作者/来源： 发布时间：2019-06-19
什么是异构计算？
异构计算的英文名称是Heterogeneouscomputing，主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式，常见的是CPU+ GPU 或者 CPU+其它设备（如FPGA等）协同计算。有点看不懂，没关系，有位大神给了一个通俗的解释：“异构计算的理念，个人认为就是：兄弟们一起上。能干重活的干重活；智力超群的干巧活”。我们知道，服务器中有个部件，叫做CPU，要想让服务器运行的快，必须要有一个速度杠杠的cpu可是，cpu的性能不是可以无限提升的，它有一个散热和能耗的瓶颈，当大量的数据需要计算时，CPU显得力不从心。那么，是否可以找寻其它的方法来解决计算速度呢？这时，就出现了——GPU。GPU，Graphics Processing Unit图形处理器，或者说是显示核心，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。GPU与CPU的联合作业就形成了异构计算。例如可利用CPU（Central Processing Unit）、GPU（Graphic Processing Unit）的融合来提高系统的速度。异构系统越来越普遍，对于支持这种环境的计算而言，也正受到越来越多的关注。
GPU异构型云服务器含义技术分析
GPU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。
GPU异构型云服务器如何加快软件应用程序的运行速度
GPU 加速计算可以提供非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到 GPU，同时仍由 CPU 运行其余程序代码。从用户的角度来看，应用程序的运行速度明显加快.
CPU与GPU如何协同工作？
理解 GPU 和 CPU 之间区别的一种简单方式是比较它们如何处理任务。CPU 由专为顺序串行处理而优化的几个核心组成，而 GPU 则拥有一个由数以千计的更小、更高效的核心（专为同时处理多重任务而设计）组成的大规模并行计算架构。
那么，CPU与GPU如何协同工作？下图展示了CPU与GPU的并存体系模式。
在需要GPU进行运算时，以NVIDIA推出的CUDA(Compute Unified Device Architecture)为例，整体的原理如下：
整体分为4步：
1、从主机内存将需要处理的数据copy到GPU的内存
2、CPU发送数据处理执行给GPU
3、GPU执行并行数据处理
4、将结果从GPU内存copy到主机内存
本文发布的内容、图片如果涉及侵权请尽快告知，我们将会在第一时间删除。
为您提供出众的上云实践机会和全面的尊贵服务
立即注册
7*24
多渠道服务与支持
意见
反馈与投诉建议
1V1
专项服务
退款
7天无理由退款
企业电话：400-1515-720
企业邮箱：service@unionstech.cn
投诉邮箱：abuse@unionstech.cn
总部地址：北京市海淀区中关村E世界C座8层
每周有1个神秘大奖哟！
为您提供出众的上云实践机会和全面的尊贵服务
立即注册
每周有1个神秘大奖哟
联系我们
400-1515-720
service@unionstech.cn
北京市海淀区中关村E世界C座8层
京公网安备11010802031553号
QQ咨询
在线咨询
咨询热线