[有字天書]GPGPU應用的現狀 Part 2

（原文作者：Eji） GPU在非繪圖運算領域上最主要的優勢，是它既有的龐大記憶體頻寬，但是和CPU設計不同的是，GPU的許多架構設計都是為了應付繪圖作業的特性，像是使用大量的記憶體頻寬，所以它可以執行的通用運算，必須和繪圖工作的性質類似，才有辦法做到適才適所，繪圖工作的性質包括： 1. 畫面上每個像素之間沒有關連性，所以即使會用到鄰近的材質，彼此的運算過程並不相關，就算每個像素處理得不快，你還可以用「一次處理很多個像素」的方式來提高處理速度。

2. 只要整體的運作速度夠快就好，單一像素的速度影響不大，不會造成延遲。盡可能讓整個管線持續運作，繪圖系統就不會停頓。因為不必考慮延遲的問題，所以不需要使用亂序執行等運算技術來縮短延遲時間。單一執行管線裡的內部控制單元，規模也不用太大、太複雜。

3. 延遲不是問題，就不需要講求低延遲的記憶體系統，可以透過較高延遲的記憶體系統來放大頻寬。目前記憶體系統的發展都傾向高時脈、同時傳輸多筆資料，這些都會帶來較高的延遲，使得需要十項全能的CPU很難採用這種硬體。但是GPU可以為了頻寬犧牲記憶體存取的延遲時間，只要它的設計架構可以吸收延遲，讓管線能維持運作便可，而這樣也會消耗相當規模的電晶體。

GPGPU過去可以做什麼
看到這裡可以發現，GPU發展的方向就是大而寬。但是當它要處理和原本特性不同的運算工作時，大而寬的特性很容易變成絆腳石，讓GPU執行得很彆扭，效率不彰。因為非繪圖工作就不見有「數值之間彼此沒有關連性」、「不必考慮延遲」等特性。所以GPU如果要「兼差」，會因為它太專精了，很難兼到性質差太多的工作，而只能兼一些和它專業相關的小差而已，例如傾向數值分析的領域，也就是科學運算。

不過科學運算的領域和一般人的關係不大，或許近期開張的GPGPU版Folding@Home很炫，但畢竟是已經在PS3和CELL上大放異彩的議題，只是證明了科學運算更需要平行處理來改善效率，以及科學運算的資料規模也許很大，但是多半可以分割成小單位逐次處理，相對來說比較容易做到平行化。

科學運算市場已經有CELL這樣重視平行處理的CPU來和GPU競爭，事實上CELL和GPGPU幾乎是同時投入市場，但是CELL只有用在PS3上，而GPGPU現在才要開始被「介紹」。顯然這兩年間主要的推展都還停留在科學運算，消費者需要讓日常工作更方便的應用，否則的話平常電腦不用幹嘛不關機呢？所以GPU廠商想推廣通用運算，應該要思考一般人的需求。

│