【PConline 资讯】根据最新报道，英特尔近日宣布首款60核处理器Xeon Phi开始出货，而在不久前刚刚发布的第40期超级计算机TOP500排名中，我们也可以看到Xeon Phi的身影。英特尔、英伟达以及AMD为何都对GPU加速技术有浓厚兴趣，下面就来了解一下GPU加速计算在超算以及服务器中的作用。
英特尔计划于明年年初将Xeon Phi芯片推向商业市场，其中Xeon Phi 3100系列处理器可提供超过每秒1万亿次浮点计算的双精度性能。英特尔表示，史蒂芬·霍金教授在剑桥大学的宇宙实验室已开始在SGI超级计算机中使用这一技术。美国本土的德克萨斯州大学高级计算中心将在明年年初得到定制产品。
Xeon Phi
据称首个商业版Xeon Phi 5110P处理器可适配PCI-E插口，预计将在明年1月28日上市，售价2649美元，3100系列产品将在2013年上半年发售，价格低于2000美元。
在最新的第40期超级计算名单中，采用了GPU并行加速计算的有62套系统，例如Titan和中国的天河1号A都是采用NVIDIA的GPU，而戴尔的Stampede还有其他6套系统采用的是英特尔Xeon Phi处理器来并行加速。而在半年前的榜单中有58套系统采用了并行加速，可以预见超算领域中并行加速正越来越受关注。
超算加速计算应用
据悉，Xeon Phi并非传统意义上的英特尔处理器（CPU），它更像是与CPU协同工作的GPU（图形处理器，显卡），其基于英特尔消费级GPU技术Larrabee，不过该项目已经于2009年被取消。但英特尔仍然需要Larrabee技术，从而在超级计算机市场与Nvidia竞争，因为更简单、更专业的GPU处理器可以更有效地处理某些超级计算任务，从而提高性能并减少能耗。>>
每秒近18千万亿次计算 全球超算发展趋势
//servers.pconline.com.cn/news/1211/3065275.html
10万万亿次 Cray宣布最快超级计算机计划
//servers.pconline.com.cn/news/1211/3060196.html
如果您有什么服务器问题，请点击以下链接，进入PConline产品论坛讨论：
//itbbs.pconline.com.cn/network/f768799.html
GPU越来越受重视
除了在超级计算机中，在普通服务器中GPU也越来越受重视，我们先来看几个案例。
NVIDIA
早在2011年8月5日，摩根大通与NVIDIA就展示了在服务器中增加GPU的好处。投资银行是最看重计算速度的行业之一，摩根大通为了提高计算速度，将英伟达的GPU整合到服务器中，充当CPU的加速器。这两家公司表示，通过这种方式，在执行某些任务时，峰值性能可以达到只使用CPU的100倍。在更为典型的案例中，摩根大通的速度提升了40倍，而由于所需的服务器数量减少，使其成本降低了80%。
NVIDIA Tesla M2050 GPU
2011年年5月初，TYAN宣布与NVIDIA战略合作，在TYAN新推出的TYAN FT72-B7015和FT77-B7015 两款4U服务器平台，最多可支持8颗NVIDIA Tesla M2050 GPU处理器，从而提高更强大的集群并行运算能力，满足HPC和GPU的应用环境需求。
还是在今年5月，IBM宣布计划为iDataPlex dx360 M3服务器配备一对NVIDIA Tesla M2050 GPU处理器。戴尔也不甘落后，8月中旬推出的PowerEdge C410x，支持NVIDIA Tesla GPU模块，PowerEdge C410x原本是为戴尔数据中心解决方案部门（DCS）的油气客户设计，这些客户希望通过GPU为抗震设计加速，戴尔将GPU模块集成在服务器中，可以为C410x配置1到4颗GPU。
GPU并行计算加速是关键
为何GPU在服务器厂商中的越来越受重视，GPU并行计算加速是关键。
GPU(Graphic Processing Unit)，中文译名图形处理器，相当于CPU在电脑中的作用，GPU是显卡的“心脏”，它决定了该显卡的档次和大部分性能，为人所熟知的是作用是三维图像和特效处理功能，今天，GPU已经不再局限于3D图形处理了，GPU通用计算（GPGPU）技术发展已经引起业界不少的关注。
GPU通用计算
GPU通用计算就是利用图形处理器（GPU）来进行通用科学与工程计算。事实也证明在浮点运算、并行计算等部分计算方面，GPU可以提供数十倍乃至于上百倍于CPU性能。这也就是为何服务器厂商越来越重视GPU的原因。>>
我们来看GPU先驱英伟达对于GPU计算的描述：GPU计算的模式就是，在异构协同处理计算模型中将CPU与GPU结合起来加以利用。应用程序的串行部分在CPU上运行，而计算任务繁重的部分则由GPU来加速。
GPU计算实际上涉及到CPU和GPU，将CPU与GPU整合或者融合在一起更有利于二者之间的协同发挥作用。美国著名计算机科学家、田纳西州大学计算机创新实验室主任Jack Dongarra博士曾经说过，将来的计算架构会是CPU和GPU的结合。
采用GPU计算的天河
我国天河一号A超级计算机就是采用CPU和GPU的结合的计算架构，它使用了超过14000颗CPU，辅以7168颗Tesla M2050 GPU，总运算能力2.5PFLOPS，其计算能力在全球超级计算机当中名列前十。
最新入围全球TOP500前十的戴尔超级计算机Stampede，则是采用英特尔Xeon Phi处理器来并行加速。
AMD：融合CPU和GPU
英伟达是提倡单独的GPU，而AMD也有自己的整合CPU和GPU的理念，AMD很早就提出了APU概念，融合CPU和GPU。
APU
AMD的做法是将处理器和独显核心做在一个晶片上，它同时具有高性能处理器和最新独立显卡的处理性能，支持DX11游戏和最新应用的“加速运算”，大幅提升电脑运行效率，实现了CPU与GPU的融合。
AMD 单芯双核的模式
AMD采用单芯双核的模式，将GPU做到处理器的内部，采用Crossbar Switch相连，共用内存控制器，让这两个核心协同合作提升处理器性能。
全文总结:随着大数据以及云计算的需求，GPU并行加速现在是越来越受到重视，无论是在高性能计算还是企业数据中心服务器中，英特尔、英伟达以及AMD都有相应的产品陆续推出，通过GPU加速计算，在一些数学计算领域、医学领域中的疾病逆向工程或者超声图像渲染、气象计算模型等等方面发挥作用。[返回频道首页]
