幾十年來，計算機CPU芯片一直按照摩爾定律飛速發(fā)展，每隔十八個月，單位芯片面積上的晶體管數(shù)量就增加一倍，性能提高一倍。由于物理極限的限制，單純依靠制造工藝的提升已經(jīng)無法滿足計算需求，X86傳統(tǒng)計算平臺陷入了技術(shù)發(fā)展的瓶頸。內(nèi)存延時長、頻率低導(dǎo)致緩存面積越來越大，邏輯控制越來越復(fù)雜。緩存消耗了70%以上的芯片面積，同時也消耗了70%以上的電能，真正有效的運算部件面積比重很小。芯片上的晶體管密度越來越大，使得單位面積上功耗持續(xù)增加，散熱問題日益嚴重。

由于CPU的性能提升并不是無止境的，這也就催生出計算技術(shù)向多樣化發(fā)展，而不僅僅依賴于傳統(tǒng)的計算平臺。當計算技術(shù)進一步細化，GPU作為一種獨立的計算單元，以其優(yōu)異的運算性能脫穎而出，為計算技術(shù)的革新帶來了一種新的思路。

GPU計算是指利用圖形卡來進行一般意義上的計算，而不是傳統(tǒng)意義上的圖形繪制。時至今日，GPU已發(fā)展成為一種高度并行化、多線程、多核的處理器，具有杰出的計算功率和極高的存儲器帶寬，如圖所示。

　　圖：CPU和GPU的每秒浮點運算次數(shù)和存儲器帶寬

這種新技術(shù)并非突破了馮?諾依曼，而是參考CPU中傳統(tǒng)的ALU單元，將眾多的ACL單元集成到一顆芯片內(nèi)部，形成ALU運算單元陣列，簡化邏輯控制結(jié)構(gòu)，從而滿足計算密集型程序的運行，成為一個獨立的計算加速單元。

CPU和GPU之間浮點功能之所以存在這樣的差異，原因就在于GPU專為計算密集型、高度并行化的計算而設(shè)計，上圖顯示的正是這種情況，因而，GPU的設(shè)計能使更多晶體管用于數(shù)據(jù)處理，而非數(shù)據(jù)緩存和流控制，如圖所示。

圖：GPU中的更多晶體管用于數(shù)據(jù)處理

GPU計算得到了業(yè)界的廣泛支持，NVIDIA、AMD、INTEL等都對芯片市場的微妙變化和GPU計算的技術(shù)發(fā)展前景都極為關(guān)注，并展開了激烈的技術(shù)競賽。

作為異構(gòu)計算領(lǐng)域堅定的支持者和踐行者，曙光公司從國內(nèi)第一套異構(gòu)集群開始到HC2000異構(gòu)計算方案的推出，一直在積極推進國內(nèi)HPC領(lǐng)域的異構(gòu)計算加速技術(shù)。

GPU計算方案配置選擇，主要考慮以下因素：

1. 計算比例，通常應(yīng)用程序的執(zhí)行需要GPU與CPU協(xié)同完成，可根據(jù)GPU計算部分所占比重，配置節(jié)點GPU卡密度;

2. 計算規(guī)模，根據(jù)不同應(yīng)用數(shù)據(jù)規(guī)模及計算類型，可以選擇單機單GPU卡、單機多GPU卡和GPU集群應(yīng)用模式;

3. 數(shù)據(jù)通信，在GPU集群模式下，可根據(jù)應(yīng)用程序?qū)和ㄐ艓捈把舆t的需求，選擇高速Infiniband網(wǎng)絡(luò)或萬兆網(wǎng)絡(luò);

4. 存儲系統(tǒng)：單節(jié)點應(yīng)用模式下一般數(shù)據(jù)量比較小，對存儲系統(tǒng)性能要求不高，一般采用本地存儲;集群環(huán)境下，應(yīng)用數(shù)據(jù)量比較大，一般配置大容量、統(tǒng)一、高速的并行文件系統(tǒng)，另外對一些特殊應(yīng)用，如石油、天然氣應(yīng)用，可以在每個GPU計算節(jié)點內(nèi)部配置SSD硬盤，作為分級存儲使用，加速節(jié)點內(nèi)部數(shù)據(jù)交換;

5. 管理調(diào)度，合理選擇GPU集群的作業(yè)調(diào)度和監(jiān)控系統(tǒng)，可以提升集群的使用效率，降低維護成本。