Výpočetní výkon grafického procesoru (dále jen GPU – graphic processing unit) v současných osobních počítačích často výrazně převyšuje výkon procesoru CPU. Na trhu jsou ještě výkonnější GPU specializovaná na intenzivní výpočty. GPU se skládá z desítek až stovek výpočetních jader. Předpokladem využití výpočetního výkonu je vhodná paralelizace řešené úlohy. Zrychlení výpočtu, kterého je možné dosáhnout použitím GPU se značně liší v závislosti na řešené úloze. U některých úloh lze dosáhnout až stonásobného zrychlení. Na druhou stranu je mnoho úloh, které nelze vůbec paralelizovat a jejich výpočet na GPU by vedl naopak ke zpomalení. Cílem tohoto příspěvku je ukázat možnosti použití GPU pro obecné výpočty, přiblížit architekturu GPU a programování na platformě CUDA. Použití GPU je demonstrováno na konkrétní aplikaci. Pro názornost je mnoho detailů vynecháno nebo zjednodušeno. Cílem není naučit čtenáře programovat v CUDA. Detailní popis GPU a CUDA je například v [1,2].

These tasks often exceed CPU processor performance considerably. Even more powerful GPUs are available on the market, specialized in intensive computations. GPU consists of tens up to hundreds of computational cores. Use of the computational power requires suitable parallelization of the task to be solved. Acceleration of the computation that can be accomplished using a GPU differs considerably based on the task being solved. Up to hundredfold acceleration can be achieved in some tasks. On the other hand, many tasks cannot be parallelized at all and their computation using a GPU would actually slow them down. This contribution is aimed at showing the potential of GPUs for general computations, at providing a more detailed view of GPU architecture and of programming on the CUDA platform. GPU use is demonstrated using a specific application. Many details are omitted or simplified in order to provide a better illustration. The contribution does not seek to teach the reader how to program in CUDA. Detailed description of GPU and CUDA can be found e.g. in [1,2].

CESNET z s p o

Oddělení biokybernetiky počítačové podpory výuky Ústav patologické fyziologie 1 LF UK

Computations done using graphics processors and solutions of partial differential equations

Obsahuje tabulku

Literatura