深究計算機GPU的發展與局限

　　GPU是顯示卡的“心臟”，也就相當于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能，同時也是2D顯示卡和3D顯示卡的區別依據。下面yjbys小編就來和大家談談從軟件算法生態看GPU的發展與局限。想了解更多相關資訊請持續關注我們應屆畢業生培訓網。

　　GPU 作為一種協處理器，傳統用途主要是處理圖像類并行計算任務;

　　計算機系統面對的計算任務有著復雜而不同的性能要求，當CPU 無法滿足特定處理任務時，則需要一個針對性的協處理器輔助計算。GPU 就是針對圖像計算高并行度，高吞吐量，容忍高延遲而定制的并行處理器。

　　人工智能加速硬件技術路線尚未確定，GPU 加速受多重挑戰;

　　在人工智能技術發展早期，GPU 作為一種現成的并行計算加速芯片被使用在多個項目之中，如汽車的自動駕駛，圖像識別算法等。

　　但GPU 未必為人工智能加速硬件的終極答案。早在2014 年就有研究表明使用FPGA(現場可編程邏輯門陣列)與GPU 在加速圖像識別類任務能效比為7：2;2016 年5 月末谷歌披露其TPU(Tensor Processing Unit)專用人工智能加速芯片性能相比之前解決方案高出一個數量級。TPU 已秘密使用在谷歌諸多商業項目中超過一年，并參加了與李世石的世紀人機圍棋大戰。谷歌專用人工智能芯片實用化超出市場的認知和預期;

　　芯片上大規模并行計算優化可分為兩個主要問題：計算單元優化和片上網絡優化。GPU 限于最初設計目標，在兩個方向上均不能完美匹配人工智能主流算法。未來隨著人工智能技術大規模商用化，從產業鏈過去發展的歷史類比，專用人工智能加速協處理器將對GPU 這類過渡方案構成挑戰。

　　GPU 是VR 顯示性能的保障，VR 是未來GPU 市場的支撐之一;

　　VR 對圖形計算性能要求超過現有大眾級顯卡水平，未來VR 設備市場將成為GPU 市場增長的支撐之一。重度VR 設備主要替換現有的游戲主機和部分客廳高清電視市場，2015 年兩者合計最大可替換規模6000 萬臺。考慮到GPU 在游戲主機領域是替換升級而非新增市場，且游戲主機消費人群與高清電視消費人群有一定重合，我們預期未來高性能GPU 市場空間在游戲主機與游戲主機+高清電視市場之間的某一個數字。

　　GPU 在云計算/大數據等領域也有較好的應用前景;

　　GPU 的并行計算能力適合在除圖形計算以外的多種特定計算場景中，云計算提供商如亞馬遜將GPU 嵌入云計算服務EC2 中提供給用戶。大數據基礎開源軟件架構Hadoop 的部分組件適合使用GPU 加速;Nvidia 積極推廣云+GPU+游戲模式拓展新市場。NV 產品線中供給數據中心的業務雖然體量依然與游戲用GPU 相比太小，但是還是可以有積極期待。

【深究計算機GPU的發展與局限】相關文章：

計算機應用的現狀與發展10-31

計算機通信技術的發展與應用10-23

計算機的發展試題解析201607-19

計算機速錄教育的發展趨勢06-15

計算機應用技術與發展10-03

計算機硬件的日常維護與發展07-01

Java用于嵌入式系統的局限07-10

全國計算機等級考試歷史發展08-24

計算機應用的發展現狀及趨勢08-20

計算機應用技術的應用與發展06-10