NVIDIA:不是GPU加速太強而是原始代碼太爛

ARIESS

　　GPGPU通用計算發展的現在早已過了萌芽期，新一代TOP500超級電腦狀元“Titan”使用的就是NVIDIA的Tesla K20加速卡作為運算主力。專業領域離消費者很遠，而我們之前做過的測試也顯示GPU通用計算也能在圖像處理、視訊編碼這樣的日常應用中給消費者帶來性能提升。

GPU編程性能確實有提高，但是沒有這麼神奇

　　如今的顯示卡一年半左右升級一次，Tesla K20相比上一代Fermi有三倍雙精度浮點性能提升，使用GPU加速的代碼也有100或者200倍的性能提升，NVIDIA以及AMD展示的代碼已經證明了這一前景，不過理念是好的，但是GPU加速真的有這麼強大的加速效果嗎？
　　NVIDIA Tesla事業部總監Sumit Gupta在接受INQ採訪時稱GPU帶來的上百倍性能提升是被現實中未最佳化的代碼打敗了。他說：“我們見到的100倍、200倍甚至更高的代碼性能提升主要來自大學，NVIDIA已經跟許多大學合作，展示了GPU加速代碼有100倍的性能提升。”
　　“他們主要來自學術研究機構，如果你仔細看一下為什麼這些代碼有100倍的性能提升，你就會發現主要原因是他們編寫的CPU代碼太爛，因為他們中很多並不是專業的電腦科學家，而是生物學家、化學家以及物理學家，他們寫的C代碼對CPU來說也不夠好，所以他們發現在GPU上使用CUDA或者CUDA Fortran編程要比在多核CPU上使用MPI或者多執行緒編程要容易的多。”
　　按照Gupta的說法，其實很多人在GPU編程環境下獲得上百倍或更高的代碼性能提升的原因並不是GPU編程性能太強大了，而是因為原始的代碼太爛，對多核CPU支援都不夠好，所以一旦用在了超多核心的GPU上性能就會大幅提升。
　　Gupta稱在HPC領域中如果代碼對多核CPU最佳化的足夠好，那麼在GPU加速環境中代碼性能提升也就只有5-10倍了，有些情況下還會更少，甚至只有2倍。不過2倍代碼加速也很不錯了，因為這樣的情況下CPU最佳化已經沒有空間了。
　　NVIDIA稍早在宣傳GPGPU通用計算時曾經舉過例子，PPT上展示的通常都是使用GPU編程性能可以提升數百倍，令人興奮不已。如今他們自己也公佈實情了，這樣的情況通常是因為原始的代碼對多核最佳化不足，連CPU性能也不能充分發揮，所以在GPU上表現出更多的性能提升。
　　如果原始的代碼已經最佳化到位，那麼在GPU加速環境下性能提升通常只有幾倍，甚至只有2倍。不過2倍的提升也算是一個滿意的結果了，因為CPU核心數量有限，此時已經沒有太多的最佳化空間了。