新闻中心/行业资讯

为什么GPU引领加速计算时代

 

目前,人工智能(图像语音识别、无人驾驶等)、视频处理、VR、生命化学、金融证券数据分析等是GPU 运用的优先爆发领域。可以说,GPU并行计算是时下最流行的方式,简而言之,GPU可以同时做N件比较简单的事情,因此效率比较高。

GPU是相对于CPU的一个概念,由于在PC机中,图形的处理变得越来越重要,要求也越来越高,需要一个专门的图形核心处理器。NVIDIA公司在发布GeForce 256图形处理芯片时首先提出GPU的概念。GPU使显卡减少了对CPU的依赖,并承担部分原本CPU的工作。

目前,在市场上受欢迎的显卡品牌主要有三家:Intel,主要集成于英特尔主板,就是我们常说的集成显卡;AMD(ATI),是世界上第二大的独立显卡芯片生产销售商,他的前身就是ATI,就是我们俗称的A卡,主要产品有大家熟悉的Radeon系列,还有专业工作站的FireGL系列,超级计算的FireStream系列;NVIDIA,是现今最大的独立显卡芯片生产销售商,包括大家熟悉的Geforce系列,专业工作站的Quadro系列,超级计算的Tesla系列等。

GPU具有强悍的算力,是不是可以直接替代CPU了?其实,两者分别是基于不同使用场景来进行设计的,GPU长处在于大量简单的流数据运算,而CPU则善于控制密集型运算。并不能因为电冰箱比其他家用电器有更强的制冷能力, 所以电冰箱一定能取代家用电器。二者组合的CPU+GPU异构技术在高性能计算中普遍采用,CPU负责逻辑性较强的控制性任务,GPU则负责计算密集度高的数学运算,共同协作完成复杂的计算任务。

如今,深度学习是当前人工智能领域发展的重点,而GPU也凭借图像数据处理的优势成为AI技术进步的主要推动者。

不仅如此,GPU加速计算的应用也涉及各尖端领域,包括:排名前15位的化学类应用、排名前2位的流体动力学分析类应用、八大结构分析类应用中的七个、所有的顶级可视化分析类应用和所有最常见的生物科学类应用。

青椒云云电脑为人工智能、虚拟仿真、BIM建筑、云游戏等行业提供强悍的浮点计算能力。为客户提供在云中可扩展的计算资源,一键部署深度学习环境,从容应对高实时、高并发的海量计算场景。