专访NV首席科学家：CUDA将是业界标准

● 对于CUDA的应用，NVIDIA提出了异构计算的概念，CPU+GPU从而获得更强大的性能，但同时我们也注意到NVIDIA也提出了优化PC的概念，建议大家在GPU上多花一些钱从而获得更平衡的性能，那么未来GPU和CPU谁更重要呢？或者说将来的发展趋势是CPU+GPU整合还是保持现状？

胡文美教授：GPU相当于是协处理器，处理大量的并行运算，它在设计上并没有花很多的心血去做程序上的控制。所以最终的运算模式还是用CPU做控制程序，然后把需要大量并行处理的任务放到GPU上，这个在可见的将来大概还是一个最好的组合。

David博士：世界上最快的超级计算机也是基于异构计算这样一个架构，即CPU+GPU。这也是我们NVIDIA公司一直在跟大家讲的，CPU跟GPU都很重要，各司其职。

    GPU非常大，CPU很小。如果需要把GPU、CPU融合在一起，你这样就必须要把GPU变小，这样就要丧失它的功能。所以无论Intel还是AMD的CPU+GPU整合方案都是针对低成本的产品，而并非针对高性能计算或者玩家级产品。

● Intel即将推出的Larrabee是基于成熟的X86 IA架构，因此在数学计算方面的软件兼容性会比NVIDIA的GPU好很多，那么CUDA和X86相比，在软件开放方面是否具有优势？目前CUDA的流处理计算模型能否成为业界规范？

胡文美教授：X86有一点好处，就是它的时间比较久，所以它的函数库比较全。CUDA因为它还比较年轻，时间还比较短，所以有一些函数库还不够完全。这就是为什么伊利诺伊大学跟NVIDIA在合作，还有很多其他的学校也都在跟NVIDIA合作，就是要把CUDA的这个函数库做好。现在大部分的函数库都已经换成用C语言，函数库的完备所需的时间可以大大缩短。

David博士：X86架构不能有效地利用晶体管，因此其效率很低，而软硬件兼容性永远是昂贵的。至于软件开发方面，目前几乎99.9%的软件都不是基于X86来开发的，只是软件的编译器是基于X86架构开发的，而不是软件本身。所以NVIDIA才花很大的精力打造CUDA开发平台，而不是自行开发软件，CUDA是一个新的更高效的架构，并且得到了越来越多开发者的认可，未来基于CUDA而开发的软件将会非常丰富。<