“高效制勝、擴展無限—Dell HPC 行業應用實踐交流會”于2012年6月20日在北京悠唐皇冠假日酒店盛大召開，戴爾技術專家及行業技術精英和與會者切磋交流，共商HPC發展之大計。

以下是現場快遞。（聲明：本稿件來源為現場速記，可能有筆誤和別字，僅供參考）

主持人：今天最后一個發言的是Nvidia GPU并行計算高級顧問羅華平。

Nvidia GPU并行計算高級顧問羅華平

羅華平：大家下午好，今天我講的主要內容大概有四個方面，GPU簡單的介紹，另外應用我們Tesla產品的介紹，另外給大家簡單介紹一下GPU編程方式，另外我們GPU應用情況，主要是四個方面的內容。

什么是GPU計算？簡單講GPU計算是這幾年非常火的話題，現在正在德國漢堡舉行的國際超算年會上，GPU計算，或者加速器的計算方式也是比較熱門的話題。GPU計算簡單的講，在我們標準X86的架構上，加上GPU來做處理，為什么加GPU，GPU有非常強大的處理能力，通過它來彌補CPU處理能力的不足，可以把大量的計算任務交由GPU來計算，CPU和GPU同時協作計算。

其實我們回過頭來看一看Intel CPU發展情況，80年代初Intel剛剛發明CPU的時候，第一代8080，8086，其實那時候的CPU是沒有浮點運算能力的，后來Intel為了彌補CPU這個不足，后來又發明了另外一個芯片，8087，專門的浮點處理器，協助CPU做浮點運算工作。所以說這種CPU加GPU的架構，很多事情我們回過頭來看看有相似之處。所以說在這種架構中，我們也稱混合的計算環境。

為什么利用GPU來做并行計算，最重要的一點就是我們GPU浮點運算能力非常強大，GPU訪問帶寬速度非常快。GPU的浮點，綠色的是GPU，藍色的是CPU，CPU的浮點運算非常強。另外帶寬也是一樣，有很大的差距。上個月我們在美國硅谷我們還發布了新一代的Tesla產品，他的浮點運算能力又提高了至少一倍，我們現在跟CPU相比也能保持一個比較大的運算優勢。

我們有一個小小的圖可以看到編程的方式或者是數據流的工作模式，CPU把系統內存數據傳到GPU內存中其，傳完以后，對CPU發出指令去計算，GPU進行計算，計算完了以后再把結果傳回到CPU，CPU做進一步的處理，這是我們CPU+GPU異構架構的工作模式，這是我們基本的數據流程。現在CPU和GPU的這種架構，已經得到了業界廣泛的認可，在很多領域都得到了非常好的應用，在這里不詳細說了，前面的報告里面也都介紹了不同的應用類型，總體來講，GPU加速的方式，異構模式，對于我們絕大部分計算來說都有非常好的好處。我的印象中，我的客戶得到了加速最是中科院力學所，他的程序移到GPU以后，據他們講900倍的進行加速。

從我們每年超級計算機的排名我們也看到，這是在去年前年，我們在國內也是比較熱門的話題，上午演講中也提到過，天河一號，當初出來以后，是排名世界第一計算機，截止到這個月上個禮拜之前還保持在第二的位置，現在剛好是昨天在漢堡舉行的超算年會上，新一屆排名出來了，天河已經落到了第五位，星云已經落到第七位。這是最新的情況。但是在前十名中現在還有三名是用GPU來做的異構架構，在整個TOP500中，根據這次最新的排名，大概有13臺機器進入了前五百，在三年前，08年我們只有一臺機器進入前五百，現在已經有13臺。

總體來講，采用CPU+GPU異構架構對我們用戶有非常好的好處，用戶可以得到非常高的性能，用戶在同樣運算情況下可以得到更高性能的機器，性價比非常好，另外的話，能效非常好。同樣計算能力下為大家節約計算空間。

下面我們簡單看一下Tesla產品，我們剛剛發布新的產品，基于CUDA架構的GPU，我們每兩年性能會翻一倍。Tesla K10，這個產品主要針對單精度運算應用，不適合做雙精的應用。這個產品跟我們現在的M2090相比性能有了非常大的提高，他是在一個板上有兩個GPU，總共有三千多個核，它的浮點運算能力到了4.58個T，大概是M2090三倍左右，但是他的功耗非常低。K10我們主要是用在石油、電子資料處理、加密、解密、視頻解譯。我們今年下半年還發布了新產品，K20，雙精和單精性能都非常好的產品，大概是這樣，今年年底會推出。

現在對GPU運行修改方式三種，第一種就是利用GPU函數庫的方式，第二種是OpenACC的方式，第三種是CUDA/C Fortran的方式。這幾種方法也可以結合起來使用，也可以使用一種、兩種、三種，都可以。

我們稍微提一下OpenACC，OpenACC是一個開放的標準，現在不但要支持CPU還可以支持GPU，還有其他家的加速器，將來可以在不同的架構上運行。我們現在和PGI合作做了一個推廣，我們有一個30天免費的使用，用戶可以去下載應用。這種方式也非常有效，很多用戶用起來也非常好。還有其他的案例，OpenACC的編程方式是非常有效的，效果非常快。

另外CUDA編程在這不想多說，主要提兩點，第一點就是CUDA走向開放，以前CUDA是采用專有的編譯器，現在采用的是開源的編譯器，使CUDA支持新的硬件成為可能。第二點是開發CUDA X86。GPU的程序開發這個生態鏈是非常完善的，從硬件，Dell大廠家，然后我們的編譯器，我們的工具等等，還有軟件包等等。

GPU在幾個領域都得到了非常好的應用，工業主要在石油天然氣，GPU的機器目的成為了主流機器，最近中石油的處理中心購買了五百個GPU，我們Tesla中標了兩百個GPU，教育科研，生命科學的研究等等，性能有了比較好的加速。另外在制造業，做結構分析，流體分析都可以支持，特別是結構分析。另外在我們政府密碼破譯，指紋識別，GPU也有非常好的應用。另外在金融風險分析，股票價格定價等等都有比較好的應用。

在我們網站上有一個列表，所有支持GPU應用的軟件，我們都在這里詳細列出來了，軟件的名字，主要干什么的，然后它支持單GPU，多GPU，大概的加速是多少，我們都有一個介紹，用戶使用的軟件是否是GPU，可以到上面去查一查。

HPC最重要是并行化，從單GPU到多GPU，從單核到多核這樣的發展歷程。另外就是綜合處理器，又叫加速器這種方式，加速器的方式是我們GPU發展的方向。另外CPU和GPU的融合，現在我們的架構CPU和GPU還是獨立的，將來的發展是CPU和GPU會融合在一起，業界也做了一些工作。我的介紹就到這里，謝謝大家。