GPU已成为中科院及清华大学科研工具
CUDA是由NVIDIA推出的通用并行计算架构。该架构充分将GPU强大的并行计算能力调动起来,使GPU能够在解决复杂计算问题上发挥其先天的优势。开发人员现在仅使用C语言(C语言是应用最广泛的一种高级编程语言),就能在基于CUDA架构的GPU(图形处理器)上编写程序,所编写出的程序可以在支持CUDA的处理器上以超高性能运行。 CUDA将来还会支持其它语言,包括FORTRAN, Python以及C++。
截止到目前全球已经有超过250所大学开设了CUDA编程和GPU计算的课程,仅在上个季度CUDA开发工具包就被下载了超过90,000次。令人可喜的是,在全球掀起GPU计算浪潮的同时,中国的科研院所、高等学府和企业不仅没有落后,相反在包括油气勘探、离散模拟、三维扫描等领域利用GPU计算方面走到了世界的前沿,GPU计算为中国提高自主创新的能力提供了的较好机会。
中国科学院副院长李静海院士表示:“中国科学院过程工程研究所一直致力于多尺度模拟的研究工作,提出通过问题、软件和硬件结构的相似性来提高计算效率,GPU为实现这一多尺度计算模式提供了机遇。该所成功借助GPU实现了高效低成本的多尺度并行计算,并在复杂多相反应器、生物和材料分子、纳微系统、二三次采油和测量数据处理等领域获得了良好的应用效果。该所通过项目合作还有力带动了中科院的其它单位和企业在CPU-GPU协同计算方面的开发与应用。相信这种新兴的模式将会成为中国超级计算发展的重要方向。”
清华大学计算机系高性能所(HPC)的陈文光教授表示:“清华大学已经展开对CUDA编程的多项研究和应用,并开展了进一步增强GPU可编程性的研究工作。相对于传统的CPU计算来说,GPU为大规模并行计算提供了一种新的选择,具有很大的发展潜力。”