深究計算機GPU的發展與侷限

GPU是顯示卡的“心臟”，也就相當於CPU在電腦中的作用，它決定了該顯示卡的檔次和大部分效能，同時也是2D顯示卡和3D顯示卡的區別依據。下面yjbys小編就來和大家談談從軟體演算法生態看GPU的發展與侷限。想了解更多相關資訊請持續關注我們應屆畢業生培訓網。

　　GPU 作為一種協處理器，傳統用途主要是處理影象類平行計算任務;

計算機系統面對的計算任務有著複雜而不同的效能要求，當CPU 無法滿足特定處理任務時，則需要一個針對性的協處理器輔助計算。GPU 就是針對影象計算高並行度，高吞吐量，容忍高延遲而定製的並行處理器。

　　人工智慧加速硬體技術路線尚未確定，GPU 加速受多重挑戰;

在人工智慧技術發展早期，GPU 作為一種現成的`平行計算加速晶片被使用在多個專案之中，如汽車的自動駕駛，影象識別演算法等。

但GPU 未必為人工智慧加速硬體的終極答案。早在2014 年就有研究表明使用FPGA(現場可程式邏輯閘陣列)與GPU 在加速影象識別類任務能效比為7：2;2016 年5 月末谷歌披露其TPU(Tensor Processing Unit)專用人工智慧加速晶片效能相比之前解決方案高出一個數量級。TPU 已祕密使用在谷歌諸多商業專案中超過一年，並參加了與李世石的世紀人機圍棋大戰。谷歌專用人工智慧晶片實用化超出市場的認知和預期;

晶片上大規模平行計算優化可分為兩個主要問題：計算單元優化和片上網路優化。GPU 限於最初設計目標，在兩個方向上均不能完美匹配人工智慧主流演算法。未來隨著人工智慧技術大規模商用化，從產業鏈過去發展的歷史類比，專用人工智慧加速協處理器將對GPU 這類過渡方案構成挑戰。

　　GPU 是VR 顯示效能的保障，VR 是未來GPU 市場的支撐之一;

VR 對圖形計算效能要求超過現有大眾級顯示卡水平，未來VR 裝置市場將成為GPU 市場增長的支撐之一。重度VR 裝置主要替換現有的遊戲主機和部分客廳高清電視市場，2015 年兩者合計最大可替換規模6000 萬臺。考慮到GPU 在遊戲主機領域是替換升級而非新增市場，且遊戲主機消費人群與高清電視消費人群有一定重合，我們預期未來高效能GPU 市場空間在遊戲主機與遊戲主機+高清電視市場之間的某一個數字。

　　GPU 在雲端計算/大資料等領域也有較好的應用前景;

GPU 的平行計算能力適合在除圖形計算以外的多種特定計算場景中，雲端計算提供商如亞馬遜將GPU 嵌入雲端計算服務EC2 中提供給使用者。大資料基礎開源軟體架構Hadoop 的部分元件適合使用GPU 加速;Nvidia 積極推廣雲+GPU+遊戲模式拓展新市場。NV 產品線中供給資料中心的業務雖然體量依然與遊戲用GPU 相比太小，但是還是可以有積極期待。