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6页)
● 复杂的数据结构将成为瓶颈之一
Rattner从超级计算机时代就开始研究的SVM技术在应用层级使用会带来怎样的好处?如果针对Larrabee来说的话,那就是CPU可能也要共享复杂的数据结构。
CPU首先应该解决数据结构的问题。通过PCI等内部连接,而且在加速器方面针对共享虚拟内存进行重新架构。总之,加速器应该解决结构的问题,发回到CPU,再架构。
实际上我们研究了GPU上执行物理仿真的代码。在这种情况下,软件数据从CPU发送到GPU中。
因此,尽管物理引擎本身很适合于GPU架构,但是发送大量数据导致开销过大。分解数据结构,迁移,再架构,然后再反复,这样使幅度大大降低。
而且,这种结构经常会出现错误。如果是一个复杂结构的话,生成数据和再架构的过程出现错误的几率增加。而且,这样的错误很难被发现,从而导致开发工作效率降低,浪费宝贵的时间。例如,游戏程序员要花好几天的时间在数据结构编程上,而如果可以省掉这一部分工作的话,生产效率会大幅度提高。
如果想要使用Larrabee进行处理的话,这种复杂结构将是一个最大问题。当然,这要取决于不同应用,但说到底它仍然是最主要的瓶颈之一。
为什么连接内存
软体物理引擎
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