您认为CUDA技术最终能让我们电脑发展走向GPGPU计算时代吗？[NVIDIA达人挑选赛]

arnew

看看LARRABEE的研发投入成本，集成的核心数量以及晶体管的数量级，一块主流显卡的价格？INTEL告诉你的吗？
iverlin 发表于 2009-7-6 16:35

难道Intel告诉你，lrb只是应用在服务器和集群的高端产品？

arnew

从我们要讨论的问题看，是cuda技术能否让我们的电脑走向GPGPU计算时代。
那么这里很重要的一点是，我们的电脑怎么界定？我们的电脑日常做的最多的事情是什么？
我们的电脑是否需要这么庞大，上若干T的计算量？
事实上，世界上绝大部分的电脑做的事情是处理文档和上网，很难说需要这么庞大的计算量。
如果厂家不能找到一个新的增长点，让用户需要庞大的计算量，那么很难推动cuda在普通用户的应用。起码在可以看到的若干年内不会有，与其讨论cuda能否让电脑走向GPGPU，不如讨论如何让一个普通人需要那么庞大的，若干T的计算量，现在个人PC需要最庞大计算量的，恐怕就是3D游戏了，而这些人在整个世界的PC市场，恐怕占得比例不大，而且这也不关cuda的事情了。Intel显卡做的差，但是占有率却是最高的，不是因为它性能好，而是因为很多用户够用了。
异构计算是发展的大方向，但是需要大计算量的不会是个人用户，正常来说，是ZF，大公司，科研机构等的服务器市场。在这个环境，NV由于自己没有完整的解决方案，cpu，主板芯片等，要切入这个市场相当不容易。
我认为，cuda目前来说，开发确实难，从入门角度说，写一个能跑起来的程序并不难，难得是对程序合理的优化,难的是你把显卡的计算能力发挥出来。而这对一个商业公司来说，是需要代价的。需要提到的是，上面有人提到加速比，在我这里，如果cpu的代码也进行优化，要达到60X的加速是很困难的，如果差这么多，应该考虑一下cpu代码效率是不是太低了。
而且，大家都说cuda发展快，升级快，这是好事吗？不，从开发者的角度说，这是很糟糕的事情，因为这意味着你前面做的代码，有可能需要推翻重来才能达到好的效果……试想一下，你和客户说：你需要买新的显卡才能运行新的程序，而这显卡是半年前才买的……这些东西，对一个想推商业产品的公司都是一个必须要认真考虑的事情。X86构架这么多年来，还是比较稳定的，对一个商业公司而言，就可以带来比较低的开发成本。
手上也在做cuda的东西，但是迟迟没有投入真正的使用，原因确实是多方面的。
NV在通用计算上要走的路还很长，而且并不好走。如果因为通用计算而影响了显卡市场的发展，得失之间很难说好还是不好…………

arnew

请问这句话该如何理解呢？
CUDA相对于以前的GPGPU开发环境来说，已经容易了非常多，GPU精粹2 这本书中有部分讲述了GeForce 6时代的GPGPU开发.
试想，假如没有CUDA，而仍然停留在 那远比CUDA开发复杂的GPGPU开发 ...
玉清 发表于 2009-7-6 22:18

嘿嘿，这位貌似是群里的那个吧。

开发环境从几个角度来看，不谈硬件，一是要能方便的编辑，就是写起来容易，因此很多帮助编辑的工具很受欢迎。
二是方便调试，如果出错了不能调试你会疯掉。
三是有很多现成的东西调用，开发周期不能太长。前几年用过Delphi的同学就清楚，虽然现在Over了，但并不是工具不好，Delphi用的多重要的原因是，开发周期短，市面上可用的控件多，在一些特别是数据库类型的程序，方便、快捷。
四是代码可读性要好，因为一个商业产品不可能一个人完成，人员也经常流动，代码不好读的话，也是会死人的。

CUDA的频繁升级也会带来很大的问题，公司之前的代码怎么办？推翻重来？这个钱谁出？

问题太多了……比方说，如果现在Intel的cpu，编程需要你自己管理cache……你会不会疯掉……等推出一款新的cpu，你的代码要重写，你会不会疯掉……

arnew

LS的朋友真爱钻牛角尖，关于游戏方面我已经回应你了，其他作图软件都是举例，都是回应你和别人的疑问，请回看我的帖子
那你不问下反方的朋友全世界有几台电脑天天搞编程啊？哈
iverlin 发表于 2009-7-6 22:06

呵呵，这位兄弟不想想，如果全世界没有搞编程的电脑，电脑还有人用吗？不管这些搞编程的电脑多还是少。

客观的说，现在个人的PC，并没有出现需要这么庞大，若干T的计算量。

在没有出现这个新的增长点之前，谈GPGPU计算时代太早了。

arnew

CUDA GPGPU 本身就是编程领域的话题，脱离了编程领域，CUDA 更没法讨论了。
tomsmith123 发表于 2009-7-7 20:20

，我最感兴趣的是，T大牛已经见到可以运行的lrb并进行测试了？你见到的lrb离可以上市的距离很远吗？

arnew

135# weihua8206  

CUDA的一个优势就 尽量降低编程难度，像用户屏蔽硬件级的复杂性。
tyro 发表于 2009-7-9 07:29

cuda目前最大的麻烦就是开发者需要很深刻的了解硬件级的复杂性才能写出一个比较通用的、高效的程序。

是很深刻了解，嗯。

arnew

这位朋友显然对编程一无所知：

首先，目前的CPU是64位的（也许你在用奔四，但现在主流的CPU都已经是64位的）。而且并不是说64位的CPU最高只支持64位浮点数！CPU很灵活，程序员可以使用多个64位单元来表示一个 ...
weihua8206 发表于 2009-7-9 08:02

Intel里面还有几个128位的reg，应用于SSE指令，因此对很多运算SSE加速效果不错。

理论上说，GPU也可以用算法来达到高精度，但是相对CPU，带来的速度下降比较严重。特别是64位，因为64位计算单元少，效率是非常低的。

arnew

140# arnew  

32位 和 64 位 等等只系硬件的数据表示， 在高级语言上（软件层）可以实现128位甚至更高位的数据类型，譬如mathlab，mathmaticas 等数学软件的编程上。
tyro 发表于 2009-7-9 21:05

我已经很明确说了，从理论上，你可以用数组来实现任何长度的大数运算，这个没问题。

不过不知道你是否做过大数运算的实现？大数加法问题不大，但是大数乘法和除法的实现，你知道算法复杂度多少吗？

远远不是你说的汇编和程序的差别！针对一些运算，当然不是所有，SSE128位指令的加速效果是非常明显的。

另外提一下，现在的编译器优化能力还是很强的，对很多普通人，如果没有深入了解指令，用汇编写的东西，综合开发成本，还不如直接用高级语言。

arnew

首先我们要肯定NV在推动GPU参与通用计算方面，做出来很大的贡献，而异构计算在大型、密集计算当中应该是大方向，这个也是目前业界公认的。几家大公司，Intel，AMD，NV都向这个方向走。
回到论题，是cuda是否能让我们电脑走向GPGPU。那么这个是什么意思？大概应该是说以后的电脑是否都需要GPGPU的运算能力，而且市场的主流是NV的cuda，当然应该不是现在这种构架的GPU，应该是指不断进步当中的cuda。
要占领市场，第一要点当然是得有这个市场才行。从目前来看，个人PC，绝大部分人（游戏发烧友，工作站除外，比例也不是很大）完全不需要GPGPU这种庞大运算能力。根本没这个市场。我个人看法是，以后PC市场会呈现明显的两极分化，个人电脑往便携，低耗能发展，其利润应该也比现在要低很多，看这几年的发展，其实已经有这个趋势了。而由ZF和大公司建造的大规模计算中心规模越来越大，越来越多。
如果说个人pc没这个市场，那么主要比拼的市场，应该在服务器市场。NV从目前来说，根本无法和Intel和AMD抗衡。可以说，NV目前在服务器市场完全没有任何地位。Intel和AMD目前都自己在推异构计算，服务器市场能给NV机会吗？有待观察……我看不乐观。
综上，我的观点是，个人pc应该走向便携可移动方向，GPGPU主要在大规模计算中心使用，估计NV占不到太多便宜。
如果NV专心搞搞上网本和移动便携设备，估计更有钱途…………

arnew

由上可见，CUDA的发展方向从根本上就是错误的！它并不能与CPU协同工作，这样一种从根本上已经落后的方案（乌龟），即使起跑再早，随着比赛的发展，被超过是必然且肯定的！要知道，科技的进步没有终点！
weihua8206 发表于 2009-7-10 12:53

这个也不能这么说，目前来看NV也只能这么做，没CPU嘛。

arnew

界面的友好程度也不一定影响到CUDA的高效性和功能的强大，例如现在C/C++语言的友好程度虽然比不上C#/JAVA等等，但是它的高效和功能强大是无可否认的，据说强大的cryengineII也是由C++开发的。
tyro 发表于 2009-7-18 20:19

你还是没有理解大家说的cuda复杂的原因。cuda复杂主要并不是说他语法复杂，所以说写一个cuda程序很简单。
复杂是指优化复杂。优化之所以会复杂是因为需要开发者深刻了解和理解NV显卡的硬件构架。
c和c++只是一种语言，并不需要开发者考虑太多与硬件相关的问题。

arnew

非也，我并非针对英伟达，针对的是233楼的观点：按他的说法，我对英伟达架构不精通，论述中有概念不清的问题，说CUDA不易用就是完全没根据的，反对CUDA是因为我水平不够不会用了。

其实，就算把英伟达的芯片设 ...
weihua8206 发表于 2009-7-18 16:24

Intel并不是看P4的构架不行改core构架。Intel财大气粗，通常有好几个团队同时进行cpu构架的研发。

P4研发团队和酷睿是两个完全不同的团队。不过这不是其他公司，比方NV能做到的吧。

例如NV发现GT200的构架实际上已经存在问题了，但是短时间内根本无法拿出新的解决方案。