Question

什么是 GPU 计算?

Answer 1

GPU 计算通过将应用程序中计算量繁重的部分交给 GPU 处理，程序的剩余部分依然在 CPU 上运行，从而可实现前所未有的应用程序性能。 从用户的角度而言，应用程序只是运行速度比从前快了很多。
CPU + GPU 是一个强大的组合，因为 CPU 包含几个专为串行处理而优化的核心，而 GPU 则由数以千计更小、更节能的核心组成，这些核心专为提供强劲的并行性能而设计。 程序的串行部分在 CPU 上运行，而并行部分则在 GPU 上运行。
通过运用我们目录中所列的任意 GPU 加速应用程序，大多数客户能够立即享受到 GPU 计算的优势。 该目录重点列举了一百多款行业领先的应用程序。对开发者来说，GPU 计算拥有由各大软件开发商旗下工具和库所组成的巨大生态系统。
更快地运行你的 GPU 加速代码试用Tesla K20 GPU 加速器。
了解更多信息GPU 计算的历史 图形芯片最开始被用作固定函数的图形流水线。经过多年的发展，这些图形芯片的可编程性逐渐增强，从而使第一颗 NVIDIA�0�3 GPU 得以问世。 在 1999-2000 年间，计算机科学家和医学成像以及电磁学领域中的研究者开始使用 GPU 来加速一系列的科学应用。这就是所谓的「GPGPU」或GPU 通用计算运动
虽然用户取得了前所未有的性能 (在某些情形中实现了比 CPU 高 100 倍的性能)，然而难题是 GPGPU 需要使用 OpenGL 和 Cg 等图形编程 API 来对 GPU 进行编程。 这样便限制了人们利用 GPU 的强大处理能力来为科学加速。
所有NVIDIA�0�3 GPU GeForce、 NVIDIA�0�3 Quadro 以及 NVIDIA�0�3 Tesla) 均支持 GPU 计算和 CUDA�0�3 并行编程模型。开发者几乎在任意平台上均可运用 NVIDIA�0�3 GPU，这些平台包括最新的苹果MacBook Pro。 然而，我们建议使用 NVIDIA�0�3 Tesla GPU 来处理那些强调可靠性与整体性能的工作。 如需了解更多细节，敬请参阅「为什么选择 NVIDIA�0�3 Tesla」。
NVIDIA�0�3 Tesla GPU 完全专为加速科学技术计算工作而设计。最新的 NVIDIA�0�3 Tesla GPU 基于「Kepler 架构」中的诸多创新特性，与上一代架构相比，可提供三倍的性能，双精度浮点性能高达 1 Teraflops 以上，同时还大幅提升了可编程性和效率。Kepler 是世界上最快、最节能的高性能计算 (HPC) 架构。
NVIDIA�0�3 意识到了将这种性能提供给更广阔的科学界的潜力，因此投入力量修改 GPU，让开发者能够对 GPU 充分编程，使其能够无缝地运用 C、C++ 以及Fortran 等熟悉的语言。
GPU 计算的发展势头比以往任何时候都更加迅猛。现在，世界上一些最快的超级计算机仰仗 GPU 来加快科学探索，全球有 600 所大学已开设 NVIDIA�0�3 GPU 并行计算课程，积极运用 GPU 的开发者人数已达数十万计。 「GPU 已经发展到成熟阶段，可轻松执行现实生活中的各种应用程序，而且程序运行速度已远远超过使用多核系统时的情形。 未来计算架构将是并行核心 GPU 与多核 CPU 共同运行的混合型系统。」 Jack Dongarra 教授 田纳西大学创新计算实验室主任

Answer 2