正在阅读：CPU遭遇瓶颈效应 GPU催热桌面高性能计算CPU遭遇瓶颈效应 GPU催热桌面高性能计算

　　曙光“星云”超级计算机的发布无疑成为了近期高性能计算集群(HPC Cluster)领域的亮点。超级计算机作为一种并行计算的实现方法，也从一定程度上反映了国家的科研力量。而异构CPU+GPU (曙光星云由Intel X5650 + NVIDIA Tesla C2050组成)的组合也愈发的火热。

　　并行计算，是指将一个应用程序分割成多块可以并行执行的部分并指定到多个处理器上执行，也是多个工作任务在拥有多核或多个CPU的多处理器计算机上同时执行的方法。

曙光星云

　　有人会质疑为什么并行计算一定是要建立在多个处理器上。（对于开发者而言这里的多处理器和多核处理器可认为是等同的）过去，在单核时代，我们一样可以同时运行很多程序。只不过对于使用者来说，同时运行的程序多了互相影响，机器难免会显得有些“慢”。这反映在程序上来说就是多个程序执行起来相对单独执行某个程序有些慢。

　　而这个过程，称之为“并发”。并发使处理器可以“并行”的运行超过处理器数量的多个任务。在操作系统级别，不管计算机本身是否是多核系统，都会采用并发的方式来实现并行的运行模式，不允许某一请求长时间占用处理器直至其运行结束。

OpenCL 并行计算先锋

　　而现在，随着多核处理器的普及，在桌面领域也出现了相当多的软件对并行计算做了优化，也就是我们常规理解的对于多核有优化。当某一程序支持多核的时候，我们会很明显的体会到多核带来的优势。相反，如果不支持多核，那么我们就无法从我们的多核处理器上受益。我们会看到在程序运行过程中，除去运行程序的CPU内核，其他的CPU内核都在空闲状态。

NVIDIA VS AMD

　　如果有上百个内核用来做并行计算会怎么样？

　　如今一颗CPU最多不过有12个内核。而GPU的流处理器却达到了数百个，甚至上千个。

　　什么是流处理器？流处理器与CPU内核有什么关系？

　　我们在这里简单的做个回顾，说到流处理器就不能不提到微软Direct X,在Direct X 10中规定

　　统一渲染架构：不再区分像素着色单元和顶点着色单元，而是由统一的流处理器运算单元来按需执行相应的像素或顶点着色。从而使得GPU资源利用率大幅提高。

　　流处理器既StreamProcessor，简称SP，NVIDIA的流处理器现在被称为CUDA核心。

　　在随Windows 7登场的Direct X 11中，加入了Direct Compute这一全新的GPU运算程序编程接口(API)。与Open CL一样，为开发人员提供了并行计算的API。

　　上月，笔者曾写过一篇文章《写在AMD推倒NVIDIA之前》和众多网友在论坛讨论，网友回复中有些很专业的观点。有网友指出Direct Compute就是微软通用计算的的探路石。>>