process - 用于并行计算的 CPU 卡？

Question

我记得前段时间读到，系统有 cpu 卡来增加额外的处理能力来进行大规模并行化。任何人都有这方面的经验和任何资源来研究项目的硬件和软件方面？这项技术是否不如传统集群？是不是更有权力意识？

Answer 1

有两个很酷的选择。一种是 Mitch 提到的 GPU 的使用。另一种是获得具有多核 Cell 处理器的 PS/3。

您还可以设置多台廉价的主板 PC 并运行 Linux 和 Beowulf。

Answer 2

您是否查看过各种GPU 计算选项。Nvidia（可能还有其他公司）正在提供基于利用显卡功能的个人超级计算机。

Answer 3

GPGPU 可能是发烧友最实用的选择。但是，DSP 是另一种选择，例如德州仪器、飞思卡尔、模拟设备和恩智浦半导体制造的那些。当然，其中大多数可能更多地针对工业用户，但您可能会研究Storm-1系列 DSP，其中一些价格应该低至每件 60 美元。

数据并行的另一个选择是物理处理单元，如 Nvidia（以前的 Ageia）PhysX。这些协处理器最明显的用途是用于游戏，但它们也用于科学建模、密码学和其他矢量处理应用程序。

ClearSpeed 附加处理器是另一种可能性。这些基本上是为 HPC 应用程序设计的 SIMD 协处理器，因此它们可能超出您的价格范围，但我只是在这里猜测。

所有这些建议都基于数据并行性，因为我认为这是最具潜力的领域。通过简单地利用矢量处理和更专业的 SIMD 指令集，许多当前 CPU 密集型应用程序可以在低得多的时钟速率（并且使用更少的功率）下更快地执行。

确实，大多数计算机用户只需要英特尔凌动处理器即可满足他们的大多数休闲计算需求：电子邮件、浏览网页和播放音乐/视频。而对于另外 10% 的实际确实需要大量处理能力的计算任务，通用标量处理器通常并不是完成这项工作的最佳工具。

即使是大多数确实有严重处理需求的人，也只需要它来进行范围很窄的应用；物理学家不需要能够播放最新 FPS 的 PC；音响工程师不需要进行科学建模或进行统计分析；并且图形设计师不需要进行数字信号处理。具有高度专业化指令集的特定领域矢量处理器（如用于游戏的现代 GPU）将能够比高功率通用 CPU 更有效地处理这些任务。

集群计算无疑对核研究等许多高端工业应用非常有用，但我认为矢量处理对普通人来说有更多的实际用途。

Answer 4

OpenCL - 是跨不同供应商和处理器类型、单核、多核、显卡、单元等进行 HPC 计算的行业范围标准......请参阅http://en.wikipedia.org/wiki/OpenCL。

这个想法是，使用简单的代码库，您可以使用机器上的所有备用处理能力，而不管处理器类型如何。

Apple 已在其下一个版本的 Mac OS X 中实施了这一标准。nVIDIA、ATI、Intel 等也将提供该标准。

Answer 5

Mercury Computing提供了一个Cell Accelerator Board，它是一个带有 Cell 处理器的 PCIe 卡，运行 Yellow Dog Linux 或 Mercury 的 YDL 风格。Fixstars 提供更强大的 Cell PCIe 板，称为GigaAccel。我打电话给 Mercury，他们说他们的板子大约 5000 美元，没有软件。我猜 GigaAccel 的价格要贵一倍。

我发现使用了其中一个 Mercury 板，但它没有附带电源线，所以我还不能使用它，很遗憾。