20年后人們可能不會再提到CPU是什么

用GPU構(gòu)建的超級計算機，有望進(jìn)入全球高性能計算機TOP500排行榜的前十位

讓電腦能夠看見你我看見的世界?易如反掌。拿起相機拍張照片傳到電腦里，或者讓你的電腦配上攝像頭。不過要讓電腦能夠理解自己到底看到了什么，那就不是手到擒來的事了。

日前，一群來自哈佛以及麻省理工學(xué)院(MIT)共同組成研究團隊，正打算用電腦來仿真大腦的功能。他們希望能透過運算，將電腦看見的影像轉(zhuǎn)換成有用的信息，進(jìn)而讓電腦可以辨物、識人、甚至理解一連串的動作所代表的意思。說白了，進(jìn)一步向人腦靠近。

GPU成仿真大腦視覺辨識核心

為了加快研究速度，研究人員借用分子生物學(xué)的篩選技術(shù)———例如同時對上千種候選辨識模塊進(jìn)行一連串的實驗，淘汰掉不適用的模塊，最后保留下最棒的模塊。

這過程簡單來說就是達(dá)爾文和孟德爾總結(jié)出來的八個字，“物競天擇，適者生存”。

不過來自研究團隊的反饋顯示，目前出現(xiàn)另一個難題則是人腦解析信息的速度實在太快，若要用傳統(tǒng)電腦實現(xiàn)這一效果，得先花上一大筆錢。而且電腦至少要花上一整年的時間才能運算完畢。

所幸的是，解決難題的方法多少有些歪打正著。隨著游戲用的G PU擁有越來越強的運算能力而獲得解決，如今，麻省理工學(xué)院和哈佛的研究人員正大量運用GPU的運算能力，這種方法不僅省下大筆的經(jīng)費，更使得運算的時間從一年縮減到一個星期。

GPU的英文全稱GraphicProcessingUnit，中文翻譯為“圖形處理器”。GPU是相對于CPU的一個概念，由于在現(xiàn)代的計算機中，特別是家用系統(tǒng)，游戲的發(fā)燒友們對圖形的處理變得越來越重要，需要一個專門的圖形核心處理器，GPU應(yīng)運而生。

一直以來，GPU行業(yè)的競爭遠(yuǎn)比CPU的競爭來得激烈。目前通用PC的CPU就只有英特爾和AMD兩家大廠。而在GPU方面領(lǐng)先的是NVIDIA和 ATI(已被AMD收購)兩家廠商，但能生產(chǎn)中低端產(chǎn)品的還有英特爾、3S等好幾家廠商。盡管這些廠商的產(chǎn)品不如NVIDIA和ATI，但在很多應(yīng)用方面也能滿足用戶的需要。所以NVIDIA和ATI的處境多少有些高處不勝寒，只有快馬加鞭向前發(fā)展，才能不被后來者追上。

至于英特爾等CPU廠商為什么沒有采用GPU的先進(jìn)工藝自己投資生產(chǎn)線，是因為把原來的產(chǎn)品生產(chǎn)線一次過淘汰掉，可能連當(dāng)初投入的資金都難以收回。而GPU廠商只是自己設(shè)計，再找其他廠商代工生產(chǎn)，并沒有生產(chǎn)線的壓力。

正因為如此，NVIDIA和ATI兩家大廠可以投入更多的資金在研發(fā)上，讓GPU技術(shù)快速提升，繼而讓麻省理工和哈佛的研究團隊，看到了讓電腦實現(xiàn)仿真大腦視覺識辨的可能。

GPU發(fā)展迅猛遠(yuǎn)超CPU

事實上早在2003年，科技界已經(jīng)看到許多關(guān)于利用GPU代替CPU的消息。此后的2005年，麻省理工學(xué)院參與到了這項工作之中。該大學(xué)的圖形研究小組運用陣列函式測試了GPU代替CPU的性能，而測試結(jié)果極度驚人。

在當(dāng)時使用的測試程序中，小組使用了Intel C++編譯器來優(yōu)化超線程和SSE指令，并且以上的運行能夠完成16和32位浮點運算。2005年，小組成員們便對幾塊A TIX800 XT和NVIDIA GeForce 6800G PU進(jìn)行測試，產(chǎn)生的結(jié)果與一臺3.4 GHz Pentium IV PC產(chǎn)生的結(jié)果進(jìn)行比較發(fā)現(xiàn)，性能非常優(yōu)秀。

2008年，NVIDIA公司Tesla計算事業(yè)部總經(jīng)理Andy Keane表示，到2010年，采用NVIDIATesla GPU構(gòu)建的超級計算機，有望進(jìn)入全球高性能計算機TO P500排行榜的前十位。

他當(dāng)時談到，10系列G PU是首批擁有雙精度的NVIDIA處理器。隨著快速發(fā)展，未來G PU的性能一般每年都會翻一番，未來雙精度性能將至少比當(dāng)前的速度快5倍。

除了性能提升，成本、功耗、占地面積也是大規(guī)模超級計算機用戶所關(guān)心的重要因素。

如比利時安特衛(wèi)普大學(xué)原來用的超級計算機有512顆處理器核，成本是530萬美元，占用了好幾個機柜;而后來換成一臺擁有8個G PU的臺式系統(tǒng)，性能相當(dāng)，成本只需7000美元，占地面積也大為減少。

人腦、電腦相互“促進(jìn)”

據(jù)了解，在2008年11月公布的最新一期TOP 500排行榜上，NVIDIA Tesla的最好成績是第29位。這套名為“TSUBAME”的系統(tǒng)由NEC和SUN公司聯(lián)合研制，采用了“CPU+GPU”的混合架構(gòu)，包括3萬多顆 AMD Opteron和英特爾Xeon處理器內(nèi)核，以及170臺T eslaS1070 1U服務(wù)器，安裝在日本東京工業(yè)大學(xué)，Linpack測試性能是77.48萬億次每秒(TFlops)，理論峰值接近170萬億次每秒。

此前，東京工業(yè)大學(xué)全球科技信息和計算中心主任SatoshiMatsuoka曾表示，東京工大一直在研究未來的計算平臺，發(fā)現(xiàn)要想實現(xiàn)下一步的性能跨越，必須采用G PU計算技術(shù)。“我們的應(yīng)用測試發(fā)現(xiàn)，Tesla GPU提供了我們前所未見的加速比，而且只花了一周時間就把GPU系統(tǒng)部署完成。”

今年年中，NVIDIA CEO黃仁勛更表示，2009年是GPU引爆年，GPU可以讓W(xué)IN7較XP在一些應(yīng)用中有5-10倍的提升。DirectXA PI可以提供一個很酷的效果，2009年CPU+GPU運算開啟個人運算新時代。

“GPU運算時代已經(jīng)來臨，這需要大家共襄盛舉。”這席話是黃仁勛在NVIDIA與微軟攜手，在WIN7最新操作系統(tǒng)取得密切合作的背景下公之于眾的，從民用市場的角度揭示了GPU的高速發(fā)展。

在GPU技術(shù)高速發(fā)展的背景下，正如前面所說的，研究團隊希望藉由這項研究能夠創(chuàng)造出仿真大腦視覺辨識的人工智能。而隨著他們將軟件開發(fā)日益完善，越接近人類大腦辨識的結(jié)果時，又可以反過來更加了解大腦的運作模式，同時也能讓電腦運作得更像大腦。

視點：未來你的家用電腦，有望實現(xiàn)人腦功能

一直以來，游戲是NVIDIA GPU的強項，“我們將來還會繼續(xù)在游戲上投入巨大精力。更重要的是，它還能夠推動計算機行業(yè)的創(chuàng)新，因為我們可以將游戲領(lǐng)域所積累的經(jīng)驗應(yīng)用到全新領(lǐng)域中來。”NVIDIA方面如是說。

這無疑使得家用電腦未來也有機會向人腦“靠攏”埋下了伏筆。

不過從目前的技術(shù)演進(jìn)來看，雖然已經(jīng)確定了方向，但還要經(jīng)過相當(dāng)長的過程。此前，AMD (ATU)用自己的最高端核心架構(gòu)RV 770與人類的大腦展開了一場對比。結(jié)果顯示，RV 770的計算能力和存儲帶寬分別為1TeraOps(每秒一萬億次操作)和1Tb/s，而人腦則為100TeraOps和10Eb/s，比RV 770高出100倍和10000倍。能量消耗上，單核心RV770需要150W，但人腦只需30W，這樣看來，人腦高性能和高效率是RV 770的400多倍。