|
GPU通用计算对硬件架构的需要和单纯的游戏还是有很大不同,管线部分的灵活性、指令和数据读取的限制、数据分配、缓存需求以及后端面对数据输出的要求等都是目前通用计算的障碍。方方面面的兼顾会师的芯片架构臃肿不堪并且导致游戏过程单位效能降低。如果既要保证游戏效能还要为诸多不同性质的运算提供强大的执行能力,设计任务会变得非常复杂。这就是目前G300的处境。
从NV40开始,NV每一款可编程芯片的设计都相当精彩,有时会被人们看作是神来之笔。NV不缺乏领先的创意,CUDA正是他向自身挑战的结果。
反观AMD,似乎在通用计算的新领域里徘徊不前,并且更专注于“游戏卡”。这其实是由AMD的处境决定的。AMD有CPU,因而在通用计算这一块采取了保守的进度,也没有自己搞一套标准的想法。现在就让GPU去抢CPU的饭碗肯定有些费力不讨好,因为应用前景还不明朗。AMD更想走CPU+GPU的道路,而且标准有微软和苹果去折腾,自己只需要跟着出标准硬件就可以了。这样的态度使得AMD能侧重于精简类型的游戏渲染核心来抢占技术和市场先机。
实际的结果在于HPC等高性能通用运算是不是存在CPU和GPU之间无可弥补的巨大差距?从工艺上看NV目前处于劣势,那么未来Intel或者AMD采用CPU+通用计算流处理器在工艺领先的情况下是不是能抗衡NV的CUDA模型?
|
|