در حالی که توسعه دهندگان کارت گرافیک Nvidia افزایش سرعت 100x، اینتل تنها با برخی از دانه با استفاده از CUDA 14X می بیند.

مقاله اخیر ZoomA نوشته شده توسط اینتل و ارائه شده به همایش بین المللی معماری کامپیوتر در فرانسه ادعا می کند که انویدیا پردازنده گرافیکی جیفورس GTX 280 فقط 14X سریعتر از Core i7 است خود را 960 پردازشگر است. این مقاله تلاش می کند تا احساسات غلط و پوچ را از کسی دور کردن ادعاهای ساخته شده توسط توسعه دهندگان کارت گرافیک Nvidia که شاهد بهبود عملکرد 100x در برخی از دانه های نرم افزار با استفاده از CUDA در مقایسه با زمانی که برای اجرای آنها را بر روی CPU است.

اما این است که هر جای تعجب است؟ GPU ها مانند کارت گرافیک Nvidia GTX 280 به 240 پردازش هسته CPU به طور متوسط ​​تنها دارای شش هسته. با این حال معلوم نیست چگونه اینتل به آن "14X" نتیجه رسید، این یافته ها اشاره به مجموعه ای از معیار های ناشناخته، کارت گرافیک Nvidia و حتی اشاره کرد که آنها در این مقاله نمی شد مشخص شده است.

"[اما] در واقع معلوم نیست چه کد اجرا شد و چگونه است که آنها در مقایسه بین GPU و CPU شد، گفت:" کارت گرافیک Nvidia سخنگوی اندی کین. "[هنوز]، آن را نمی خواهد بود اولین بار در صنعت دیده است اینتل با استفاده از این نوع ادعا با معیار.

بازی در عنوان مقاله Debunking 100x GPU در مقابل CPU اسطوره کین گفت که اسطوره واقعی است که پردازنده های چند هسته ای بسیار آسان است برای هر توسعه دهنده برای استفاده و بهبود عملکرد. در مقابل، [ما] CUDA معماری محاسبات موازی است که کمی بیش از صدها 3 ساله و در حال حاضر مصرف کننده، برنامه های کاربردی حرفه ای و علمی در حال دیدن speedups در محدوده از 10 تا 100x با استفاده از کارت گرافیک Nvidia GPU ها است. "

به طور طبیعی اینتل تلافی کرد و گفت که کارت گرافیک Nvidia یکی از بخش کوچکی از کاغذ خارج از چهار چوب گرفته بود و حتی افزود که عملکرد هسته پردازنده گرافیکی است که اغلب اغراق آمیز است.

سخنگوی اینتل گفت: "پردازنده های عمومی هدف مانند پردازنده Core i7 اینتل و یا پردازنده Xeon اینتل بهترین انتخاب برای اکثریت قریب به اتفاق برنامه های کاربردی، آنها را برای مشتری، به طور کلی و یا بخشهای بازار HPC". دلیل این است که به خوبی شناخته شده اینتل مدل معماری برنامه نویسی، ابزار کامل برای توسعه نرم افزار و عملکرد قوی تری در سراسر طیف گسترده ای از وظایف سنگین و نه فقط دانه نرم افزار خاص است. "

اینتل بنا به گزارش رسیده اذعان کرد که دانه های نرم افزار در یک کارت گرافیک Nvidia GeForce GTX 280 به 14 برابر سریع تر اجرا شود در مقایسه با 960 CPU Core i7 است.

با توجه به کارت گرافیک Nvidia سخنگوی اندی کین، دانه به احتمال زیاد توسط اینتل در نسل قبلی GTX 280 GPU بدون هیچ گونه بهینه سازی تست شده است.

آیا انویدیا جیفورس 14X سریعتر از پردازنده Core i7 هسته ای اینتل؟ "[اما] آن است در واقع معلوم نیست ... چه کدهای شد اجرا و چگونه آنها بین GPU و CPU در مقایسه شد ... [هنوز]، آن را نه می باشد اولین بار این صنعت کرده است دیده می شود اینتل با استفاده از این نوع ادعا با معیار "

کین توضیح داد که آمار فوق در مقاله اینتل با عنوان "Debunking 100x افسانه GPU در مقابل CPU در سمپوزیوم بین المللی بر روی کامپیوتر معماری (ایسکانیوز) در سنت-Malo، فرانسه ارائه شد.

[بله]، در واقع درست است که * تمام * برنامه های کاربردی می توانند این نوع از سرعت بالا را ببینید، فقط باید را به منظور افزایش عملکرد قدر. اما 100X یو پی اس سرعت و فراتر از آن، توسط صدها نفر از توسعه دهندگان شده اند، "کین گفت TG روزانه در یک بیانیه الکترونیکی فرستاده خواهد شد.

[بنابراین]، اسطوره واقعی در اینجا این است که پردازنده های چند هسته ای برای هر توسعه دهنده برای استفاده و بهبود عملکرد بسیار آسان می باشد. در مقابل، [ما] CUDA معماری محاسبات موازی است که کمی بیش از صدها 3 ساله و در حال حاضر مصرف کننده، برنامه های کاربردی حرفه ای و علمی در حال دیدن speedups در محدوده از 10 تا 100x با استفاده از کارت گرافیک Nvidia GPU ها است. "

جای تعجب نیست، سخنگوی اینتل TG روزانه این است که کارت گرافیک Nvidia "یک بخش کوچک از مقاله" خارج از چهار چوب خود را گرفته بود.

"در حالی که درک عملکرد هسته می تواند مفید باشد، دانه ها به طور معمول نشان دهنده تنها یک بخش از کار به طور کلی یک برنامه واقعی می کند. همانطور که شما می توانید از داده ها در این مقاله را ببینید - ادعا کند که در سراسر عملکرد هسته GPU اغلب اغراق شده است.

پردازنده Core i7 پردازنده ی اینتل "در حال حاضر، پردازنده های همه منظوره مانند پردازنده Core i7 اینتل و یا اینتل Xeon بهترین انتخاب برای اکثریت قریب به اتفاق برنامه های کاربردی، آنها را برای سرویس گیرنده، سرور به طور کلی و یا بخشهای بازار HPC. دلیل این است که از شناخته شده اینتل مدل معماری برنامه نویسی، ابزارهای توسعه نرم افزار و عملکرد قوی تری در سراسر طیف گسترده ای از وظایف سنگین بالغ - فقط دانه نرم افزار خاص نمی باشد.

[بله]، ممکن است به برنامه پردازنده گرافیکی بر روی وظایف سنگین غیر گرافیکی محاسبه است. اما عملکرد مطلوب است که به طور معمول تنها با مقدار بالا بهینه سازی دست به دست، نیاز به گرافیک زبان شبیه به برنامه از DirectX یا از OpenGL سایه زن یا زبان صنعت غیر استاندارد است.

"برای کسانی که نرم افزار HPC که انجام این کار سود از سطح بسیار بالایی موازی سازی، اینتل معماری MIC خواهد بود انتخاب خوبی به عنوان آن پشتیبانی از ابزار استاندارد و کتابخانه های استاندارد زبان های سطح بالا مثل C / C + +، FORTRAN، استفاده از این کتابخانه، MPI در میان دیگر بسیاری از است. "

اگر شما این پست را دوست دارم، به اشتراک در خوراک آر اس اس و دریافت آخرین ارسال ها در هر زمان که آنها هستید در دسترس است. با تشکر از شما