正在阅读：万亿次计算 未来CPU+GPU承载超算未来万亿次计算 未来CPU+GPU承载超算未来

GPU（图形处理器）计算的发展历史

　　GPU是相对于CPU的一个概念，由于在现代的计算机中图形的处理变得越来越重要，需要一个专门的图形的核心处理器。NVIDIA（英伟达）推出了第一款 GPU（图形处理器）。

　　1999-2000 年间，计算机科学家，与诸如医疗成像和电磁等领域的研究人员，开始使用 GPU（图形处理器）来运行通用计算应用程序。他们发现 GPU（图形处理器）具备的卓越浮点性能可为众多科学应用程序带来显著的性能提升。这一发现掀起了被称作 GPGPU（GPU（图形处理器）通用计算）的浪潮。

　　进入21世纪，为了解决CPU发展遇到的上述瓶颈，x86处理器进入了多核时代，GPU也进入了通用处理时代。GPU设备的高浮点运算能力受到越来越多的科研人员所青睐。

　　其实GPU（图形处理器）计算模型就是在一个异构计算模型中同时使用了 CPU 和 GPU（图形处理器）。应用程序的顺序部分在 CPU 上运行，计算密集型部分在 GPU（图形处理器）上运行。虽然应用程序使用了 GPU（图形处理器）的卓越性能来提升运行性能，但对用户而言，他们所能感知到的将仅仅是运行速度更快的应用程序。

性能差异

　　应用程序开发人员将需要修改其应用程序中的计算密集型内核，并将其关联到 GPU（图形处理器）。应用程序的其它部分将仍然依赖于 CPU 进行处理。将一项功能关联到 GPU（图形处理器）需要重写功能，以在其中支持并行处理，同时添加“C”关键字以在应用程序和 GPU（图形处理器）之间往返传输数据。

　　GPU（图形处理器）计算得到了 NVIDIA（英伟达）被称作 CUDA 架构的 GPU（图形处理器）大规模并行架构的支持。CUDA 架构由 100 多个处理器内核组成，这些内核能够协作运行来处理应用程序中的数据集。>>