不同硬件的编程模型

Question

我真的不确定这是不是该问的地方。我对不同类型硬件的不同编程模型感兴趣。

它是这样开始的，我介绍了一些我正在做的工作，NVIDIA CUDA。我告诉人们，使用GPU作为协处理器的主要问题之一是，您必须将数据从主机传输到GPU。有几个人接着问我有关AMD“CPU”的问题，以及图形内核和普通CPU内核在同一个芯片上的事实。

我回避了这些问题，指出英特尔/AMD的CPU+GPU芯片将永远不会包含像专用的NVIDIA卡那样多的图形核心。

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

我的问题是：

1. 如何编写程序以利用AMD/Intel芯片上的图形核心？
2. 这些图形核心真的能直接访问主机内存吗？
3. 在SP和DP触发器中，是否有关于这些芯片的性能的信息？
4. 来自CUDA，NVIDIA GPU的编程和其他相关芯片有什么相似之处？
5. 细胞处理器的SPE是如何访问内存的，或者它的编程模型与今天的Intel/AMD芯片相比是怎样的？

Answer 1

如何编写程序以利用AMD/Intel芯片上的图形核心？

OpenCL，但我不认为英特尔已经完成了使用图形核心的工作。

这些图形核心真的能直接访问主机内存吗？

是的，但有几个注意事项。

1. 虽然主机内存的带宽要好于PCI-e，但它不像GPU对图形内存的带宽(3-4倍的差异)。
2. 在某些情况下，OpenCL可能需要自己的数据副本。对于GPU来说，这种情况必须发生(主机内存-> Graphics Mem)，对于一个APU来说，您想要确保它不会发生。这很大程度上取决于您如何分配缓冲区，据我所知。

基本上你已经改变了妥协条款。过去，启动成本(将数据复制到图形内存)非常重要，因此工作项需要足够大，以便在向GPU发送一些东西时使其具有价值。这一成本现在已经下降(没有拷贝)，但是内核的性能更低(它们更少，内存带宽也更低)。

这是一个有趣的开发，它可能使GPGPU技术在更多的情况下是值得的，但是没有这样的，获得了巨大的收益。不过，收益仍将很大。

在SP和DP触发器中，是否有关于这些芯片的性能的信息？

我讨厌重复营销数字，但是AMD A8-3850有一个480 GFLOPS的标题数字。

来自CUDA，NVIDIA GPU的编程和其他相关芯片有什么相似之处？

我没有使用过CUDA，所以其他人可能想回答，但我的理解是，CUDA和OpenCL有许多相同的概念(内存模型、内核等)，但是CUDA确实为OpenCL没有的政党带来了一些东西(C++-isms)

另外，Nvidia和AMD在架构上也有差异，主要是Nvidia的核心是标度的，AMD是矢量的，所以要想在AMD上获得最佳的性能，需要编写矢量代码。

Answer 2

我只有使用CUDA的经验，答案是基于这些经验和一些事情，我只是做了一个快速搜索(我也想知道一些答案)。

1. 我认为它们是用同样的方式写的。您可以在它们中全部使用OpenCL，即使在硬件实现上存在差异，它们也遵循相同的原则。
2. 我不知道AMD和英特尔是如何，但我会说是的。你可以用CUDA来做。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。NVIDIA甚至建议，如果您有一个集成的NVIDIA系统( CUDA C编程指南第5.3.1节)，则建议以这种方式使用内存。
3. 是。要了解英特尔，请查看第11页中的英特尔高清图形DirectX开发者指南(桑迪桥) (英特尔HD3000的125 125GFlops)。对于AMD，他们把一些价值放在每张卡的规格页上，例如HD6990。你可能会在某个地方找到一个比较。
4. 正如我所说的，我认为编程模型是相似的，OpenCL也有内核、主机和设备内存的概念，以及线程和工作组的标识符(仅举几个例子)。为了最大限度地提高性能，您需要了解一些关于特定体系结构的知识，但是您可以使用类似的方法来处理所有这些架构。
5. 不知道..。

Answer 3

我在OpenCL中做过Bigdata方面的工作。

如何编写程序以利用AMD/Intel芯片上的图形核心？

OpenCL是一种适用于异构环境的底层编程模型.它用于使用系统中的所有计算资源，如CPU、CPU、CPU、FPGA等。OpenCL代码程序也称为运行在CPU和CPU核心上的内核。

虽然英特尔大部分是以其处理器而不是GPU而闻名，但他们现在也提供GPU相当长的时间，比如英特尔GMA和后来的英特尔高清图形。