 计算通过将应用程序中计算量繁重的部分交给 GPU 处理，程序的剩余部分依然在 CPU 上运行，从而可实现前所未有的应用程序性能。从用户的角度而言，应用程序只是运行速度比从前快了很多。

CPU + GPU 是一个强大的组合，因为 CPU 包含几个专为串行处理而优化的核心，而 GPU 则由数以千计更小、更节能的核心组成，这些核心专为提供强劲的并行性能而设计。程序的串行部分在 CPU 上运行，而并行部分则在 GPU 上运行。

通过运用我们目录中所列的任意 GPU 加速应用程序，大多数客户能够立即享受到 GPU 计算的优势。该目录重点列举了一百多款行业领先的应用程序。对开发者来说，GPU 计算拥有由各大软件开发商旗下工具和库所组成的巨大生态系统。

更快地运行你的 GPU 加速代码试用Tesla K20 GPU 加速器。

了解更多信息GPU 计算的历史图形芯片最开始被用作固定函数的图形流水线。经过多年的发展，这些图形芯片的可编程性逐渐增强，从而使第一颗 NVIDIA?? GPU 得以问世。在 1999-2000 年间，计算机科学家和医学成像以及电磁学领域中的研究者开始使用 GPU 来加速一系列的科学应用。这就是所谓的「GPGPU」或GPU 通用计算运动

虽然用户取得了前所未有的性能（在某些情形中实现了比 CPU 高 100 倍的性能），然而难题是 GPGPU 需要使用 OpenGL 和 Cg 等图形编程 API 来对 GPU 进行编程。这样便限制了人们利用 GPU 的强大处理能力来为科学加速。

所有NVIDIA?? GPU GeForce、 NVIDIA?? Quadro 以及 NVIDIA?? Tesla）均支持 GPU 计算和 CUDA？？并行编程模型。开发者几乎在任意平台上均可运用 NVIDIA?? GPU，这些平台包括最新的苹果MacBook Pro。然而，我们建议使用 NVIDIA?? Tesla GPU 来处理那些强调可靠性与整体性能的工作。如需了解更多细节，敬请参阅「为什么选择 NVIDIA?? Tesla」。

NVIDIA?? Tesla GPU 完全专为加速科学技术计算工作而设计。最新的 NVIDIA?? Tesla GPU 基于「Kepler 架构」中的诸多创新特性，与上一代架构相比，可提供三倍的性能，双精度浮点性能高达 1 Teraflops 以上，同时还大幅提升了可编程性和效率。Kepler 是世界上最快、最节能的高性能计算（HPC）架构。

NVIDIA？？意识到了将这种性能提供给更广阔的科学界的潜力，因此投入力量修改 GPU，让开发者能够对 GPU 充分编程，使其能够无缝地运用 C、C++ 以及Fortran 等熟悉的语言。

GPU 计算的发展势头比以往任何时候都更加迅猛。现在，世界上一些最快的超级计算机仰仗 GPU 来加快科学探索，全球有 600 所大学已开设 NVIDIA?? GPU 并行计算课程，积极运用 GPU 的开发者人数已达数十万计。「GPU 已经发展到成熟阶段，可轻松执行现实生活中的各种应用程序，而且程序运行速度已远远超过使用多核系统时的情形。未来计算架构将是并行核心 GPU 与多核 CPU 共同运行的混合型系统。」 Jack Dongarra 教授田纳西大学创新计算实验室主任