回覆列表
-
1 # 娛樂小虎
-
2 # 雲谷計算
CPU的主頻高，但是CPU相比gpu和fpga畢竟核心少，我來給大家算一下就知道了：
1. CPU，一顆E5 2680 V4, 14核心，3G左右頻率，那麼其峰值浮點能力為3X14x32(32是V4處理器支援SIMD的速算因子，及一個週期內能z做32次浮點計算）= 1.34Tflops.
2. GPU， 比如是Tesla P100, 3584個cuda core, 核心頻率大概是1.5G左右，那麼其峰值浮點能力為3584x1.5x2(2是GPU的速算因子, 支援FMA）= 10Tflops左右，即使是便宜多的Tesla P4, 峰值浮點也能到5Tflops。
3.FPGA， 比如xilinx的ultrascale, 我查了下，它有1,440 個DSP based加法器，頻率為 0.5G，還有6,743個Logic based的加法器，頻率為0.6G，1440x0.5+6743x0.6=4.5Tflops。
價格上看, 大概可以認為，E5 2680 V4 = Tesla P4 = xilinx ultrascale，所以很清楚了。。。
在這裡快有兩種不同的意思：1. CPU頻率高，動輒3G HZ以上的頻率；2. 完成一件具體的事務花的時間少。在很多場合1不一定等於2，CPU強在控制靈活，但其按順序執行的特點使對控制不復雜的並行資料類事務並不強，且其工作模式除了自己工作外，其它部分也要配合，好多操作都是反覆把資料讀入簡單處理後又送出去，無法充分利用其效能。再者CPU同時執行的事務很多，在事務間不斷進行切換也會佔用很多資源。
而且，使用FPGA不一定總能加速，只是在某些強計算和資料處理的方面，因為其硬體電路並行執行和有很多DSP硬核資源供呼叫的特點，可以工作得更出色。FPGA本身也只是輔助角色，起控制的還是CPU本身，所以FPGA並不能代替CPU，只是在完成一件大任務的過程中將某部分任務分解給FPGA可以更好地一起完成任務。在這過程中也會有額外的開銷產生，在某些場合，可能用了FPGA而效果更差也是有的。