GPU并行计算基础知识科普_gpu并行计算原理

1.什么是异构架构？

使用CPU，GPU等两种或多种不同的硬件架构结合在一起完成计算任务。

说白了就是CPU内部组织 和 GPU内部组织不一样，即“异构”。

2.什么叫GPU通用计算，也就是GPU并行计算。

没启用GPU计算之前的计算任务，通常是由cpu来完成的。

后来随着GPU的性能越来越强，就和CPU组织在一起完成某项计算任务。

并行计算，顾名思义就是同时进行计算。

看下面的GPU架构就大概知道了：每个小格子可以做同样的计算任务，非常适合处理那种没有先后顺序影响的计算任务。

举个例子，要找到一个512长度的正整数uint数组里最大的值?

用CPU做搞个for循环也不是不行，计算复杂度是O(N).

用GPU并行计算来做就很快，先把512长度直接拦腰切断为两个256，然后下标[0]的下标[256]的比较取大，下标[1]的下标[257]的比较取大，以此类推。一次就减半了，512 = 2的9次幂，9次就出结果了。

计算复杂度O(logN)。这效率不谈了。

另外，对矩阵加减法简直就是一步到位。

 

3.常用的支持GPU通用计算的开发环境OpenCL和Cuda有什么区别，怎么做选择？

Cuda是Nvida专属，opencl是通用的，A卡也行。但是这两年老黄的显卡这么顶，懂得都懂，Cuda的学习生态环境会好很多。但是，在实际项目中需要兼顾A卡用户，你opencl也得会点。

接下来我会介绍opencl和cuda简单测试框架（C++版本）。