现在许多企业早已了解到GPU规模性并行计算产生的优点,刚开始用强劲的多GPU服务器虚拟机各种各样方位的科学研究。那么GPU服务器是干什么的?适合GPU运算工作的业务有哪些?
什么是GPU服务器
GPU计算是使用GPU(图形处理单元)作为协处理器来加速CPU,以加快科学、分析、工程、消费和企业应用程序的运行速度。GPU 加速器于 2007 年由 NVIDIA 率先推出,现已在世界各地为政府实验室、高校、公司以及中小型企业的高能效数据中心提供支持。GPU 能够使从汽车、手机和平板电脑到无人机和机器人等平台的应用程序加速运行。
GPU通过卸载一些计算密集且耗时的代码部分来加速CPU上运行的应用程序。应用程序的其余部分仍在CPU上运行。从用户的角度来看,应用程序运行得更快,因为它使用GPU的大规模并行处理能力来提高性能。这被称为“异构”或“混合”计算。
CPU由4到8个CPU内核组成,而GPU由数百个较小的内核组成。它们共同运作以应对应用程序中的数据。这种大规模并行架构为GPU提供了高计算性能。有许多GPU加速的应用程序提供了访问高性能计算(HPC)的简便方法。
适合GPU运算的运算类型有以下六种:
1、大量的轻量级运算
即用大量数据或者用同一数据多次调用同一公式或者计算过程,公式本身并不复杂,只是执行的次数较多,这是GPU先天的优势。
2、高度并行
高度并行指的就是各个数据之间运算互不影响,即耦合度较低。由于GPU本身硬件基础决定,各个workgroup之间并不相互通信,只有同一workgroup内的work-item之间才相互通信,所以GPU本身并不支持迭代等数据耦合度较高的计算,这是GPU本身要求。
3、计算密集型
任务可以分为计算密集型和IO密集型。计算密集型,即少量的IO读取+大量的计算,消耗CPU资源较多;而IO密集型,是指多次使用IO读取+少量计算,这种情况涉及到寄存器与内存之间以及与设备内存之间的通信问题,主要限制原因是显存带宽问题。
4、控制简单
对比GPU来说,CPU更擅长判断、逻辑控制、分支等,有通用计算能力,并含有强大的ALU(算术运算单元);而GPU更适合于逻辑简单的运算。
5、多个阶段执行。
运算程序可分解为多个小程序或者同一程序可分多个阶段执行,这就类似于使用集群处理同一任务,将其分解为多个任务碎片分发到各节点执行,以提高运算速率。
6、浮点型运算。
GPU擅长浮点型运算。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008