Graphic Processor Unit
Download
Report
Transcript Graphic Processor Unit
Utilização de GPUs para Sistemas de Paralelismo
Massivo
CPU – Central Processor Unit
Processamento sequencial
Instrução por instrução
A cada nova geração de processadores, tem-se um
notório ganho de desempenho:
Desenvolvedores repassavam o progresso para suas
aplicações:
Aplicações mais robustas e complexas
Um pouco de história...
[1943:2003] Clock das CPUs cresce bastante de uma
geração para outra
2003: Clock das CPUs tende a crescer cada vez menos.
Motivos: dissipação de calor e consumo de energia elevados.
Solução: aumenta-se o número de núcleos de
processamento.
[2003:-1] Corrida por pontos flutuantes:
Desempenho de GPUs cresce exponencialmente
Computação de alto desempenho adere ao novo tipo de
processamento.
Tendência paralela
Instruções não atuam mais só de forma sequencial
CPUs:
Controles sofisticados para aplicar paralelismo em
threads únicas.
Gerenciam instruções sequenciais de forma paralela
mantendo a aparência sequencial.
GPUs:
Abordagem SIMD (Single Instruction, Multiple Data)
Projetadas para processamento gráfico.
Especializadas em cálculos de vetores e matrizes.
Organização interna de uma GPU
Organização interna de uma GPU
Organização interna de uma GPU
Hierarquia de Memória
• Memória compartilhada e L1 Cache
Podem ser configuradas:
•16 kB de L1 e 48KB de SM
•16 kB de SM e 48KB de L1
•Read-only cache:
•Evita acesso à L1 quando não for
Para escrita
GPUs em Sistemas de Paralelismo
massivo (MPP)
Por volta de 2000 os cientistas começaram a utilizar
GPUs para acelerarem aplicações científicas (cálculos
matemáticos, físicos, biológicos...)
Advento do GPGPU (General Purpose Computation on
GPU)
Forçou os desenvolvedores a repensar em seus
algoritmos.
GPUs desenvolvidas para o mercado de HPC
Organização de um Cluster
CPU-GPU
Cluster AC at NCSA
HP xw9400 workstation
2216 AMD opteron 2.4GHz,
Dual core
8 GB DDR2
Infiniband QDR Adapter
Tesla S1070 1U GPU Computing
Server
1.3 GHz Tesla T10 processors
4x4 GB GDDR3 SD RAM
Cluster com 32 nós