Há muitos artigos sendo escritos sobre como o recém lançado Intel Xeon Phi roubará a participação de mercado do HPC \ Super Computer dos concorrentes. O Intel Knights está equipado com 72 núcleos e 4 soquetes, o que o torna um sistema com 288 núcleos. Enquanto um único Gtx980 possui 2048 núcleos CUDA. Como esses dois podem competir em termos de poder de computação (parece que o GTX está muito à frente)? Ou eles estão visando cargas de trabalho completamente diferentes; nesse caso, quais são alguns exemplos?
Obrigado.
parallel-computing
hpc
Chandan
fonte
fonte
Respostas:
Como Brian disse, os núcleos Xeon Phi não são nada comparáveis aos núcleos CUDA. O problema com o Phi é que ele está entre dois cavalos.
Se você estiver fazendo cálculos de ponto flutuante altamente paralelos, a NVIDIA fornecerá algo como 3 vezes o desempenho a 1/4 do preço. Para precisão dupla, a diferença é menor, mas a NVIDIA continua sendo 20% mais barata para o mesmo desempenho.
Se o seu problema for muito difícil de paralelizar, o Phi não ajudará em nada e, em vez disso, algo como um Intel Xeon fornecerá o melhor desempenho.
O ponto ideal para o Phi é algo altamente paralelo, mas divergente, ou seja, cada segmento tem que fazer algo diferente. Um exemplo disso seria simulações de Monte Carlo. Eles são usados, por exemplo, em simulações de tratamentos de radioterapia, em que as GPUs apenas dão uma pequena aceleração (~ 2x) em uma CPU padrão.
A Intel também está tentando vender o Xeon Phi no fato de que você só precisa reescrever seu código minimamente. No entanto, para qualquer coisa que não seja trivial paralelizar, o trabalho se torna o mesmo que para uma GPU.
fonte
Os núcleos CUDA não são comparáveis aos núcleos de processador separados nos coprocessadores Xeon Phi. Os núcleos do coprocessador Phi são processadores completos que podem ter seus próprios loops, ramificações etc., enquanto os núcleos CUDA estão executando as mesmas operações em várias fatias dos seus dados.
fonte