Výpočet na GK – C / C++ – Fórum – Programujte.com

Zdravím!

Předem chci říci, že chápu, že na vše, na co se teď budu ptát, se dá najít odpověď na googlu, ale vzhledem k tomu, že se bude jednat spíše o sérii menších dotazů, jsem se rozhodl pro tuto cestu, tak snad mi to prominete.

Chci se zeptat, jestli je možné přesunout výpočet v programu napsaném v C++ nějak jednoduše z procesoru na grafickou kartu. Jestli je třeba míti o téte problematice nějaké hlubší znalosti, nebo mi stačí mé středně pokročilé, které jsou spíše obecné.

Dále a hlavně se chci zeptat, k čemu by mi taková věc byla? V jakém případě chci vlastně přesunout výpočet z procesoru na GK? A jak je to možné, že na GK, která má frekvenci jádra necelý 1GHz může nějaký výpočet fungovat efektivněji, než na procesoru s výkonem téměř 4x4GHZ ( započítejme možnost multithreadingu ).

Děkuji za odpovědi.

#1 Midnight
podívej se na tohle...

http://cs.wikipedia.org/wiki/OpenCL

Smysl to má a nemá. Grafická karta není jeden "procesor" - je to spusta malých procesorů, na kterých se zároveň spouští stejný program pro stejné soubory dat. Výhoda GPU je hlavně v paralelismu. Je schopna provádět velké množství "jednoduchých" úkonů (spíše výpočtů) na velké sadě dat. Naopak CPU je univerzální, ale provádí pouze jeden úkon zaráz (popř. u vícejádrových procesorů i více, ale ve srovnání s GPU, kde jde o stovky jader, zde jde o jednotky)

Nedávno jsem tu odkazaoval na jednu zajímavou přednášku Microsoftu, kde představili úžasně jednoduché API C++ AMP, které slouží pro přesun výpočtů na GPU; Toto API se mi líbí v jedné věci - program pro kartu se píše v C++ pouze s drobnými omezeními a přímo ve zdrojovém kódu aplikace jako lambda funkce. Navíc je navrženo tak, aby navazovalo na STL.

http://programujte.com/…ficka-karta/

Takže jestli dobře rozumím, tak mohu na GPU koukat jako jsem doposud hleděl na vícejádrové CPU, akorát s tím rozdílem, že má každý procesor nižší výkon. To znamená, že toto mohu využít například v případech, že provádím nějakou méně náročnou operaci, která se mnohokrát opakuje. Typicky producent-konzument. Jedno vlákno mi bude rozdělovat práci, ostatní vlákna budou zpracovávat.

Dejme tomu, že mám například řetězec o délce n a já kontroluji všechny permutace všech podřetězců, jestli se náhodou nenachází ve slovníku. To je ale ?(2^n*n!*n) ( podřetězce*permutace*project_slovník ), jestli se nemýlím. Ale projetí slovníku trvá z toho všeho nejdéle, takže ideálně mi bude producent chrlit řetězce a jednotlivé procesory projíždět slovník. Je toto te případ, jak mohu GPU využít? :)

Musím si najít čas shlídnout celou tu přednášku, zatím to vypadá zajímavě, tak jsem zvědavý, jak bude vyřešená paměť a prostředky zajišťující atomicitu operací.

Není to nejlepší představa. Lepší je: Máš pole s n stejnými strukturami. Každá struktura obsahuje 50 čísel float. A ty potřebuješ ke každé struktuře zjistit součet těchto čísel. Výsledkem výpočtu na grafické kartě bude pole n floatů reprezentující součet jednotlivých čísel odpovídajících vstupních dat.

Aha, takže spíše teda jednoduché operace. Pořád to nemůžu celé jaksi nějak uchopit a zaškatulkovat, v jakých případech to já využiju. Uvidíme po přednášce.

Tak děkuji.

Jednoduché operace - ono to sčítání je až moc jednoduché. Málo jsem zdůraznil, že výpočet na GPU je výhodný tehdy, pokud potřebuji provést na velkém množství dat stejné operace - v podstatě se na GPU dá počítat to, na co se dá použít algoritmus for_each.