AMD och ARM samarbetar i HSA Foundation

Jag känner mig tveksam till att det verkligen får genomslag, då det känns som en resurskrävande lösning för själva datorerna.
Men det hade varit trevligt med lite framsteg på fronten.

Kan någon förklara vad fördelen är med att utföra beräkningar på en GPU jmf med en 'vanlig' processor, rendering och output till skärm etc är en GPU förhoppnignsvis bättre på men i vilka andra uppgifter skulle en GPU vara att föredra?

Jag är tyvärr inte jätte insatt i området men det finns en hel del att läsa om det om du googlar. Här har du en läng till en avhandling från KTH som belyser ämnet http://web.it.kth.se/~johanmon/theses/hartman.pdf

Tack för två bra förklaringar!

Då kanske det blir bättre drivrutiner för Linux, med tanke på om detta ska köras i beräkningskluster?

Inte omöjligt.

Detta gillar jag skarpt. AMD och ARM! Tackar inte nej till AMD APUer i en telefon.

GPUer har klart en plats även vid video konverteringar, och de har blivit bättre, men x264 levererar bättre resultat också vid inställningar som prioriterar snabbhet framför kvalitet.

Håller med om att det är bra med samarbete på det här området, både för att snabba utvecklingen och så man inte får 14 olika "standarder".

Det här låter ju som AMDs tidigare Torrenza initiativ.

Riktigt bra förklaring, enda invändningen är att det ska INTE vara enklare mattematiska beräkningar för att vara riktigt effektivt. Tiden det tar att skicka in-data och ut-data mellan CPU och GPU blir endast försumbar om det är en relativt komplicerad beräkning som utförs på varje kvanta.

Om det är en enklare beräkning så kommer tiden för kommunikations-overhead dominera och det blir då snabbare att göra beräkningen direkt på CPUn. En stor fördel med APU:er jämfört med CPU+diskret GPU är att tiden det tar att kommunicera mellan dessa två komponenter är lägre i en APU, så fler problem borde effektivt gå att avlasta till GPUn i en APU.

Sedan finns en begränsning till: det är ju redan nämnt att problemet ska vara väldigt parallellsebart, gärna embarissingly parallel. Men varje oberoende del-problem som körs på samma grupp av GPU-processorer (i KTH rapporten som länkas ovan så nämns att nVidia 8800 GTX har 8 processorer per grupp) bör vara ungefär lika stora och komplicerade då ett jobb som kan köra på 1 till 8 av dessa processorer alltid tar tiden för det längsta jobbet innan man får resultatet.

Till sist får man inte glömma att alla moderna x86 (och även ARM) CPUer har s.k. SIMD (Single Instruction Multiple Data) enheter (SSE/AVX på x86, NEON på ARM) som program definitivt borde använda mer än vad som görs idag. Fördelen med dessa enheter jämfört med en GPU är att tiden för kommunikation till dessa är i praktiken noll då det är del av CPUn. Den råa beräkningsprestandan är dock inte alls lika hög som en GPU, men rätt använt så kan SSE och NEON ge en prestandaförbättring på upp till ca 4 gånger och AVX upp till 8 gånger jämfört med att använda motsvarande skalära operationer.

Efter att ha läst detta: http://www.amd.com/us/press-releases...ss+Releases%29

Som jag förstår det så är AMD ute efter TrustZone och ingenting annat. Ska bli kul att se hur detta utvecklar sig.

Tack, jag sköt ganska hårt från höften, känns trevligt att man hade rimlig pejl då

Och tack för mer ingående förklaring om instruktioner och cpu/gpu latency vs APU etc.

Mycket så. Sen att man valt att slå på stora trumman i yrhetsartiklar är en annan femma och ett helt annat projekt i sig. Oavsett vad detta innebär så har ARM och AMD nu gjort vad Intel kunde gjort för en evighet sedan, om dom inte Intel vore så enkelspåriga.

Hoppas att nu att Intel ska göra bort sig ordentligt och släppa in de andra spelarna på fältet. Det behövs verkligen en ny era av cpu, gpu, apu, apa... vad man nu än vill kalla det. En era där det finns fler värdiga alternativ med glada kreativa spelare.