m*****r
发帖数: 3822 | |
t****g
发帖数: 35582 | 2 搞计算还是N卡，不过支持CUDA的商用软件业没几个。所以除非自己写程序，否则都一
样。
【在 m*****r 的大作中提到】
: A卡横行还是N卡？好像看到很多用CUDA做的
|
c*m
发帖数: 1114 | 3 ATI: Streaming
NVidia: CUDA
General: OpenCL，etc...
目前CUDA领先，毕竟Nvidia当年试图转型在CUDA上投了很多时间和钱，直接导致GPU方面
后来被ATI赶超。
【在 m*****r 的大作中提到】
: A卡横行还是N卡？好像看到很多用CUDA做的
|
m*****r
发帖数: 3822 | 4 你的意思说如果自己写程序，CUDA支持更好？
AMD现在显卡不是很NB么？将来会不会统一接口？
【在 t****g 的大作中提到】
: 搞计算还是N卡，不过支持CUDA的商用软件业没几个。所以除非自己写程序，否则都一
: 样。
|
t****g
发帖数: 35582 | 5 Nvidia那也是没有办法，ATI有AMD买了，Nvidia不愿意从了Intel，在今后融合的大趋
势下，不搞点新路子，单做独立显卡基本上就是死路一条。
方面
【在 c*m 的大作中提到】
: ATI: Streaming
: NVidia: CUDA
: General: OpenCL，etc...
: 目前CUDA领先，毕竟Nvidia当年试图转型在CUDA上投了很多时间和钱，直接导致GPU方面
: 后来被ATI赶超。
|
x****c
发帖数: 25662 | 6 用CUDA还是比较多。
【在 m*****r 的大作中提到】
: 你的意思说如果自己写程序，CUDA支持更好？
: AMD现在显卡不是很NB么？将来会不会统一接口？
|
r******n
发帖数: 4522 | 7 CUDA我试着用了用，觉得最大的问题还是在内存，尽管运算单元很多，可内存就那么点
儿还是share的。所以除了并行外，还得做很多内存存取的优化，有些应用做得到，但
更多的太难甚至不可能。相比较而言，用cloud象Amazon EC2这些就容易的多，这可能
也是为什么商业上运用GPU的还是很少。 |
a9
发帖数: 21638 | 8 好像天河一号里有一堆gpu吧？
【在 r******n 的大作中提到】
: CUDA我试着用了用，觉得最大的问题还是在内存，尽管运算单元很多，可内存就那么点
: 儿还是share的。所以除了并行外，还得做很多内存存取的优化，有些应用做得到，但
: 更多的太难甚至不可能。相比较而言，用cloud象Amazon EC2这些就容易的多，这可能
: 也是为什么商业上运用GPU的还是很少。
|
r******n
发帖数: 4522 | 9 嗯，这个拿来堆纯运算能力，每秒做多少亿次1.0+1.0之类的性价比还是很高的，还省
电。实际运用就不是那么回事儿。
【在 a9 的大作中提到】
: 好像天河一号里有一堆gpu吧？
|
m*****r
发帖数: 3822 | 10 好像cuda应用还挺多，AMD网上就没看到什么。
如果自己玩还是搞N卡了？但是我又想买A卡玩游戏，最好是鼓动公款买。。
【在 r******n 的大作中提到】
: CUDA我试着用了用，觉得最大的问题还是在内存，尽管运算单元很多，可内存就那么点
: 儿还是share的。所以除了并行外，还得做很多内存存取的优化，有些应用做得到，但
: 更多的太难甚至不可能。相比较而言，用cloud象Amazon EC2这些就容易的多，这可能
: 也是为什么商业上运用GPU的还是很少。
|
|
|
kn
发帖数: 2446 | 11 你说的太对了，很多应用的瓶颈都是shared memory，每个流处理器才共享16k的shared
memory，这个卡住了很多应用，导致不少应用的并行度无法继续提高，只能眼睁睁看着
ALU白白闲置而无法使用。CUDA适合计算那种计算密集型但是访存很少的任务。
CUDA今后一定会解决这个问题。不过这个不是那么容易解决，毕竟流处理器太多了，sh
ared memory占用的面积太大。
【在 r******n 的大作中提到】
: CUDA我试着用了用，觉得最大的问题还是在内存，尽管运算单元很多，可内存就那么点
: 儿还是share的。所以除了并行外，还得做很多内存存取的优化，有些应用做得到，但
: 更多的太难甚至不可能。相比较而言，用cloud象Amazon EC2这些就容易的多，这可能
: 也是为什么商业上运用GPU的还是很少。
|
m*****r
发帖数: 3822 | 12 现在什么样的应用在GPU上效果最好？
shared
看着
sh
【在 kn 的大作中提到】
: 你说的太对了，很多应用的瓶颈都是shared memory，每个流处理器才共享16k的shared
: memory，这个卡住了很多应用，导致不少应用的并行度无法继续提高，只能眼睁睁看着
: ALU白白闲置而无法使用。CUDA适合计算那种计算密集型但是访存很少的任务。
: CUDA今后一定会解决这个问题。不过这个不是那么容易解决，毕竟流处理器太多了，sh
: ared memory占用的面积太大。
|
kn
发帖数: 2446 | 13 具体有啥商业应用不清楚，不过从research的角度看，CUDA比较适合符合下面条件的计
算：
1、并行线程之间数据依赖比较少，
2、访问一次内存，做大量计算。也就是computation/(memory access
) ratio比较大。
【在 m*****r 的大作中提到】
: 现在什么样的应用在GPU上效果最好？
:
: shared
: 看着
: sh
|
m*****r
发帖数: 3822 | 14 这个scenario和传统cluster并行效率差不多啊。现在就是gpu core之间通讯比较慢？
【在 kn 的大作中提到】
: 具体有啥商业应用不清楚，不过从research的角度看，CUDA比较适合符合下面条件的计
: 算：
: 1、并行线程之间数据依赖比较少，
: 2、访问一次内存，做大量计算。也就是computation/(memory access
: ) ratio比较大。
|
y**b
发帖数: 10166 | 15 现在cpu单核同gpu非并行相比，运算能力是在一个级别上吗？
【在 kn 的大作中提到】
: 具体有啥商业应用不清楚，不过从research的角度看，CUDA比较适合符合下面条件的计
: 算：
: 1、并行线程之间数据依赖比较少，
: 2、访问一次内存，做大量计算。也就是computation/(memory access
: ) ratio比较大。
|
r******n
发帖数: 4522 | 16 看什么级别的卡了，我在GT240上用自己的程序比较过，同样的C代码，主要是些整数运
算、排序比较，
单core，不包括从host移到GPU内存的时间，GT240上差不多用了Q6600 20倍的时间。
470/480应
该更快，但i7也比Q6600快多了。
【在 y**b 的大作中提到】
: 现在cpu单核同gpu非并行相比，运算能力是在一个级别上吗？
|
m*****r
发帖数: 3822 | 17 你是说gpu更慢？
【在 r******n 的大作中提到】
: 看什么级别的卡了，我在GT240上用自己的程序比较过，同样的C代码，主要是些整数运
: 算、排序比较，
: 单core，不包括从host移到GPU内存的时间，GT240上差不多用了Q6600 20倍的时间。
: 470/480应
: 该更快，但i7也比Q6600快多了。
|
k*******d
发帖数: 1340 | 18 因为是只用了GPU单核的缘故吧，所以GPU慢
我觉得具体应用还得看具体的算法，比如LDPC decoder就是内存用的少，计算量很大，
而且很适合并行化的，据说在GPU上快很多 |
a***e
发帖数: 27968 | 19 单核比显然CPU快啊
要不intel的年纪都活狗身上去了
【在 m*****r 的大作中提到】
: 你是说gpu更慢？
|
m*****r
发帖数: 3822 | 20 现在gpu core数目怎么算？
比如460,336 processor cores，就是336?如果单核慢十倍，理论上总体应该是快33倍？
【在 a***e 的大作中提到】
: 单核比显然CPU快啊
: 要不intel的年纪都活狗身上去了
|
|
|
kn
发帖数: 2446 | 21 core的数目就是看Stream processor的数目。
至于GPU和CPU的比较，Intel的人发了篇paper，叫做“Debunking the 100X GPU vs. C
PU Myth”。今年6月ISCA的新paper。
如果CPU上的程序用SSE指令优化和并行编程，实际speedup没有传说中那么巨大。一般说
GPU比CPU加速几十上百倍，大多是GPU厂商的市场宣传。用GPU的并行程序、特殊指令和
CPU的普通c程序相比，有失公平。
倍？
【在 m*****r 的大作中提到】
: 现在gpu core数目怎么算？
: 比如460,336 processor cores，就是336?如果单核慢十倍，理论上总体应该是快33倍？
|
kn
发帖数: 2446 | 22 实际LDPC Decoder也算是内存访问相对频繁的应用，LLR value每个iteration都需要写
回memory。
如果用通信算法来比较的话，基于trellis的MIMO detection算法比较适合用GPU实现，
每拿一批数据算很久然后才写回。加速就能很大。
【在 k*******d 的大作中提到】
: 因为是只用了GPU单核的缘故吧，所以GPU慢
: 我觉得具体应用还得看具体的算法，比如LDPC decoder就是内存用的少，计算量很大，
: 而且很适合并行化的，据说在GPU上快很多
|
k*******d
发帖数: 1340 | 23 也不能完全说是有失公平，论价格二者差不多，文章中提到
Nvidia GTX280 processor and the Intel Core i7-960 processor
CPU明显是用顶级的，GTX280比它应该便宜（460都比i7960便宜）
二者各有所长罢了 |
o*******r
发帖数: 131 | 24 同一级别的N A卡游戏差不多的，某些游戏为可能为某卡稍微优化点而已。
N卡玩游戏不见得比A卡差啊
【在 m*****r 的大作中提到】
: 好像cuda应用还挺多，AMD网上就没看到什么。
: 如果自己玩还是搞N卡了？但是我又想买A卡玩游戏，最好是鼓动公款买。。
|
m*****r
发帖数: 3822 | 25 想买新的6850啊，功耗低。为了玩玩gpu还是搞个460吧。
【在 o*******r 的大作中提到】
: 同一级别的N A卡游戏差不多的，某些游戏为可能为某卡稍微优化点而已。
: N卡玩游戏不见得比A卡差啊
|
k*******d
发帖数: 1340 | 26 哦，我没有仔细思考过，能不能放在shared memory里面？我知道有人在GPU上做了，速
度提高了20
倍
Viterbi貌似也可以
【在 kn 的大作中提到】
: 实际LDPC Decoder也算是内存访问相对频繁的应用，LLR value每个iteration都需要写
: 回memory。
: 如果用通信算法来比较的话，基于trellis的MIMO detection算法比较适合用GPU实现，
: 每拿一批数据算很久然后才写回。加速就能很大。
|
k*******d
发帖数: 1340 | 27 哦，我没有仔细思考过，能不能放在shared memory里面？我知道有人在GPU上做了，速
度提高了20
倍
Viterbi貌似也可以
【在 kn 的大作中提到】
: 实际LDPC Decoder也算是内存访问相对频繁的应用，LLR value每个iteration都需要写
: 回memory。
: 如果用通信算法来比较的话，基于trellis的MIMO detection算法比较适合用GPU实现，
: 每拿一批数据算很久然后才写回。加速就能很大。
|
kn
发帖数: 2446 | 28 LLR value，包括CTV和VTC的值是放在shared memory里面，但是shared memory的读写也
需要上百个cycle，非常耗时。最要命的是只有16KB/核。不考虑很长的codeword，就说
802.11n（或者WiMAX）的1944bits（2304bits）的LDPC，就至少需要存2k个channel LL
R和2k个APP value，如果都用浮点存，加起来已经16KB了。这都还没考虑各种中间变量
。所以shared memory确实是限制了这类应用，实际做的时候要用各种trick来优化内存
访问。
【在 k*******d 的大作中提到】
: 哦，我没有仔细思考过，能不能放在shared memory里面？我知道有人在GPU上做了，速
: 度提高了20
: 倍
: Viterbi貌似也可以
|
L***n
发帖数: 6727 | 29 gpu不是干这个的吧,主要还是并行浮点运算
【在 r******n 的大作中提到】
: 看什么级别的卡了，我在GT240上用自己的程序比较过，同样的C代码，主要是些整数运
: 算、排序比较，
: 单core，不包括从host移到GPU内存的时间，GT240上差不多用了Q6600 20倍的时间。
: 470/480应
: 该更快，但i7也比Q6600快多了。
|
L***n
发帖数: 6727 | 30 这篇文章很搞笑,实际上是替GPU做广告, 声称"GPU technology is *only* up to 14
times faster than theirs",靠 14倍已经够impressive了,还真非要100倍才要阿
C
般说
【在 kn 的大作中提到】
: core的数目就是看Stream processor的数目。
: 至于GPU和CPU的比较，Intel的人发了篇paper，叫做“Debunking the 100X GPU vs. C
: PU Myth”。今年6月ISCA的新paper。
: 如果CPU上的程序用SSE指令优化和并行编程，实际speedup没有传说中那么巨大。一般说
: GPU比CPU加速几十上百倍，大多是GPU厂商的市场宣传。用GPU的并行程序、特殊指令和
: CPU的普通c程序相比，有失公平。
:
: 倍？
|
|
|
r******n
发帖数: 4522 | 31 Source是浮点的，我为了performance还有省内存先转成整数了，不管CPU还是GPU，浮
点都比整数
慢。我现在用1090T跟i7, 同时跑6-8个thread, 要是乘20也相当于120-160个GPU
thread了，
还没内存瓶颈，要想再快就用multi server, 租EC2。
【在 L***n 的大作中提到】
: gpu不是干这个的吧,主要还是并行浮点运算
|
L***n
发帖数: 6727 | 32 你是parallel computing还是distributed computing? EC2可以处理
parallel computing么? 那真倒是很有用了
【在 r******n 的大作中提到】
: Source是浮点的，我为了performance还有省内存先转成整数了，不管CPU还是GPU，浮
: 点都比整数
: 慢。我现在用1090T跟i7, 同时跑6-8个thread, 要是乘20也相当于120-160个GPU
: thread了，
: 还没内存瓶颈，要想再快就用multi server, 租EC2。
|
r******n
发帖数: 4522 | 33 我的是个用GA算法的optimizer. 每代个体的Fitness计算相互间无关联，本来最适合并
行的，可是
数据量大，CUDA就不行了。要用CUDA的话得横过来干，把数据劈成无关联的小片然后每
个core只计算
自己那一片最后host来汇总。我这个是trading system, 数据间不可能无关联。
【在 L***n 的大作中提到】
: 你是parallel computing还是distributed computing? EC2可以处理
: parallel computing么? 那真倒是很有用了
|
