CPU+GPU：高性能计算机

linhaidate

众所周知，在高性能计算领域的发展过程中，以RISC架构为主导的小型机曾经称霸高性能计算市场，后来由于X86架构的发展，在价格上占有绝对优势的X86架构最终以集群的形式取代了小型机。据去年11月的全球高性能计算TOP500的统计，有90%以上采用的是基于X86架构搭建的集群系统。不过随着高性能计算技术的发展和应用的不断扩大，目前占据市场主流的高性能集群系统在某些高性能计算领域（主要依赖于并行计算）的应用将会面临CPU+GPU的强劲挑战。

笔者认为之所以集群会面临挑战首先是性价比。有数据显示，占整个高性能计算市场75%的需求，集中在64节点以下、运算速度4万亿次左右的高性能集群。然而，上述规模的集群系统价格从数十万到数百万不等。但日前浪潮推出的“倚天”，其峰值计算能力虽然最高已达4万亿次/秒（相当于40台服务器或200台PC的计算力，体积与普通计算机相仿），而成本只有传统高性能计算系统的1/5。正是性价比的优势，使得这种CPU+GPU的异构多核架构的高性能计算系统在使用过程中也为用户带来更低的使用成本。主要体现在机房面积的缩小、耗电的减少（系统的使用及机房降温的空调等）以及更低的噪声。从这个意义上看，还符合当前绿色IT的发展趋势。最后是给用户提供了使用上的灵活性。由于体积等同于一台普通的PC或工作站，同时价格又便宜，使得用户可以更多和更方便地部署，缓解了之前用户使用单一高性能计算集群可能产生的排队现象，无形中提高了用户的使用效率。

说到CPU+GPU的异构多核架构，与之相对应就是同构多核。而英特尔就是同构多核的支持者。这让笔者想起了英特尔和NVDIA自去年就开始的有关CPU和GPU孰重孰轻的口水战。从目前和未来高性能计算技术的发展看，虽然双方都在声称自己的处理器更加重要和不可替代，但又在同时向CPU和GPU结合的路线上走。例如英特尔预计在今年即将推出的Larrabee架构，其最初的产品形态也将是显卡，但与NVDIA不同的是，它采用的是和其CPU类似的X86指令集的扩展。这样做的好处是可以保证目前基于X86架构的高性能计算系统的应用编程的兼容性和应用的广泛性。与之相比，NVDIA的Tesla则需要全新的应用编程模式。这也是其与英特尔竞争中的软肋，为此，NVDIA推出了CUDA(compute unified device architecture)架构，主要是向编程人员提供基于Tesla应用的编程环境。据NVIDIA公司中国区总经理张建中介绍，目前在全球的1000多所大学都已经开设了基于CUDA的课程，而且还与产业链的厂商密切合作一起推广。当然在这一过程中，如何说服用户改变之前的编程习惯和更快地理解CUDA带来的好处对于NVDIA将是不小的挑战。而与NVDIA相比，英特尔在产业链中的影响力和广泛的基于X86架构的应用是其未来在高性能计算市场推广同构多核架构的优势所在。那么未来究竟哪种架构能够一统高性能计算市场，博弈的过程耐人寻味。

其实不管是CPU+GPU是异构多核，还是同构多核，无非是要让未来的高性能计算系统更快、更高和更强，让用户能够以更低的价格享受到高性能计算应用带来的好处，让高性能计算真正走向普及。