CUDA并行计算框架(三)应用前景。相比价微软的并行计算框架
2011-11-12 13:06
375 查看
关于微软.net4.0推出的并行计算框架 还没深入了解
有兴趣的同学可以参考下http://bitfan.blog.51cto.com/907048/200199系列博文
不过发表下个人的观点 微软.NET 4.0中引入的并行扩展(包括任务并行库TPL和PLINQ)开发技术基于cpu。
从应用领域上来说CPU擅长处理不规则数据结构以及递归算法、分支密集型代码和单线程程序。这类程序任务拥有复杂的指令调度、循环、分支、逻辑判断以及执行等步骤。例如,操作系统、文字处理等,而GPU擅于处理规则数据结构。例如,光影处理,游戏显像等。从微架构上看,CPU和GPU看起来完全不是按照相同的设计思路设计的,当代CPU的微架构是按照兼顾“指令并行执行”和“数据并行运算”的思路而设计,就是要兼顾程序执行和数据运算的并行性、通用性以及它们的平衡性。GPU的微架构就是面向适合于矩阵类型的数值计算而设计的,大量重复设计的计算单元,这类计算可以分成众多独立的数值计算——大量数值运算的线程,而且数据之间没有像程序执行的那种逻辑关联性。
不过 微软的东西毕竟推广好 容易上手 开发方便 嘿嘿。
补充一下,单纯的论计算,.net 4.0中的性能肯定不如cuda,不过cuda基于gpu和显存,在传统的业务系统中可用性不是很大,用来作为底层的支撑模块还是蛮好的,至于如何选择最佳的方案要看项目的实际环境和需求了。
有兴趣的同学可以参考下http://bitfan.blog.51cto.com/907048/200199系列博文
不过发表下个人的观点 微软.NET 4.0中引入的并行扩展(包括任务并行库TPL和PLINQ)开发技术基于cpu。
从应用领域上来说CPU擅长处理不规则数据结构以及递归算法、分支密集型代码和单线程程序。这类程序任务拥有复杂的指令调度、循环、分支、逻辑判断以及执行等步骤。例如,操作系统、文字处理等,而GPU擅于处理规则数据结构。例如,光影处理,游戏显像等。从微架构上看,CPU和GPU看起来完全不是按照相同的设计思路设计的,当代CPU的微架构是按照兼顾“指令并行执行”和“数据并行运算”的思路而设计,就是要兼顾程序执行和数据运算的并行性、通用性以及它们的平衡性。GPU的微架构就是面向适合于矩阵类型的数值计算而设计的,大量重复设计的计算单元,这类计算可以分成众多独立的数值计算——大量数值运算的线程,而且数据之间没有像程序执行的那种逻辑关联性。
不过 微软的东西毕竟推广好 容易上手 开发方便 嘿嘿。
补充一下,单纯的论计算,.net 4.0中的性能肯定不如cuda,不过cuda基于gpu和显存,在传统的业务系统中可用性不是很大,用来作为底层的支撑模块还是蛮好的,至于如何选择最佳的方案要看项目的实际环境和需求了。
相关文章推荐
- CUDA并行计算框架(三)应用前景。相比价微软的并行计算框架
- CUDA并行计算框架(二)实例相关。
- 【转载】CUDA并行计算框架
- CUDA并行计算框架(二)实例相关。
- 【CUDA开发-并行计算】NVIDIA深度学习应用之五大杀器
- 学界| UC Berkeley提出新型分布式框架Ray:实时动态学习的开端—— AI 应用的系统需求:支持(a)异质、并行计算,(b)动态任务图,(c)高吞吐量和低延迟的调度,以及(d)透明的容错性。
- CUDA并行计算框架(一)概念相关、内容比较抽象。
- Spark——并行计算框架
- 【并行计算-CUDA开发】CUDA编程——GPU架构,由sp,sm,thread,block,grid,warp说起
- 大数据系列之并行计算引擎Spark部署及应用
- Java线程篇(十一):Fork/Join-Java并行计算框架
- 云计算应用前景广阔
- Tiny并行计算框架之实现机理
- CUDA(6)之并行计算简介
- 【计算机视觉】【并行计算与CUDA开发】GPU硬解码---DXVA
- 【并行计算-CUDA开发】OpenCL、OpenGL和DirectX三者的区别
- JDK7并行计算框架介绍一 Fork/Join概述(官方原版-英文)
- Tiny并行计算框架之实现机理
- 【开源专访】Fourinone创始人彭渊:打造多合一的分布式并行计算框架
- win7 64位下自行编译OpenCV2.4.10+CUDA toolkit 5.5的整个过程以及需要注意的问题(opencv+cuda并行计算元素的使用)