新睿云

> 弹性云服务器ECS > 一文带您玩转GPU计算型云服务器

一文带您玩转GPU计算型云服务器

作者/来源:新睿云小编 发布时间:2019-06-17

现在这个时代,万物皆可上云。如果还不知道云计算是不是太low了点,现在云服务器大热,其应用的场景中也是多种多样的。如果您还不知道云服务器的概念,可以先读一读小编的这篇《云服务器主机是什么?能做什么用?

云服务器1

其实云服务器按照不同的类型,一般市面的云服务器一般可以分为三种。

1、GPU计算型云服务器

适用场景

高网络包收发场景,如视频弹幕、电信业务转发等、Web前端服务器、大型多人在线游戏(MMO)前端、数据分析、批量计算、视频编码、高性能科学和工程应用

2、通用型云服务器

适用场景

高网络包收发场景,如视频弹幕、电信业务转发等、各种类型和规模的企业级应用、中小型数据库系统、缓存、搜索集群数据分析和计算、计算集群、依赖内存的数据处理

3、内存型云服务器

适用场景

高网络包收发场景,如视频弹幕、电信业务转发等、高性能数据库、内存数据库、数据分析与挖掘、分布式内存缓存、Hadoop、Spark群集以及其他企业大内存需求应用

GPU

GPU计算型云服务器含义技术分析

GPU计算云服务器是利用GPU(图形处理单元)作为协同处理器,加速CPU的通用科学和工程计算。

GPU通过卸载代码中一些计算密集型和耗时的部分来加速运行在CPU上的应用程序。应用程序的其余部分仍然运行在CPU上。从用户的角度来看,应用程序运行得更快,因为它使用GPU的大规模并行处理功能来提高性能。这被称为“异构”或“混合”计算。

一个CPU由四到八个CPU核心组成,而GPU则由数百个较小的核心组成。它们一起操作来处理应用程序中的数据。这种大规模并行结构使GPU具有高的计算性能。有许多GPU加速应用程序提供了一种访问高性能计算(HPC)的简单方法。

云服务器2

CPU云服务器与GPU计算型云服务器的核心比较

应用程序开发人员利用NVIDIA发明的称为“CUDA”的并行编程模型来利用并行GPU体系结构的性能。所有NVIDIA GPU-GeForce、Quadro和Tesla-支持NVIDIA CUDA并行编程模型。

特斯拉GPU被设计为计算加速器或为科学和技术计算应用而优化的配套处理器。最新的特斯拉20系列GPU是基于被称为“费米架构”的CUDA平台的最新实现。Fermi具有关键的计算功能,例如ieee标准双精度浮点硬件支持的500多千兆字节、L1和L2缓存、ECC内存错误保护、分散在GPU中的共享内存形式的本地用户管理数据缓存、合并内存访问等等。

GPU计算历史

图形芯片从固定功能的图形管道开始.多年来,这些图形芯片变得越来越可编程,这导致NVIDIA推出了第一个GPU。在1999-2000年的时间框架内,计算机科学家与医学成像和电磁学等领域的研究人员一起,开始使用GPU加速一系列科学应用。这是被称为GPU(通用GPU计算)的运动的出现。

面临的挑战是,GPGPU需要使用图形编程语言,如OpenGL和CG来编写GPU的程序。开发人员必须让他们的科学应用程序看起来像图形应用程序,并将它们映射到绘制三角形和多边形的问题中。这限制了用于科学的GPU的巨大性能的可访问性。

NVIDIA意识到将这一性能带给更大的科学界的潜力,并投资于修改GPU,使其完全可编程用于科学应用。此外,它还增加了对C、C+和Fortran等高级语言的支持。这就为GPU建立了CUDA并行计算平台。

热门标签
new year
在线咨询
咨询热线 400-0505-565
投诉与建议
{{item.description}}

—您的烦恼我们已经收到—

我们会将处理结果发送至您的手机

请耐心等待