什麼是GPU運算？

GPU運算是使用GPU（圖形處理單元）作為協處理器來加速CPU，以加快科學、分析、工程、消費和企業應用程序的運行速度。GPU 加速器於 2007 年由 NVIDIA® 率先推出，現已在世界各地為政府實驗室、高校、公司以及中小型企業的高能效數據中心提供支持。GPU 能夠使從汽車、手機和平板電腦到無人機和機器人等平台的應用程序加速運行。

GPU通過卸載壹些運算密集且耗時的代碼部分來加速CPU上運行的應用程序。應用程序的其余部分仍在CPU上運行。從用戶的角度來看，應用程序運行得更快，因為它使用GPU的大規模並行處理能力來提高性能。這被稱為“異構”或“混合”運算。

CPU由4到8個CPU內核組成，而GPU由數百個較小的內核組成。它們共同運作以應對應用程序中的數據。這種大規模並行架構為GPU提供了高運算性能。有許多GPU加速的應用程序提供了訪問高性能運算（HPC）的簡便方法。

GPU與CPU的區別

應用程序開發人員使用NVIDIA發明的名為“CUDA”的並行編程模型來利用並行GPU架構的性能。所有NVIDIA GPU - GeForce®，Quadro®和Tesla® - 均支持NVIDIA®CUDA®並行編程模型。

Tesla GPU設計為運算加速器或配套處理器，針對科學和技術運算應用進行了優化。最新的Tesla 20系列GPU基於CUDA平台的最新實現，稱為“Fermi架構”。 Fermi具有關鍵的運算功能，例如500 + gigaflops的IEEE標準雙精度浮點硬件支持，L1和L2緩存，ECC內存錯誤保護，分布在整個GPU中的共享內存形式的本地用戶管理數據緩存，合並內存訪問等等。

GPU運算的歷史

圖形芯片起初是固定功能的圖形管道。多年來，這些圖形芯片變得越來越可編程，這導致NVIDIA推出了第壹款GPU。在1999-2000時間框架內，運算機科學家以及醫學成像和電磁學等領域的研究人員開始使用GPU加速壹系列科學應用。這是稱為GPGPU或通用GPU運算的運動的出現。

挑戰在於GPGPU需要使用OpenGL和Cg等圖形編程語言來編程GPU。開發人員必須使他們的科學應用程序看起來像圖形應用程序，並將它們映射到繪制三角形和多邊形的問題。這限制了GPU對科學的巨大性能的可訪問性。

NVIDIA意識到了將這種性能帶給更大的科學界的潛力，並投資於修改GPU以使其完全可編程用於科學應用。此外，它還增加了對C，C ++和Fortran等高級語言的支持。這導致了GPU的CUDA並行運算平台。

阿里雲GPU雲伺服器服務

阿里雲GPU雲伺服器服務基於GPU應用的運算服務，具有實時高速、並行運算、浮點運算能力強等特點，適用於視頻解碼、圖形渲染、深度學習、科學運算等應用場景。產品型號包括AMD S7150、 Nvidia M40、Nvidia P100、Nvidia P4、Nvidia V100。點擊鏈接了解更多關於GPU雲伺服器。