引领行业发展 NVIDIA谈GPU与高性能计算

美国时间2012年11月12-15日，著名的Super Computing 12大会在犹他州盐湖城举行。本次SC12大会上，发布了最新的TOP500排名，来自美国能源部橡树岭国家实验室的“泰坦Titan”获得了第一名的殊荣。据悉，泰坦采用了18688颗NVIDIA Tesla K20 GPU加速芯片，这些芯片所提供的性能占总性能的90%，也是其夺冠的关键。在SC12大会上，我们有幸采访到了NVIDIA Tesla事业部的总经理Sumit Gupta先生，他将详细为我们介绍NVIDIA在高性能发展上的策略及泰坦相关的点点滴滴。

NVIDIA Tesla事业部的总经理Sumit Gupta先生

独步天下 NVIDIA领军GPGPU时代

谈到GPU，大家的第一印象就是我们电脑中的显卡。但随着计算能力的不断提高，GPU已经不仅仅局限于图形运算，在高性能计算领域，它更是作为加速芯片而存在。正是NVIDIA首次提出了GPGPU的概念，即通用计算处理单元，正是这一概念促成了高性能计算的飞速发展。

在GPU加速技术出现之前，超级计算机的发展非常缓慢，因为主要借助于CPU计算，因此也就收到了摩尔定律的制约。从图中就可以看到这种变化的趋势——在2009年NVIDIA Fermi架构芯片发布之后，高性能计算出现了爆炸式的增长，性能提升达到了数十倍。以国内超算的发展为例：2008年，国内顶级的曙光5000A超级计算机每秒运行速度为250万亿次，那时的超算还停留在百万亿次时代;但是到了2010年，国产天河一号A荣膺TOP500冠军，每秒运行速度达到2507万亿次。2年的时间性能提升十倍，跨入了千万亿次时代。可以说，正是由于GPGPU的出现，使得超算的性能迅速提升，同时也节约了大量的场地、电力、维护等成本。从这个意义来说，NVIDIA提供了一个可以永载史册的创举。

Tesla K20X/K20助力Titan(泰坦)系统荣膺TOP500冠军

在谈到GPU运算加速的时候，Sumit Gupta先生认为——目前近乎所有的超级计算机都采用了GPU加速的方式，这已经是大势所趋。例如本次TOP500第一名Titan(泰坦)，它由2009年最快的超级计算机Jaguar美洲豹升级而来，正是NVIDIA Tesla K20 GPU加速芯片提供了如此强大的性能。如果仅仅依靠CPU进行计算的话，不仅仅需要更大面积的计算机集群，其耗电量也会相当惊人(大约相当于6-8万户居民的年耗电量)，这是完全不可想象的事情。

同时在谈到节能与功耗的时候，Sumit Gupta先生也谈到了最新的Green 500排名。超级计算机Titan(泰坦)在Green 500中排名第三，虽然并未获得第一，但是Titan是其中最大的系统，能够让如此巨大的系统达到良好的节能效果也是非常难得，也从侧面反映出Tesla K20 GPU加速芯片的节能性。

谈到世界上最快的超级计算机泰坦，就不能不谈到NVIDIA Tesla Kepler K20芯片。在这一代的Kepler家族中包括了 K20和K20X两款芯片，也是目前NVIDIA速度最快的芯片，两者的区别在于规格的不同，K20X的版本更高一些。具体说来，本次泰坦使用的K20芯片可以提供3.52TF的单精度浮点性能和1.17TF双精度浮点性能，显存容量为5GB，带宽为208GB/s。相比上一代的Fermi产品来说，同样平台下Kepler K20的实测效率可以达到2.25TF，芯片利用率为76%;上一代的Fermi芯片利用率只有61%。

这里我们有必要就带宽问题进行一个说明——不久前，英特尔发布了最新的至强融核(Xeon Phi)协处理器，其标称带宽高达300MB/s，也可以算是目前Tesla产品强劲的竞争对手。不过对此，Sumit Gupta先生认为理论带宽只是产品的硬件规格标准，具体的计算能力还应该在应用中体现。并且即使从硬件规格的角度上看，通过诸多用户的测试发现，Kepler K20与Xeon Phi在实际应用中的表现相当，这是因为Kepler K20的带宽利用率可以达到70%以上，而Xeon Phi根据STREAM 基准测试的结果显示也只有50%的带宽利用率。因此，事实上来两者的有效带宽不相伯仲，不能单纯依靠理论带宽来判断产品的性能优劣，一切都应该从实际的应用出发。