不同硬件的编程模型答案

【问题标题】：Programming models of different hardware不同硬件的编程模型
【发布时间】：2012-01-06 00:55:59
【问题描述】：

我真的不确定这是否是正确的地方。我对不同类型硬件的不同编程模型感兴趣。

开始是这样的，我展示了我正在使用 NVIDIA CUDA 完成的一些工作。我告诉人们，使用 GPU 作为协处理器的主要问题之一是您必须在主机和 GPU 之间传输数据。然后有几个人继续向我询问有关 AMD“APU”的问题，以及图形核心与常规 CPU 核心位于同一芯片上的事实。

我回避了这些问题，指出 Intel/AMD CPU+GPU 芯片永远不会包含与专用 NVIDIA 卡一样多的图形内核。

问题是，我真的不知道 AMD APU 或 Intel Sandy/Ivy Bridge 芯片的编程模型是什么。

我的问题是：

【问题讨论】：

“Intel/AMD CPU+GPU 芯片永远不会包含与专用 NVIDIA 卡一样多的图形核心。”绝不？也许不是今天，但没有技术原因导致集成到 CPU 中的 GPU 不能拥有与专用 GPU 相同数量的内核。

【解决方案1】：

如何编写程序以利用 AMD/Intel 芯片上的图形内核？

OpenCL，但我认为英特尔没有完成这项工作to use the graphics cores。

这些图形核心真的可以直接访问主机内存吗？

是的，但有几点需要注意。

虽然到主机内存的带宽优于 PCI-e，但不如 GPU 对图形内存的带宽那么多（3-4 倍的差异）。
OpenCL 在某些情况下可能需要它自己的数据副本。对于 GPU，这必须发生（主机内存 -> 图形内存），对于 APU，您要尝试确保它不会发生。据我了解，这很大程度上取决于您如何分配缓冲区。

基本上你已经改变了妥协的条款。过去，启动成本（将数据复制到图形内存）足够高，以至于工作项目需要足够大，才能在向 GPU 发送东西时值得。该成本现在已经下降（没有副本），但内核的性能较低（它们更少，内存带宽更低）。

这是一个有趣的发展，它可能使 GPGPU 技术在更多情况下值得，但没有这样的巨大收益。不过，收益仍然很大。

有没有关于这些芯片在 SP 和 DP FLOPS 中的性能类型的任何信息？

我不愿意重复营销数字，但 AMD A8-3850 的标题数字是 480 GFLOPS

来自 CUDA，NVIDIA GPU 的编程与其他相关芯片的编程有何相似之处？

我没用过 CUDA，所以其他人可能想回答，但我的理解是 CUDA 和 OpenCL 有很多相同的概念（内存模型、内核等），但 CUDA 确实为OpenCL 没有的一方（C++ 主义）

然后 Nvidia 和 AMD 之间存在架构差异，主要是 Nvidia 的内核是可缩放的，而 AMD 是矢量的，因此要在 AMD 上获得最佳性能，您需要编写矢量代码。

【讨论】：

【解决方案2】：

我只有使用 CUDA 的经验，答案是基于那次经验和我刚刚快速搜索的一些东西（我也想知道一些答案）。

我认为它们的编写方式相同。您可以在它们中全部使用 OpenCL，即使硬件实现存在差异，它们也遵循相同的原则。
我不知道 AMD 和 Intel 的情况如何，但我会说是的。你可以用 CUDA 做到这一点。使用映射的页面锁定主机内存，您可以直接从内核访问主机上的内存。如果您有一个集成的 NVIDIA 系统，NVIDIA 甚至建议您以这种方式使用内存（CUDA C 编程指南的第 5.3.1 节）。
是的。对于英特尔，请查看第 11 页上的Intel HD Graphics DirectX Developer's Guide (Sandy Bridge)（英特尔 HD3000 最大为 125GFlops）。对于 AMD，他们在每张卡的规格页面上添加了一些价值，例如 AMD Radeon HD6990。您可能可以在某处找到比较。
正如我所说，我认为编程模型是相似的，OpenCL 还具有内核、主机和设备内存以及线程和工作组标识符的概念（只是一些示例）。为了最大限度地提高性能，您需要了解特定架构，但您可以使用类似的方法处理所有架构。
不知道...

【讨论】：

【解决方案3】：

我已经在 OpenCL 中使用 Bigdata 完成了工作。

如何编写程序以利用 AMD/Intel 芯片上的图形内核？

OpenCL 是一种适用于异构环境的低级编程模型。它旨在使用系统中的所有计算资源，例如； CPU、GPU、APU、FPGA 等。OpenCL 代码程序也称为内核，运行在 GPU 和 CPU 内核上。

虽然英特尔主要以其处理器而不是 GPU 而闻名，但他们现在也提供 GPU 很长一段时间了，比如英特尔 GMA 和后来的英特尔高清显卡。

【讨论】：