超级军网[CPU]《开源可扩充处理器架构 源代码 》2009 T2 v1.2
来源：百度文库 编辑：超级军网 时间：2024/04/30 13:32:47
]]
CPU和GPU应用范围可不太一样的
新一代的UltraSPARC T2处理器带有8个核心，可以同时处理64个线程。T2的产品代号Niagra 2，不仅将应用在SUN自己的服务器上，还可能放在机顶盒、路由器等设备中。目前处理器由TI负责制造，采用SoC设计，带有2个以太网接口，1个 PCIe ×8接口和4个双通道FBDIMM内存控制器，整个处理器带有5.03亿个晶体管，核心大小342平方毫米，目前共推出1.2GHz与1.4GHz两种频率，在1.4GHz主频的电压为1.1伏，工作频率上功耗85W
＝＝＝＝＝＝＝＝＝＝
85w的功耗也能用在机顶盒、路由器上，平均下来单核功耗也有10w左右了呀。
＝＝＝＝＝＝＝＝＝＝
85w的功耗也能用在机顶盒、路由器上，平均下来单核功耗也有10w左右了呀。
CUDA ，GPGPU又是什么:victory:
GPGPU和GPU是一回事吗？
何况目前的趋势是异构多核…………
何况目前的趋势是异构多核…………
原帖由 yigua 于 2009-2-23 21:13 发表
GPGPU和GPU是一回事吗？
何况目前的趋势是异构多核…………
GPGPU是GPU运用在通用计算上的一个实例。难道你认为让显卡给你启动一个windows才算数;P 异构多核？GPU就是异构多核的:victory: intel那个杂种U想超越GPU还早了20年:handshake
]]
原帖由 yigua 于 2009-2-23 21:47 发表
这里的“异构多核”是指将CPU core和GPU core进行集成，没有说清楚。GPU在功能上无法直接替代CPU的…………
你说的“杂U”，体现在应用范围的不同上，说不上超越不超越。你能直接拿GPU起操作系统吗？当然在浮点计算 ...
浮点也未必是gpu更快。
两者并不是相同的浮点---修正成相同的浮点的话就能发现gpu也不见得快。
gpu的优点是并行度大，而且很多应用确实不在乎精确浮点。
原帖由 spinup 于 2009-2-23 21:57 发表
浮点也未必是gpu更快。
两者并不是相同的浮点---修正成相同的浮点的话就能发现gpu也不见得快。
gpu的优点是并行度大，而且很多应用确实不在乎精确浮点。
对GPU了解到不太多，正打算研究一下。
请教一下GPU浮点计算与CPU的区别？
gpu原本只有单精度fpu， 最近出来gpu的为了支持gpgpu 加入了对双精度浮点的支持 但同时性能至少下降一半。
而且gpu的设计目标是图形加速，其结构未必对每种计算密集的应用都有很好的加速比。
而且gpu的设计目标是图形加速，其结构未必对每种计算密集的应用都有很好的加速比。
原帖由 lgthunders 于 2009-2-23 22:11 发表
gpu原本只有单精度fpu， 最近出来gpu的为了支持gpgpu 加入了对双精度浮点的支持 但同时性能至少下降一半。
而且gpu的设计目标是图形加速，其结构未必对每种计算密集的应用都有很好的加速比。
GPU优点是core狂多，缺点是结构针对特定任务优化，弹性太差。
需要的话float->double不是很大的问题，相对而言。
任务弹性才是问题。
原帖由 thomasyoung 于 2009-2-24 01:37 发表
GPU优点是core狂多，缺点是结构针对特定任务优化，弹性太差。
需要的话float->double不是很大的问题，相对而言。
任务弹性才是问题。
DSP类型离散海里数据处理才是GPU的长处,如果做有限元才正是发挥能力的地方
原帖由 thomasyoung 于 2009-2-24 01:37 发表
GPU优点是core狂多，缺点是结构针对特定任务优化，弹性太差。
需要的话float->double不是很大的问题，相对而言。
任务弹性才是问题。
占据科学计算应用里绝大部分执行时间的正是这类弹性很差，数据很规整的hot spot。
科学计算范围很广 跟图形加速相似的只是其中一小部分，对某些科学计算来说GPU的加速比非常有限。
当然 对不尽相同的应用GPU也有一定的加速效果， 但其特定的结构决定了 它无法达到对所有运算单元的最优运用。
真正面向HPC的加速处理器 其结构会对绝大多数科学计算进行优化， flexibility 强得多。
当然 对不尽相同的应用GPU也有一定的加速效果， 但其特定的结构决定了 它无法达到对所有运算单元的最优运用。
真正面向HPC的加速处理器 其结构会对绝大多数科学计算进行优化， flexibility 强得多。
原帖由 lgthunders 于 2009-2-24 17:07 发表
科学计算范围很广 跟图形加速相似的只是其中一小部分，对某些科学计算来说GPU的加速比非常有限。
当然 对不尽相同的应用GPU也有一定的加速效果， 但其特定的结构决定了 它无法达到对所有运算单元的最优运用。
真正 ...
你说的我都同意，我和你的不同只在于，我是跟目前的通用CPU在对比，你却在和你设想中的通用HPC加速器对比
但是，HPC的市场相比消费电子市场只是九牛一毛。脱胎于后者的设计注定会有更强大的生命力。研究人员不是傻子。这就是为什么纯种的加速卡如clearspeed，几乎都是半死不活，GPGPU却能一呼百应。
加速卡企业被nvidia收购是老新闻了吧