如果說IBM與索尼共同開發(fā)的Cell開辟了異構(gòu)多核處理器商用的先河，那么，今年4月24日，Sun對處理器廠商Montalvo System的收購，則將把這一趨勢延伸到x86移動平臺。當(dāng)然，AMD、英特爾和NVIDIA也都沒有閑著。CPU+GPU無疑將成為新一代處理器架構(gòu)設(shè)計的熱門，問題是在PC中當(dāng)了多年配角的GPU（圖形處理器）這兩年時來運轉(zhuǎn)，受到CPU廠商的格外青睞。先是AMD在2006年7月以54億美元收購GPU廠商ATI，后有英特爾在2007年11月收購專注CPU與GPU融合的公司Neoptica。
面對CPU廠商染指GPU，NVIDIA也積極備戰(zhàn)。NVIDIA在2007年10月從經(jīng)營不善的處理器新興企業(yè)Stexar挖到多位“武林高手”。 可千萬別小瞧了Stexax，這家由原英特爾技術(shù)骨干創(chuàng)立的公司擁有多位奔騰Ⅱ、奔騰Ⅲ和奔騰Ⅳ設(shè)計團隊的骨干，甚至還有奔騰Ⅳ中Netburst架構(gòu)的首席設(shè)計師和超線程的設(shè)計者。
3月26日，本報記者獨家專訪了NVIDIA首席科學(xué)家David Kirk。
ＧＰＵ很強
記者：經(jīng)過英特爾多年“Ｉｎｔｅｌ ｉｎｓｉｄｅ”的市場攻勢，人們對ＣＰＵ已經(jīng)很熟悉了，但對專注于圖形計算的ＧＰＵ卻知之甚少。ＧＰＵ與ＣＰＵ有什么不同？
Ｋｉｒｋ：長期以來，CPU一直都是單核的。CPU的設(shè)計思路是盡可能快地完成一件任務(wù)；對于GPU來說，它的任務(wù)是在屏幕上合成可以高達(dá)數(shù)百萬像素的圖像——也就是說有幾百萬個任務(wù)需要并行處理。因此，GPU被設(shè)計成并行處理很多任務(wù)，盡可能快地完成所有任務(wù)的總和，而不是像CPU那樣盡可能快地完成一件任務(wù)。設(shè)計GPU的體系架構(gòu)時首先考慮的是并行運算能力，之后再考慮整型運算和I/O吞吐能力。
多核的概念并沒有改變CPU的設(shè)計理念，也許是盡快地做兩件事或四件事，但不是并行處理很多很多任務(wù)。
記者：我看到過ＧＰＵ的浮點性能數(shù)百倍于ＣＰＵ的對比結(jié)果，卻不知兩者之間在整型計算上的比較結(jié)果。ＧＰＵ只有增強其整型能力才能在通用計算中走得更遠(yuǎn)，請問在整型計算上ＧＰＵ有沒有補救措施呢？
Ｋｉｒｋ：CPU的整數(shù)計算、分支、邏輯判斷和浮點運算分別由不同的運算單元執(zhí)行，此外還有一個浮點加速器。因此，CPU面對不同類型的計算任務(wù)會有不同的性能表現(xiàn)。而GPU是由同一個運算單元執(zhí)行整數(shù)和浮點計算，因此，GPU的整型計算能力與其浮點能力相似。
我想，如果你仔細(xì)觀察一個串行程序的運行結(jié)果，你就會發(fā)現(xiàn)與浮點計算能力相比，CPU的整數(shù)計算能力與GPU中流處理器的整型計算能力更接近，這是因為CPU的設(shè)計更側(cè)重于整數(shù)計算能力。
舉例來說，一個3GHz的雙核CPU每秒能完成60億條整數(shù)指令，比如說G-80 GPU，有128個1.5GHz的流處理器，每個流處理器每個計算周期可以執(zhí)行兩條整數(shù)指令，把這些數(shù)據(jù)相乘的結(jié)果大約是每秒3500億～3750億條指令，這大概是CPU運算能力的50～100倍。
我再澄清一下，GPU在整型計算方面并沒有任何劣勢。盡管不如在浮點計算方面優(yōu)勢那么大，但是GPU的整型計算能力幾乎是CPU的100倍。
記者：除了計算，ＣＰＵ的另一大功能是控制。從現(xiàn)有的結(jié)構(gòu)看，ＧＰＵ的控制性能要比其整型計算性能還要弱，而控制功能最終將決定ＧＰＵ是否能在計算平臺上唱主角。請問ＧＰＵ在增加和增強控制功能上有何設(shè)想？
Ｋｉｒｋ：GPU同樣可以實現(xiàn)控制和分支功能。如果你有一個單線程的分支程序要運行，你可以在CPU上運行它。但是如果你有100萬個線程，每個線程都有分支，那么GPU的性能將遠(yuǎn)遠(yuǎn)好于CPU。我對CPU類型的計算任務(wù)并不感興趣。與其他人們想實現(xiàn)的功能相比，這項功能并不重要。與只有一個線程的計算任務(wù)相比，我認(rèn)為執(zhí)行與控制幾百萬個線程更為重要。當(dāng)然，CPU也能承擔(dān)這樣的任務(wù)，只不過它要串行地、重復(fù)地來進(jìn)行，性能上遠(yuǎn)比不上GPU。
記者：能不能只用ＧＰＵ，而不用ＣＰＵ，或者說徹底拋棄ＣＰＵ？
Ｋｉｒｋ：你可以這么做，但這可能不是最佳選擇。GPU效率不高的地方在于處理單任務(wù)、單線程分支。如果你只有一項任務(wù)，就不能充分利用GPU。因此，如果你的任務(wù)里包含各種類型的計算——任何問題都包含串行部分和并行部分——你可以在CPU上快速運行串行部分，在GPU上運行并行部分。我認(rèn)為這個問題的關(guān)鍵不在于競爭，而是任務(wù)的劃分。
我相信未來的計算模式是不同種類處理器的混合體。西方有一條諺語 “樣樣都會，行行不精”。既然CPU擅長于一種類型的計算，而GPU擅長另外一種類型的計算，那么你把它們結(jié)合在一起，相互合作，就能完成更多類型的任務(wù)。
記者：在更遠(yuǎn)的將來，有沒有可能制造沒有ＣＰＵ的系統(tǒng)？
Ｋｉｒｋ：我想這是可能的——現(xiàn)在就可能——只不過大家不想這么做。如果你想最大限度地發(fā)揮現(xiàn)有硬件的功能，你就需要各種專用處理器配合工作。我想這才是最好的解決方案。
直到有一天所有的處理器都足夠好了，你不再需要更好的計算機了，你可能選擇一個效率低一點但架構(gòu)更簡單的計算機。但是到目前為止，人們還是什么都想要，想要最好的串行處理器——CPU，最好的并行處理器——GPU。我想這種需求在未來很多年都不會發(fā)生改變。我認(rèn)為GPU的并行功能會越來越強大，而CPU也會想方設(shè)法改進(jìn)其執(zhí)行串行指令的能力。我認(rèn)為這兩項功能未來不會融合。
ＧＰＵ在設(shè)計上有否優(yōu)勢
記者：ｘ８６ ＣＰＵ屬于ＣＩＳＣ指令集。顧名思義，ＣＩＳＣ在工藝實現(xiàn)上也同樣復(fù)雜。而ＧＰＵ由于大量并行的流處理器而在工藝實現(xiàn)上整齊劃一。隨著芯片上晶體管數(shù)量的劇增和功能的增加，ＧＰＵ至少在測試上比ＣＰＵ更省時，請問在制造過程中是否也具有優(yōu)勢？
Ｋｉｒｋ：通常大家都說x86指令集有優(yōu)勢，但我認(rèn)為有些情況下它是個劣勢，因為它的兼容性是個龐大且復(fù)雜的問題。一旦你建立起x86系統(tǒng)，你只能繼續(xù)建立x86系統(tǒng)。
而我們兼容舊系統(tǒng)的壓力要小得多——不是因為我們放棄了兼容性，而是我們沒有那么長的歷史需要兼容——這在效率上帶給我們一些優(yōu)勢。
除了你提到的測試，我認(rèn)為還有一種很重要的考察效率的指標(biāo)，這就是每平方毫米硅片所貢獻(xiàn)的性能。因為GPU擁有更直截了當(dāng)?shù)闹噶罴?，其設(shè)計更先進(jìn)，GPU上每個晶體管的平均性能要比CPU的更高。
記者：５年前我獨家專訪過英特爾ＣＴＯ基辛格。在談?wù)摚梗埃睿碇圃旃に嚂r，他告訴我，英特爾真正的核心競爭力是設(shè)計與制造這兩個階段的雙向優(yōu)化。如今，半導(dǎo)體制造工藝已經(jīng)進(jìn)入４５ｎｍ?留給各自獨立的Ｆａｂｌｅｓｓ（無生產(chǎn)線芯片制造商）和Ｆｏｕｎｄｒｙ（標(biāo)準(zhǔn)工藝制造商）之間的工藝冗余度越來越小。未來，你們與合作伙伴臺積電如何應(yīng)對這一挑戰(zhàn)？
Ｋｉｒｋ：首先我得指出，每個處于帕特·基辛格先生位置的人當(dāng)然都會像他這么說。他總是把自己的公司說得很好。盡管我們和Foundry不是同一家企業(yè)，但我們之間密切合作，彼此之間做了優(yōu)化。我不認(rèn)為在這一點上有任何區(qū)別。
記者：你們做同樣的事？
Ｋｉｒｋ：是的，我們必須這么做，否則我們就沒有競爭力。
記者：你對未來ＧＰＵ在制造上有何展望？
Ｋｉｒｋ：我認(rèn)為前景很光明。每跨入新一代設(shè)計尺寸當(dāng)然意味著更復(fù)雜的設(shè)計和更大的精力投入，但這就是我們的工作，我們必須這么做，就像英特爾一樣。
ＣＰＵ與ＧＰＵ：融合還是集成
記者：回顧ＣＰＵ的發(fā)展，由于集成了數(shù)學(xué)協(xié)處理器，Ｉｎｔｅｌ ８０４８６顯著提升了浮點計算的性能，后來由于集成了ＭＭＸ等多媒體指令集，使得Ｐｅｎｔｉｕｍ ＭＭＸ的多媒體性能得以增強。ＮＶＩＤＩＡ也在２００５年推出單芯片的芯片組＋ＧＰＵ產(chǎn)品Ｃ５１。這些都是ＰＣ平臺上ＳＯＣ趨勢的具體表現(xiàn)。請問你是如何評價ＣＰＵ與ＧＰＵ集成的？
Ｋｉｒｋ：集成只是縮減成本的一種途徑，而非提高性能或增強功能的良方。所以，CPU和GPU的集成對于低端或內(nèi)嵌應(yīng)用來說比較合理，因為這些領(lǐng)域需要控制成本，便攜式設(shè)備、手機和筆記本電腦亦然。而對于高端應(yīng)用或條件要求苛刻的應(yīng)用來說，計算能力的不足意味著你無須集成，相反，你要做的是分解，通過更多的CPU和GPU來獲得更強的計算能力，而不是更小的CPU和GPU。
記者：但ＳＯＣ是未來趨勢？
Ｋｉｒｋ：我不這么認(rèn)為。我們距離最完美的圖形還有很長的距離。在準(zhǔn)備在高端應(yīng)用中進(jìn)行圖形集成之前，我們還應(yīng)做得更好，要走的路還很長。
記者：ＮＶＩＤＩＡ從Ｓｔｅｘａｒ公司挖到了一批前英特爾奔騰４的骨干。在ＣＰＵ廠商頻頻染指ＧＰＵ時，你們不會讓這些ＣＰＵ的頂尖高手改行從事ＧＰＵ的設(shè)計吧？
Ｋｉｒｋ：就我們是否會生產(chǎn)CPU這個問題，我并不想做什么預(yù)測，實際上，我并不認(rèn)為CPU有那么的重要。我深信，GPU距離完美還有很長的距離而CPU已接近完美。隨著時間的推移，CPU的大小已變得沒那么重要了。這樣看來，現(xiàn)在或許是CPU實現(xiàn)集成的最佳時機。我想問的是，既然我們實施了在北橋芯片中集成圖形功能的策略，又為何不集成CPU呢？這么小的東西集成起來會更方便。
記者：人們往往將ＰＣ產(chǎn)業(yè)的成就歸結(jié)于開放的標(biāo)準(zhǔn)和大規(guī)模制造帶來的經(jīng)濟效益，這的確是通用計算平臺的屬性；但卻往往忽視了通用計算平臺的另一個屬性，即它同時也是一個開放的開發(fā)平臺，從而鼓勵ＩＳＶ在其上快捷地開發(fā)應(yīng)用，而眾多的應(yīng)用則促進(jìn)了ＰＣ平臺的繁榮。ＮＶＩＤＩＡ前不久推出的ＣＵＤＡ，也正是ＧＰＵ從專用平臺走向通用平臺的一個里程碑事件，請問ＧＰＵ的下一個里程碑是什么？
Ｋｉｒｋ：我認(rèn)為CUDA已經(jīng)取得了空前成功，它的接受程度令人吃驚。這也表明了人們希望對整臺電腦進(jìn)行編程的濃厚興趣。過去人們往往是編寫一個C程序來控制CPU，再編寫一個圖形程序來控制GPU。你一定想通過編寫一個程序來控制CPU和GPU。因此我堅信，將來CUDA將變得無處不在。如果要對CPU和GPU進(jìn)行編程并管理系統(tǒng)中的所有資源，那就沒有理由不用CUDA。
記者：您還有什么要總結(jié)的嗎？
Ｋｉｒｋ：我個人認(rèn)為，GPU正逐漸將并行計算推向主流，并行計算與異構(gòu)處理器系統(tǒng)的“聯(lián)姻”將是大勢所趨。而主導(dǎo)這場變革的就是GPU。
（以下回答為郵件回復(fù)內(nèi)容）
ＧＰＵ沒有ＣＰＵ的煩心事
記者：無論是并行計算還是虛擬化，對于在ＰＣ平臺上的ＩＳＶ都是新鮮事，這也意味著巨大的挑戰(zhàn)。對于ＧＰＵ而言，并行性是與生俱來的屬性，但未來如果ＧＰＵ唱主角的話，是否也要面對虛擬化的挑戰(zhàn)？
Ｋｉｒｋ：有趣的是，CPU目前所面臨的主要挑戰(zhàn)就是多核、虛擬化和大規(guī)模并行計算，而這些問題都是GPU早已提出并解決了的。作為操作系統(tǒng)的一部分，GPU在用于各種圖形應(yīng)用時，必須在各種應(yīng)用需求之間被“分割”成許多時間片，因此，GPU已經(jīng)成為一種虛擬資源。
記者：我個人認(rèn)為，ＡＭＤ的協(xié)作平臺Ｔｏｒｒｅｎｚａ在技術(shù)上看來比較合理：依靠開放的總線，Ｔｏｒｒｅｎｚａ目前容許ＧＰＵ和ＦＰＧＡ（現(xiàn)場可編程門陣列）掛在ＣＰＵ總線上，第二步將把ＧＰＵ和ＦＰＧＡ封裝在一起，最終將集成在一個硅片上。這樣，ＧＰＵ大大提升了ＣＰＵ的浮點性能，而ＦＰＧＡ的實時系統(tǒng)重構(gòu)的特性則可以針對要執(zhí)行的計算任務(wù)，把通用的ＣＰＵ實時優(yōu)化成“專用”ＣＰＵ。你認(rèn)為，這種ＣＰＵ＋ＧＰＵ＋ＦＰＧＡ——當(dāng)然，你可能會改為ＧＰＵ＋ＣＰＵ＋ＦＰＧＡ這樣的順序——在工藝實現(xiàn)上和軟件開發(fā)上會有哪些挑戰(zhàn)？
Ｋｉｒｋ：我認(rèn)為開放式總線是一種非常好的方式，它讓創(chuàng)新者能夠互相競爭從而為該平臺作更大貢獻(xiàn)。這樣做是否會導(dǎo)致集成——也就是將CPU+GPU+FPGA集成到一塊芯片上，我真的不太清楚，但至少我認(rèn)為不會。我認(rèn)為集成是一種戰(zhàn)略，并且應(yīng)該是為某一特定目的而采用的，這些目的通常是降低成本或普及產(chǎn)品。我并沒有看到這類集成真的是為了打造更好的系統(tǒng)。但我認(rèn)為，這是判斷開放式總線的最好方法，這樣其他供應(yīng)商就可以為主處理器構(gòu)建協(xié)處理器芯片了。
“視覺就是計算機”
記者：人們經(jīng)常從ＣＰＵ廠商那里獲得對計算未來的展望，最著名的要算是Ｓｕｎ的“網(wǎng)絡(luò)就是計算機”；但人們卻難得聽到ＧＰＵ廠商對計算未來的見解。即使是ＮＶＩＤＩＡ ＣＥＯ黃仁勛多年前提出的“視覺就是計算機”，知道的人也不多。請告訴我們“視覺就是計算機”的內(nèi)涵。
Ｋｉｒｋ：我認(rèn)為視覺計算對計算來說是至關(guān)重要的。視覺是信息輸入我們大腦的最快途徑。與計算機的每次交互都應(yīng)該是可視的，這種可視性應(yīng)該是詳細(xì)、復(fù)雜、豐富多彩并且是完全三維立體的形式！因此視覺計算已經(jīng)開始并且正在影響著我們的工作、娛樂以及與計算機有關(guān)的生活。視覺計算是一個過程。
記者：視覺計算將在多大程度上改變現(xiàn)有的產(chǎn)業(yè)格局？
Ｋｉｒｋ：視覺計算對于消費者和專業(yè)人士來說比一般用途計算更為重要。視覺計算意味著要在視覺上呈現(xiàn)更多的信息，在視覺上實現(xiàn)全新的應(yīng)用。更佳的視覺計算用戶體驗是與眾不同和更加美妙的。而更高CPU性能的視覺體驗很難量化，而且這一點重不重要也不太清楚。實際上，誰需要以多快的速度運行字處理軟件？
記者：ｘ８６處理器成就了微軟，視覺計算會不會成全另一個微軟？
Ｋｉｒｋ：我希望視覺計算能為包括微軟在內(nèi)的許多軟件公司創(chuàng)造機會。GPU的性能提升為軟件開發(fā)人員提供了增加應(yīng)用程序互動性和豐富度的工具箱。在科學(xué)和工程設(shè)計應(yīng)用以及娛樂領(lǐng)域中，這一點最為明顯。其中娛樂領(lǐng)域已經(jīng)具備了豐富的視覺效果。
半導(dǎo)體技術(shù)主管很神奇
記者：我遇到的半導(dǎo)體領(lǐng)域的技術(shù)帶頭人都很神奇：曾任英特爾ＣＴＯ的基辛格，進(jìn)入英特爾時還沒上過大學(xué)；曾任ＡＭＤ ＣＴＯ的Ｆｒｅｄ Ｗｅｂｅｒ只拿到了物理學(xué)學(xué)士學(xué)位。而你本科和研究生讀的都是機械工程專業(yè)，最終卻大跨度地拿到了計算機科學(xué)的博士學(xué)位，現(xiàn)在又做了半導(dǎo)體廠商的首席科學(xué)家。
Ｋｉｒｋ：實際上，我現(xiàn)在離出發(fā)點并不遙遠(yuǎn)，只是繞了一個圈子。大學(xué)時，我學(xué)過并行編程。那時候覺得很難也很復(fù)雜，因為我們當(dāng)時使用的計算機大多數(shù)不是并行系統(tǒng)，并行編程好像是一種神秘的技術(shù)。后來我開始對設(shè)計和創(chuàng)造產(chǎn)生興趣，因此選擇了機械工程。機械工程中我最感興趣的是設(shè)計以及設(shè)計工具，例如CAD，而CAD最重要的就是計算機圖形學(xué)。因此，我實際上從未擔(dān)任過機械工程師，我直接進(jìn)入了計算機圖形軟件行業(yè)。當(dāng)我回到學(xué)校，讀計算機科學(xué)學(xué)位時，我重點集中在數(shù)學(xué)、圖形學(xué)和超大規(guī)模集成電路設(shè)計上。之后，我進(jìn)入了圖形芯片制造業(yè)。
記者：作為半導(dǎo)體領(lǐng)域的CTO，你日常要做哪些工作，對哪些方面比較感興趣？
Kirk：我會花很多時間來考慮如何不斷提高GPU性能。我還會花很多時間來考慮在可視計算和科學(xué)計算上的多GPU大規(guī)模并行應(yīng)用。GPU具有將許多應(yīng)用程序速度提升100倍的潛力，這將不僅改變科學(xué)和工程研究，而且也有可能改變消費和商業(yè)應(yīng)用。最后，我還花了大量時間來教授如何利用CUDA進(jìn)行并行編程。CUDA是一種編程環(huán)境，讓編程人員能夠為CPU和GPU寫出并行計算的程序。我堅信CUDA將會帶來計算技術(shù)的革命。影響這種快速變革的最佳的方法就是改變編程的教學(xué)方法，使更多的年輕學(xué)生了解這種新技術(shù)。
ＧＰＵ與ＣＰＵ浮點性能比較
Ｄａｖｉｄ Ｋｉｒｋ，１９９７年出任ＮＶＩＤＩＡ首席科學(xué)家，領(lǐng)導(dǎo)了ＮＶＩＤＩＡ圖形技術(shù)開發(fā)，使其成為當(dāng)今最流行的大眾娛樂平臺。他曾在視頻游戲廠商Ｃｒｙｓｔａｌ Ｄｙｎａｍｉｃｓ任首席科學(xué)家；在此之前，他在ＨＰ 阿波羅工作站部門任工程師。
２００２年，ＳＩＧＧＲＡＰＨ將計算機圖形學(xué)成就獎頒給Ｋｉｒｋ，以表彰他將高性能計算機圖形系統(tǒng)帶給大眾。２００６年，因?qū)⒏咝阅軋D形學(xué)帶入個人電腦所做的貢獻(xiàn)，Ｋｉｒｋ當(dāng)選為美國工程院院士，這是美國工程領(lǐng)域最高專業(yè)成就榮譽。Ｋｉｒｋ在圖形學(xué)技術(shù)領(lǐng)域擁有５０多項專利。
Ｋｉｒｋ在麻省理工學(xué)院獲得機械工程學(xué)士和碩士學(xué)位，并在加州理工學(xué)院獲得計算機科學(xué)碩士和博士學(xué)位。
既然我們實施了在北橋芯片中集成圖形功能的策略，又為何不集成ＣＰＵ呢？這么小的東西集成起來會更方便。
面對CPU廠商染指GPU，NVIDIA也積極備戰(zhàn)。NVIDIA在2007年10月從經(jīng)營不善的處理器新興企業(yè)Stexar挖到多位“武林高手”。 可千萬別小瞧了Stexax，這家由原英特爾技術(shù)骨干創(chuàng)立的公司擁有多位奔騰Ⅱ、奔騰Ⅲ和奔騰Ⅳ設(shè)計團隊的骨干，甚至還有奔騰Ⅳ中Netburst架構(gòu)的首席設(shè)計師和超線程的設(shè)計者。
3月26日，本報記者獨家專訪了NVIDIA首席科學(xué)家David Kirk。
ＧＰＵ很強
記者：經(jīng)過英特爾多年“Ｉｎｔｅｌ ｉｎｓｉｄｅ”的市場攻勢，人們對ＣＰＵ已經(jīng)很熟悉了，但對專注于圖形計算的ＧＰＵ卻知之甚少。ＧＰＵ與ＣＰＵ有什么不同？
Ｋｉｒｋ：長期以來，CPU一直都是單核的。CPU的設(shè)計思路是盡可能快地完成一件任務(wù)；對于GPU來說，它的任務(wù)是在屏幕上合成可以高達(dá)數(shù)百萬像素的圖像——也就是說有幾百萬個任務(wù)需要并行處理。因此，GPU被設(shè)計成并行處理很多任務(wù)，盡可能快地完成所有任務(wù)的總和，而不是像CPU那樣盡可能快地完成一件任務(wù)。設(shè)計GPU的體系架構(gòu)時首先考慮的是并行運算能力，之后再考慮整型運算和I/O吞吐能力。
多核的概念并沒有改變CPU的設(shè)計理念，也許是盡快地做兩件事或四件事，但不是并行處理很多很多任務(wù)。
記者：我看到過ＧＰＵ的浮點性能數(shù)百倍于ＣＰＵ的對比結(jié)果，卻不知兩者之間在整型計算上的比較結(jié)果。ＧＰＵ只有增強其整型能力才能在通用計算中走得更遠(yuǎn)，請問在整型計算上ＧＰＵ有沒有補救措施呢？
Ｋｉｒｋ：CPU的整數(shù)計算、分支、邏輯判斷和浮點運算分別由不同的運算單元執(zhí)行，此外還有一個浮點加速器。因此，CPU面對不同類型的計算任務(wù)會有不同的性能表現(xiàn)。而GPU是由同一個運算單元執(zhí)行整數(shù)和浮點計算，因此，GPU的整型計算能力與其浮點能力相似。
我想，如果你仔細(xì)觀察一個串行程序的運行結(jié)果，你就會發(fā)現(xiàn)與浮點計算能力相比，CPU的整數(shù)計算能力與GPU中流處理器的整型計算能力更接近，這是因為CPU的設(shè)計更側(cè)重于整數(shù)計算能力。
舉例來說，一個3GHz的雙核CPU每秒能完成60億條整數(shù)指令，比如說G-80 GPU，有128個1.5GHz的流處理器，每個流處理器每個計算周期可以執(zhí)行兩條整數(shù)指令，把這些數(shù)據(jù)相乘的結(jié)果大約是每秒3500億～3750億條指令，這大概是CPU運算能力的50～100倍。
我再澄清一下，GPU在整型計算方面并沒有任何劣勢。盡管不如在浮點計算方面優(yōu)勢那么大，但是GPU的整型計算能力幾乎是CPU的100倍。
記者：除了計算，ＣＰＵ的另一大功能是控制。從現(xiàn)有的結(jié)構(gòu)看，ＧＰＵ的控制性能要比其整型計算性能還要弱，而控制功能最終將決定ＧＰＵ是否能在計算平臺上唱主角。請問ＧＰＵ在增加和增強控制功能上有何設(shè)想？
Ｋｉｒｋ：GPU同樣可以實現(xiàn)控制和分支功能。如果你有一個單線程的分支程序要運行，你可以在CPU上運行它。但是如果你有100萬個線程，每個線程都有分支，那么GPU的性能將遠(yuǎn)遠(yuǎn)好于CPU。我對CPU類型的計算任務(wù)并不感興趣。與其他人們想實現(xiàn)的功能相比，這項功能并不重要。與只有一個線程的計算任務(wù)相比，我認(rèn)為執(zhí)行與控制幾百萬個線程更為重要。當(dāng)然，CPU也能承擔(dān)這樣的任務(wù)，只不過它要串行地、重復(fù)地來進(jìn)行，性能上遠(yuǎn)比不上GPU。
記者：能不能只用ＧＰＵ，而不用ＣＰＵ，或者說徹底拋棄ＣＰＵ？
Ｋｉｒｋ：你可以這么做，但這可能不是最佳選擇。GPU效率不高的地方在于處理單任務(wù)、單線程分支。如果你只有一項任務(wù)，就不能充分利用GPU。因此，如果你的任務(wù)里包含各種類型的計算——任何問題都包含串行部分和并行部分——你可以在CPU上快速運行串行部分，在GPU上運行并行部分。我認(rèn)為這個問題的關(guān)鍵不在于競爭，而是任務(wù)的劃分。
我相信未來的計算模式是不同種類處理器的混合體。西方有一條諺語 “樣樣都會，行行不精”。既然CPU擅長于一種類型的計算，而GPU擅長另外一種類型的計算，那么你把它們結(jié)合在一起，相互合作，就能完成更多類型的任務(wù)。
記者：在更遠(yuǎn)的將來，有沒有可能制造沒有ＣＰＵ的系統(tǒng)？
Ｋｉｒｋ：我想這是可能的——現(xiàn)在就可能——只不過大家不想這么做。如果你想最大限度地發(fā)揮現(xiàn)有硬件的功能，你就需要各種專用處理器配合工作。我想這才是最好的解決方案。
直到有一天所有的處理器都足夠好了，你不再需要更好的計算機了，你可能選擇一個效率低一點但架構(gòu)更簡單的計算機。但是到目前為止，人們還是什么都想要，想要最好的串行處理器——CPU，最好的并行處理器——GPU。我想這種需求在未來很多年都不會發(fā)生改變。我認(rèn)為GPU的并行功能會越來越強大，而CPU也會想方設(shè)法改進(jìn)其執(zhí)行串行指令的能力。我認(rèn)為這兩項功能未來不會融合。
ＧＰＵ在設(shè)計上有否優(yōu)勢
記者：ｘ８６ ＣＰＵ屬于ＣＩＳＣ指令集。顧名思義，ＣＩＳＣ在工藝實現(xiàn)上也同樣復(fù)雜。而ＧＰＵ由于大量并行的流處理器而在工藝實現(xiàn)上整齊劃一。隨著芯片上晶體管數(shù)量的劇增和功能的增加，ＧＰＵ至少在測試上比ＣＰＵ更省時，請問在制造過程中是否也具有優(yōu)勢？
Ｋｉｒｋ：通常大家都說x86指令集有優(yōu)勢，但我認(rèn)為有些情況下它是個劣勢，因為它的兼容性是個龐大且復(fù)雜的問題。一旦你建立起x86系統(tǒng)，你只能繼續(xù)建立x86系統(tǒng)。
而我們兼容舊系統(tǒng)的壓力要小得多——不是因為我們放棄了兼容性，而是我們沒有那么長的歷史需要兼容——這在效率上帶給我們一些優(yōu)勢。
除了你提到的測試，我認(rèn)為還有一種很重要的考察效率的指標(biāo)，這就是每平方毫米硅片所貢獻(xiàn)的性能。因為GPU擁有更直截了當(dāng)?shù)闹噶罴?，其設(shè)計更先進(jìn)，GPU上每個晶體管的平均性能要比CPU的更高。
記者：５年前我獨家專訪過英特爾ＣＴＯ基辛格。在談?wù)摚梗埃睿碇圃旃に嚂r，他告訴我，英特爾真正的核心競爭力是設(shè)計與制造這兩個階段的雙向優(yōu)化。如今，半導(dǎo)體制造工藝已經(jīng)進(jìn)入４５ｎｍ?留給各自獨立的Ｆａｂｌｅｓｓ（無生產(chǎn)線芯片制造商）和Ｆｏｕｎｄｒｙ（標(biāo)準(zhǔn)工藝制造商）之間的工藝冗余度越來越小。未來，你們與合作伙伴臺積電如何應(yīng)對這一挑戰(zhàn)？
Ｋｉｒｋ：首先我得指出，每個處于帕特·基辛格先生位置的人當(dāng)然都會像他這么說。他總是把自己的公司說得很好。盡管我們和Foundry不是同一家企業(yè)，但我們之間密切合作，彼此之間做了優(yōu)化。我不認(rèn)為在這一點上有任何區(qū)別。
記者：你們做同樣的事？
Ｋｉｒｋ：是的，我們必須這么做，否則我們就沒有競爭力。
記者：你對未來ＧＰＵ在制造上有何展望？
Ｋｉｒｋ：我認(rèn)為前景很光明。每跨入新一代設(shè)計尺寸當(dāng)然意味著更復(fù)雜的設(shè)計和更大的精力投入，但這就是我們的工作，我們必須這么做，就像英特爾一樣。
ＣＰＵ與ＧＰＵ：融合還是集成
記者：回顧ＣＰＵ的發(fā)展，由于集成了數(shù)學(xué)協(xié)處理器，Ｉｎｔｅｌ ８０４８６顯著提升了浮點計算的性能，后來由于集成了ＭＭＸ等多媒體指令集，使得Ｐｅｎｔｉｕｍ ＭＭＸ的多媒體性能得以增強。ＮＶＩＤＩＡ也在２００５年推出單芯片的芯片組＋ＧＰＵ產(chǎn)品Ｃ５１。這些都是ＰＣ平臺上ＳＯＣ趨勢的具體表現(xiàn)。請問你是如何評價ＣＰＵ與ＧＰＵ集成的？
Ｋｉｒｋ：集成只是縮減成本的一種途徑，而非提高性能或增強功能的良方。所以，CPU和GPU的集成對于低端或內(nèi)嵌應(yīng)用來說比較合理，因為這些領(lǐng)域需要控制成本，便攜式設(shè)備、手機和筆記本電腦亦然。而對于高端應(yīng)用或條件要求苛刻的應(yīng)用來說，計算能力的不足意味著你無須集成，相反，你要做的是分解，通過更多的CPU和GPU來獲得更強的計算能力，而不是更小的CPU和GPU。
記者：但ＳＯＣ是未來趨勢？
Ｋｉｒｋ：我不這么認(rèn)為。我們距離最完美的圖形還有很長的距離。在準(zhǔn)備在高端應(yīng)用中進(jìn)行圖形集成之前，我們還應(yīng)做得更好，要走的路還很長。
記者：ＮＶＩＤＩＡ從Ｓｔｅｘａｒ公司挖到了一批前英特爾奔騰４的骨干。在ＣＰＵ廠商頻頻染指ＧＰＵ時，你們不會讓這些ＣＰＵ的頂尖高手改行從事ＧＰＵ的設(shè)計吧？
Ｋｉｒｋ：就我們是否會生產(chǎn)CPU這個問題，我并不想做什么預(yù)測，實際上，我并不認(rèn)為CPU有那么的重要。我深信，GPU距離完美還有很長的距離而CPU已接近完美。隨著時間的推移，CPU的大小已變得沒那么重要了。這樣看來，現(xiàn)在或許是CPU實現(xiàn)集成的最佳時機。我想問的是，既然我們實施了在北橋芯片中集成圖形功能的策略，又為何不集成CPU呢？這么小的東西集成起來會更方便。
記者：人們往往將ＰＣ產(chǎn)業(yè)的成就歸結(jié)于開放的標(biāo)準(zhǔn)和大規(guī)模制造帶來的經(jīng)濟效益，這的確是通用計算平臺的屬性；但卻往往忽視了通用計算平臺的另一個屬性，即它同時也是一個開放的開發(fā)平臺，從而鼓勵ＩＳＶ在其上快捷地開發(fā)應(yīng)用，而眾多的應(yīng)用則促進(jìn)了ＰＣ平臺的繁榮。ＮＶＩＤＩＡ前不久推出的ＣＵＤＡ，也正是ＧＰＵ從專用平臺走向通用平臺的一個里程碑事件，請問ＧＰＵ的下一個里程碑是什么？
Ｋｉｒｋ：我認(rèn)為CUDA已經(jīng)取得了空前成功，它的接受程度令人吃驚。這也表明了人們希望對整臺電腦進(jìn)行編程的濃厚興趣。過去人們往往是編寫一個C程序來控制CPU，再編寫一個圖形程序來控制GPU。你一定想通過編寫一個程序來控制CPU和GPU。因此我堅信，將來CUDA將變得無處不在。如果要對CPU和GPU進(jìn)行編程并管理系統(tǒng)中的所有資源，那就沒有理由不用CUDA。
記者：您還有什么要總結(jié)的嗎？
Ｋｉｒｋ：我個人認(rèn)為，GPU正逐漸將并行計算推向主流，并行計算與異構(gòu)處理器系統(tǒng)的“聯(lián)姻”將是大勢所趨。而主導(dǎo)這場變革的就是GPU。
（以下回答為郵件回復(fù)內(nèi)容）
ＧＰＵ沒有ＣＰＵ的煩心事
記者：無論是并行計算還是虛擬化，對于在ＰＣ平臺上的ＩＳＶ都是新鮮事，這也意味著巨大的挑戰(zhàn)。對于ＧＰＵ而言，并行性是與生俱來的屬性，但未來如果ＧＰＵ唱主角的話，是否也要面對虛擬化的挑戰(zhàn)？
Ｋｉｒｋ：有趣的是，CPU目前所面臨的主要挑戰(zhàn)就是多核、虛擬化和大規(guī)模并行計算，而這些問題都是GPU早已提出并解決了的。作為操作系統(tǒng)的一部分，GPU在用于各種圖形應(yīng)用時，必須在各種應(yīng)用需求之間被“分割”成許多時間片，因此，GPU已經(jīng)成為一種虛擬資源。
記者：我個人認(rèn)為，ＡＭＤ的協(xié)作平臺Ｔｏｒｒｅｎｚａ在技術(shù)上看來比較合理：依靠開放的總線，Ｔｏｒｒｅｎｚａ目前容許ＧＰＵ和ＦＰＧＡ（現(xiàn)場可編程門陣列）掛在ＣＰＵ總線上，第二步將把ＧＰＵ和ＦＰＧＡ封裝在一起，最終將集成在一個硅片上。這樣，ＧＰＵ大大提升了ＣＰＵ的浮點性能，而ＦＰＧＡ的實時系統(tǒng)重構(gòu)的特性則可以針對要執(zhí)行的計算任務(wù)，把通用的ＣＰＵ實時優(yōu)化成“專用”ＣＰＵ。你認(rèn)為，這種ＣＰＵ＋ＧＰＵ＋ＦＰＧＡ——當(dāng)然，你可能會改為ＧＰＵ＋ＣＰＵ＋ＦＰＧＡ這樣的順序——在工藝實現(xiàn)上和軟件開發(fā)上會有哪些挑戰(zhàn)？
Ｋｉｒｋ：我認(rèn)為開放式總線是一種非常好的方式，它讓創(chuàng)新者能夠互相競爭從而為該平臺作更大貢獻(xiàn)。這樣做是否會導(dǎo)致集成——也就是將CPU+GPU+FPGA集成到一塊芯片上，我真的不太清楚，但至少我認(rèn)為不會。我認(rèn)為集成是一種戰(zhàn)略，并且應(yīng)該是為某一特定目的而采用的，這些目的通常是降低成本或普及產(chǎn)品。我并沒有看到這類集成真的是為了打造更好的系統(tǒng)。但我認(rèn)為，這是判斷開放式總線的最好方法，這樣其他供應(yīng)商就可以為主處理器構(gòu)建協(xié)處理器芯片了。
“視覺就是計算機”
記者：人們經(jīng)常從ＣＰＵ廠商那里獲得對計算未來的展望，最著名的要算是Ｓｕｎ的“網(wǎng)絡(luò)就是計算機”；但人們卻難得聽到ＧＰＵ廠商對計算未來的見解。即使是ＮＶＩＤＩＡ ＣＥＯ黃仁勛多年前提出的“視覺就是計算機”，知道的人也不多。請告訴我們“視覺就是計算機”的內(nèi)涵。
Ｋｉｒｋ：我認(rèn)為視覺計算對計算來說是至關(guān)重要的。視覺是信息輸入我們大腦的最快途徑。與計算機的每次交互都應(yīng)該是可視的，這種可視性應(yīng)該是詳細(xì)、復(fù)雜、豐富多彩并且是完全三維立體的形式！因此視覺計算已經(jīng)開始并且正在影響著我們的工作、娛樂以及與計算機有關(guān)的生活。視覺計算是一個過程。
記者：視覺計算將在多大程度上改變現(xiàn)有的產(chǎn)業(yè)格局？
Ｋｉｒｋ：視覺計算對于消費者和專業(yè)人士來說比一般用途計算更為重要。視覺計算意味著要在視覺上呈現(xiàn)更多的信息，在視覺上實現(xiàn)全新的應(yīng)用。更佳的視覺計算用戶體驗是與眾不同和更加美妙的。而更高CPU性能的視覺體驗很難量化，而且這一點重不重要也不太清楚。實際上，誰需要以多快的速度運行字處理軟件？
記者：ｘ８６處理器成就了微軟，視覺計算會不會成全另一個微軟？
Ｋｉｒｋ：我希望視覺計算能為包括微軟在內(nèi)的許多軟件公司創(chuàng)造機會。GPU的性能提升為軟件開發(fā)人員提供了增加應(yīng)用程序互動性和豐富度的工具箱。在科學(xué)和工程設(shè)計應(yīng)用以及娛樂領(lǐng)域中，這一點最為明顯。其中娛樂領(lǐng)域已經(jīng)具備了豐富的視覺效果。
半導(dǎo)體技術(shù)主管很神奇
記者：我遇到的半導(dǎo)體領(lǐng)域的技術(shù)帶頭人都很神奇：曾任英特爾ＣＴＯ的基辛格，進(jìn)入英特爾時還沒上過大學(xué)；曾任ＡＭＤ ＣＴＯ的Ｆｒｅｄ Ｗｅｂｅｒ只拿到了物理學(xué)學(xué)士學(xué)位。而你本科和研究生讀的都是機械工程專業(yè)，最終卻大跨度地拿到了計算機科學(xué)的博士學(xué)位，現(xiàn)在又做了半導(dǎo)體廠商的首席科學(xué)家。
Ｋｉｒｋ：實際上，我現(xiàn)在離出發(fā)點并不遙遠(yuǎn)，只是繞了一個圈子。大學(xué)時，我學(xué)過并行編程。那時候覺得很難也很復(fù)雜，因為我們當(dāng)時使用的計算機大多數(shù)不是并行系統(tǒng)，并行編程好像是一種神秘的技術(shù)。后來我開始對設(shè)計和創(chuàng)造產(chǎn)生興趣，因此選擇了機械工程。機械工程中我最感興趣的是設(shè)計以及設(shè)計工具，例如CAD，而CAD最重要的就是計算機圖形學(xué)。因此，我實際上從未擔(dān)任過機械工程師，我直接進(jìn)入了計算機圖形軟件行業(yè)。當(dāng)我回到學(xué)校，讀計算機科學(xué)學(xué)位時，我重點集中在數(shù)學(xué)、圖形學(xué)和超大規(guī)模集成電路設(shè)計上。之后，我進(jìn)入了圖形芯片制造業(yè)。
記者：作為半導(dǎo)體領(lǐng)域的CTO，你日常要做哪些工作，對哪些方面比較感興趣？
Kirk：我會花很多時間來考慮如何不斷提高GPU性能。我還會花很多時間來考慮在可視計算和科學(xué)計算上的多GPU大規(guī)模并行應(yīng)用。GPU具有將許多應(yīng)用程序速度提升100倍的潛力，這將不僅改變科學(xué)和工程研究，而且也有可能改變消費和商業(yè)應(yīng)用。最后，我還花了大量時間來教授如何利用CUDA進(jìn)行并行編程。CUDA是一種編程環(huán)境，讓編程人員能夠為CPU和GPU寫出并行計算的程序。我堅信CUDA將會帶來計算技術(shù)的革命。影響這種快速變革的最佳的方法就是改變編程的教學(xué)方法，使更多的年輕學(xué)生了解這種新技術(shù)。
ＧＰＵ與ＣＰＵ浮點性能比較
Ｄａｖｉｄ Ｋｉｒｋ，１９９７年出任ＮＶＩＤＩＡ首席科學(xué)家，領(lǐng)導(dǎo)了ＮＶＩＤＩＡ圖形技術(shù)開發(fā)，使其成為當(dāng)今最流行的大眾娛樂平臺。他曾在視頻游戲廠商Ｃｒｙｓｔａｌ Ｄｙｎａｍｉｃｓ任首席科學(xué)家；在此之前，他在ＨＰ 阿波羅工作站部門任工程師。
２００２年，ＳＩＧＧＲＡＰＨ將計算機圖形學(xué)成就獎頒給Ｋｉｒｋ，以表彰他將高性能計算機圖形系統(tǒng)帶給大眾。２００６年，因?qū)⒏咝阅軋D形學(xué)帶入個人電腦所做的貢獻(xiàn)，Ｋｉｒｋ當(dāng)選為美國工程院院士，這是美國工程領(lǐng)域最高專業(yè)成就榮譽。Ｋｉｒｋ在圖形學(xué)技術(shù)領(lǐng)域擁有５０多項專利。
Ｋｉｒｋ在麻省理工學(xué)院獲得機械工程學(xué)士和碩士學(xué)位，并在加州理工學(xué)院獲得計算機科學(xué)碩士和博士學(xué)位。
既然我們實施了在北橋芯片中集成圖形功能的策略，又為何不集成ＣＰＵ呢？這么小的東西集成起來會更方便。
下載文檔
