扫一扫
分享文章到微信
扫一扫
关注官方公众号
至顶头条
在本页阅读全文(共3页)
4、GPU:既是多核的竞争对手,也是增值所在
GPU是多核CPU一个主要的竞争对手,它是一种用于科学计算的图形卡。关于GPU主要有四点:它的速度很快,而且会越来越快;它的价格很低;它的能耗更低,但是第四点也是它的瓶颈所在。
GPU仅适用于那些运行某种数值运算的任务。GPU是专门针对流程图、也就是处理数据流设计的。图形芯片可以被视作大量多核,在高端方面甚至有多达800个单元在同时运行,一个GPU集群内可能就有超过3000个。
以下的数字说明了GPU的巨大潜力。AMD和Nvidia最快的图形芯片已经达到了Teraflops层级,在这个范围内,普通的多核芯片的速度就显得相形见绌了。
GPU真正的问题在于,它不能像普通的x86、Sparc或者Power CPU那样进行编程。这就是为什么Nvidia GPU提供了CUDA技术的支持,CUDA提供了一系列用户层级的子路径,允许GPU利用标准C语言或者Fortran进行编程,无需使用专门针对图形的API。
东京技术研究所所使用的“Tsubame”超级计算机是TOP500榜单中第一个采用Nvidia Tesla图形芯片的系统。该系统集群有170个Tesla-S1070系统组成,理论性能可以达到170 Teraflops,实际系统可以达到7748 Teraflops,这在TOP500榜单(2008年11月发布的)上可以排到第29位。
未来的高性能计算系统中,硬件架构将成为一个由专门CPU和GPU类型内核所组成的系统。
但是就现在来说,高性能计算最具挑战性的问题就是能耗。未来,芯片制造商和数据中心经理必须解决能源效率和能耗的问题。
5、绿色IT和能耗
性能在Teraflops甚至更高的计算系统的能耗是非常惊人的。你可能还记得,曾经有一年美国经历了持续高温的天气,由于供电不足,很多超级计算机中心不得不关闭了他们的高性能计算设备。如果这种情况持续下去的话,未来4~5年内高性能计算数据中心的能耗将翻一番。据直接推断,Exaflops级系统的耗电量在兆瓦级。这就是为什么超级计算机中心经理尤其关注超级计算机开发的未来趋势,特别是能源供应方面。
惠普公司的Frank Baetke表示:“过去,传统的超级计算机中心在设计的时候并不考虑能耗问题。如果多核CPU的时钟频率只减少20%的话,那么其能耗相比以全时钟频率运行的系统减少了50%。”
高性能计算制造商和数据中心将更多地关注能源效率问题。因为,开发降低了能耗的高性能计算系统是很有必要的。
但是也许是我们已经在高性能计算领域划定了能耗的临界线,未来能耗增长将成为高性能计算应用的一个限制因素。现在,如何解决未来性能需求的同时不增加二氧化碳排放量、放缓全球温室效应仍然是一个亟待解决的问题。
一个解决办法就是不再将处理器生成的热量排放到空气中,而是通过液体进行冷却。这样,液体的温度升高,然后被输送到热量交换装置中,用于为办公室和房间供暖。现在,这方面的环境测试正在进行中。
绿色IT也和数据存储系统有着某些联系。
6、数据量将迅猛增长
数据量的增长将是惊人的,每几个小时产生一个Terabytes的速度已经不足为奇了。
尤其是在绿色IT的影响下,显著降低主存储组件的能耗是很有必要的。未来几年我们将看到在固态硬盘领域有新的开发成果出现。与传统硬盘驱动器相比,固态硬盘没有活动部件,他们的处理速度更快更稳定,可以切换到低能耗模式,而且固态硬盘的每瓦性能效率更高,这也是固态硬盘一个最大的优点。如果固态硬盘的价格可以降到足够低,那么它将成为取代传统硬盘驱动器安装在高性能计算系统中的最佳选择。
如果能够实现这一点,高性能计算必将步入主流趋势。
如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。
现场直击|2021世界人工智能大会
直击5G创新地带,就在2021MWC上海
5G已至 转型当时——服务提供商如何把握转型的绝佳时机
寻找自己的Flag
华为开发者大会2020(Cloud)- 科技行者