Nvidia skyver minneforbedringer, enhetlig arkitektur for gpus, mobile prosessorer

På Nvidias GPU Technology Conference i forrige uke ble jeg overrasket over å se hvor langt grafikk og GPU-teknologi beveger seg - på skrivebordet og på mobile enheter - og hvordan måten folk skriver programvare vil måtte endre seg for å dra nytte av det.

Den store bevegelsen er mot heterogen programvare, programmer som kan bruke både den tradisjonelle mikroprosessor CPU og GPU på samme tid. Dette er ikke et nytt konsept - både Nvidia og AMD har snakket om dette en stund - men de to sidene kommer nærmere hverandre.

AMDs tilnærming har vært å fremme det den kaller "akselererte prosesseringsenheter", som kombinerer både GPU-er og CPU-er på en enkelt dyse, og det den har kalt "heterogen systemarkitektur." De siste årene har den fremmet HSA, og i fjor etablerte den HSA Foundation, sammen med 21 andre selskaper, for å utvikle åpne standarder for heterogen databehandling.

Nvidias tilnærming har vært veldig annerledes, med fokus på CUDA-plattformene for å skrive programvare på GPU-ene og Tesla-versjonen av GPU-er, som nå brukes i superdatamaskiner som Oak Ridge National Laboratory's Titan-superdatamaskin. I slike systemer administrerer ganske kompleks programvare hva databehandling som fungerer på CPU og hva som fungerer på GPU.

Åpne sin hovedtaler, sa CEO i Nvidia, Jen-Hsun Huang, "Visuell databehandling er et kraftig og unikt medium. I løpet av de siste 20 årene har dette mediet forvandlet PCen fra en datamaskin for informasjon og produktivitet til et av kreativitet, uttrykk og oppdagelse.." De neste årene skulle fortelle om overgangen når et platå eller om den bare begynner."

Som forventet snakket Huang mye i hovednoten om hvordan GPU-databehandling basert på CUDA vokser. Selskapet har sendt 430 millioner CUDA-kapable GPU-er og 1, 6 millioner CUDA-programmeringssett nedlastinger Nvidia GPUer brukes nå i 50 superdatamaskiner over hele verden. For eksempel, sa han, gjorde Titan nylig verdens største mekaniske simulering av faste stoffer ved å bruke 40 millioner CUDA-prosessorer for å levere 10 petaflops med vedvarende ytelse. Han sa også at GPU-databehandling hadde mye potensiale i "big data" -applikasjoner.

Huang hentet en representant fra Shazam for å snakke om hvordan selskapet bruker GPU-er for å matche musikk og lyd fra et stort antall brukere. Huang nevnte da at et selskap som heter Cortexica bruker lignende teknologi for visuell søk.

Viktigst av alt, viste selskapet et nytt veikart for GPU-motoren som ble brukt i både sine GeForce-spillprodukter og Tesla-linjen. Den nåværende GPU-arkitekturen heter "Kepler", som ble sendt i fjor. Den neste versjonen, kjent som "Maxwell, " kommer neste år. Det tar et stort skritt mot heterogen databehandling ved å legge til en "enhetlig virtuelt minne" -arkitektur, noe som betyr at CPU og GPU vil kunne se hele systemets minne.

Dette er viktig fordi en av de store flaskehalsene i GPU-databehandling har flyttet data mellom hovedminnesystemer og grafikkminne, og fordi det har vært vanskelig å skrive programvare som bruker begge prosessortypene. (AMD har kunngjort en lignende funksjon for sin Kaveri-prosessor, på grunn av slutten av dette året. Jeg er litt uklar på hvordan dette fungerer uten direkte støtte fra CPU-produsentene, men det er absolutt en tilnærming vi vil se mer av fremover.)

For 2015 lovet Huang en annen versjon, kalt "Volta", som vil ta grafikkminnet og stable det direkte på toppen av GPU, og dramatisk øke minnebåndbredden til omtrent en terabyte per sekund. Til sammenligning er Keplers totale maksimale båndbredde omtrent 192 gigabyte per sekund.

En rekke selskaper, inkludert Intel, har snakket om å stable minne oppå en prosessor, men kablingen for å koble minnet og prosessoren, som bruker en teknikk som kalles gjennom-silisium vias, har vært komplisert. Så vidt jeg vet er Volta den første relativt mainstream-prosessoren som er kunngjort som vil ha denne funksjonen.

Det mobile veikartet har noen av de samme funksjonene. Selskapet kunngjorde nylig sine Tegra 4 (kodenavn "Wayne") og Tegra 4i (kodenavn "Gray") prosessorer. "Logan", som kommer til å være i produksjon i 2014, legger til den første grafikken som er CUDA-kapabel i Tegra-linjen. Dette blir fulgt i 2015 med "Parker", som vil kombinere Maxwell GPU-teknologien med selskapets første unike CPU-kjernedesign, en 64-biters ARM-prosessor kjent som Project Denver. (Merk at mens de to prosessorene deler GPU-designet, vil antallet faktiske grafikkjerner sannsynligvis være mye mindre i en mobil prosessor enn i en desktop-versjon.)

Dette bør være interessant både på grunn av den enhetlige minnearkitekturen og fordi den er beregnet for å bli produsert ved hjelp av 3D FinFET-transistorer. Intel bruker denne teknikken i sine 22 nm-prosessorer og begge lenge Nvidia-produksjonspartner Taiwan Semiconductor Manufacturing Corp. og konkurrerende Globalfoundries har sagt at de vil ha FinFETS en gang neste år. Masseproduksjon starter trolig i 2015.

"Om fem år vil vi øke ytelsen til Tegra med 100 ganger, " lovet Huang.

Det store spørsmålet er selvfølgelig hva vi skal bruke datamaskinens hestekrefter til. Det er ganske enkelt for meg å se applikasjoner med høy ytelse og "big data" - de fortsetter å vokse og kan lett bruke de parallelle databehandlingsfunksjonene til GPU-er. Nvidia vil tilby disse funksjonene på en rekke forskjellige metoder, blant annet gjennom sine Tesla-tavler for arbeidsstasjoner og superdatamaskiner; sin GRID CPU-server virtualiseringsteknologi for bedriftsservere; og et nytt GRID Virtual Computing Appliance (VCA), et 4U-chassis med Xeon-prosessorer, Kepler-baserte GPU-er og minne, rettet mot avdelinger.

Og selvfølgelig vil spill bruke mer grafikk og bli mer realistiske i hver generasjon. Størrelsen og oppløsningen på skjermer øker, og folk vil ha mer grafikk. Huang viste frem selskapets nye high-end stasjonære grafikkort, kalt Titan, og kjørte en sanntids havsimulering fra Waveworks. Det demosed også Faceworks, et 3D snakkende hode som heter Ira (over), opprettet med Institute for Creative Technology på USC.

Det er spesielt interessant å bringe alle disse funksjonene til mobilen. Jeg er ikke helt sikker på at jeg virkelig trenger all kraften til en high-end desktop GPU på en mobilenhet - når alt kommer til alt, på en fem-tommers skjerm virker 1.980 by-1.080 som nok - men jeg er ikke i tvil om folk vil finne bruksområder for det. En bekymring er at den vil bruke for mye makt, men Huang sa at Logan ville være "ikke større enn en krone." I alle fall vil jeg være interessert i å se hva folk vil gjøre med så mye ytelse.

Totalt sett satser Nvidia, i likhet med AMD, på fortsatte grafikkforbedringer, enhetlig minne og en heterogen tilnærming til programmering av CPU og GPU. AMD vil si at det fungerer med åpne standarder, mens Nvidia peker på suksessene CUDA har hatt, spesielt på høyytelsesarenaen. Og selvfølgelig er det Intel, hvis grafikk henger både med AMD og Nvidia i dag, men fremdeles dominerer PC-CPU-området. Den har også sitt eget sett med programvareverktøy. De forskjellige tilnærmingene bør gjøre dette til et fascinerende område å se på.