异构计算：Exascale百亿亿次新模式！

    ● 异构计算为百亿亿次级时代带来的实惠

    异构计算模式所带来的高性能计算实惠是彼此相关的，这种模式解决了一些最重大的百亿亿次级计算难题：

    系统成本。图形处理器和相关加速器可实现极高的峰值运算性能和线性测试标准的每秒浮点运算次数，带来更高的投资回报。目前，高性能计算机构目前都竭力在超级计算机500强榜单上占有一席之地，使用图形处理器可大幅提升每秒浮点运算次数，让线性测试标准的运算性能达到前所未有的水平。中国的“天河1A” 超级计算机就同时使用了x86处理器和图形处理器，并在2010年11 月的500强榜单上独占鳌头。天河1A系统总共集成了14336颗x86中央处理器和7168颗图形处理器。英伟达当时表示，“如果仅使用中央处理器来实现同样高的性能的话，那么所需中央处理器数量将为50000颗，设备占地面积将多出一倍”。截至2011年6月，该榜单上排名前五的系统中有三个都使用了图形处理器。如前文所述，2011年10月，美国能源部的Oak Ridge国家实验室宣布打算将业内知名的美国超级计算机进行升级,  新系统降部署18000多颗x86中央处理器和同样数量的图形处理器，从而实现两至三百亿亿次的峰值性能。

    运算速度。高性能计算用户表示，图形处理器显著提升了运算性能，通常可将运算速度提高三至十倍，尤其适合处理代码或代码片段，具有极强的数据并行性。图形处理器已在实际的高性能计算应用领域发挥了重要作用，尤其对生命科学、金融服务、天然气和石油、产品涉及、制造业、数字内容创建和分配领域有着巨大的贡献。图形处理器特别适合进行分子动力学模拟，可推动多个应用领域的技术进步。

    空间和计算密度。许多高性能计算数据中心曾一度接近能耗和空间极限，不过能实现极高峰值计算密度的图形处理器可有助于解决这个问题。目前的图形处理器通常包括512个计算内核，相比之下同时代的中央处理器仅有4至16个内核。但是，仍需注意的是，异构计算之所以具有异构特点是因为每种处理器，无论是中央处理器，还是加速器，均在问题求解过程中处理各自最擅长的工作。

    能源成本。高性能计算系统规格的快速增大导致了对能源的需求急剧增加。如今规模最大的高性能计算数据中心所消耗的电力和一个小城市消耗的电力相当，百亿亿次级数据中心肯定会消耗更多电力，估计使用现有技术进行部署的话，能耗不会少于120兆瓦。能源部的百亿亿次级目标为将部署百亿亿次级系统所需的电能降低至20兆瓦以内。这样就可以避免能源成本过多增加，并确保能从当地电网获得足够的供电，也让数据中心的空间需求保持在合理水平。在异构计算配置中，图形处理器是中央处理器的重要补充，不仅显示出强大的数据并行性，同时还有助于显著增加能源效率，快速处理大量的代码子集。

    ● 应用壁垒

    图形处理器是一种相对较新的技术，至少在计算领域是如此，目前在应用过程中面临很多壁垒，IDC 预计随着时间的推移，这些壁垒都会消除。高性能计算系统买家表示，在更大范围内部署图形处理器的过程中，他们遇到了以下主要壁垒：

    编程便利性。虽然目前市面上有很多有用的工具，比如CUDA和OpenCL，且波特兰集团(Portland Group) 的基于指令的编译器可以将 Fortran 语言或C 语言代码转换为支持图形处理器加速功能的代码，但是高性能计算系统买家和最终用户通常表示，相比于他们更熟悉的标准 x86 处理器编程方法而言，针对图形处理器进行编程仍然更具挑战性。随着编程人员对于图形处理器编程方法越来越熟悉，这种障碍可能也会随着时间推移而逐渐消除。如今，已经有 450 家大学提供GPU课程，而GPU编程方法也不断进步。

    间接通讯。高性能计算系统用户经常遇到的另一个问题是，如今的图形处理器通常是作为协处理器部署，需要通过数据传输速度相对较低的PCI Express 通道与x86处理器或其他基础处理器进行通讯，至少相比于在同一个模块上集成中央处理器和图形处理器的系统时便是如此。这种间接通讯会影响某些应用。它导致高性能计算系统用户在处理总量日益增加的应用代码时无法显著缩短运算时间。

    等待下一代中央处理器。有些高性能计算系统用户认为，相比于花时间学习图形处理器编程方法并将他们自己的代码片段运行于图形处理器，等待具有改进特性的下一代x86处理器是值得的。由于图形处理器是可用于高性能计算的相对较新设备，有些用户还担心，如果图形处理器架构沿着新方向发展，或者图形处理器只能在高性能计算市场上昙花一现，那么他们就必须花费极大精力重新编写代码。随着图形处理器在全球高性能计算市场上发挥越来越大的重要影响，且基于指令的图形处理器编程方法变得越来越普及，持拭目以待心态的用户的数量已经有所减少。