Большинство обычных приложений не требует особой вычислительной мощности. Например, работа с документами или электронной почтой ограничивается скоростью набора текста и временем, необходимым на обдумывание написанного. Расчет больших таблиц или воспроизведение видео не загружает современный процессор на 100%. В каком же случае важен значительный прирост вычислительной мощности? Прежде всего, это необходимо при интеллектуальной обработке больших объемов данных, доступных уже сейчас. Это нужно также при поиске полезных ответов на сложные, порой весьма туманные вопросы и при анализе естественного языка в процессе решения любых задач, от автоматического перевода до распознавания речи.
При бизнес-анализе, например, часто бывает необходимо извлечь относительно небольшие порции информации из огромных баз данных, а затем обработать информацию, учитывая множество факторов. Например, предприятию розничной торговли может потребоваться детальная информация о предпочтениях определенных групп покупателей с учетом разнообразных данных о продукции, покупателях и местоположении магазинов. Для персонального компьютера обработка быстрорастущего объема данных становится непосильной задачей.
Ключом к значительному увеличению вычислительной мощности компьютеров может стать технология со странным названием – «вычисления общего назначения на графических процессорах» (GPGPU). Суперкомпьютер Tianhe-1A работает на обычных серверных процессорах компании Intel, которые представляют собой более производительные «собратья» процессоров Intel Core, используемые в персональных компьютерах. Tianhe построен на 14.336 шестиядерных процессорах. Таким образом, общее число вычислительных ядер составляет 85.016 единиц. Но это не все. В суперкомпьютере использованы также 7.168 графических процессоров Nvidia Tesla, каждый из которых содержит 448 ядер, а их общее число составляет 3,2 миллиона.
Ядра графических процессоров не могут выполнять все те же операции, что и обычный процессор, но они значительно дешевле и потребляют намного меньше электроэнергии. Они особенно эффективны тогда, когда для решения задачи требуется одна и та же последовательность операций при обработке большого объема данных. К счастью, многие ресурсоемкие задачи, такие как обработка видео или создание трехмерных изображений, относятся к категории легко распараллеливаемых (так ее называют компьютерные специалисты) и вполне соответствуют возможностям графических процессоров.
Пару лет назад компания Nvidia взялась за широкое внедрение этой технологии, выпустив средства программирования, которые позволяют разработчикам использовать процессоры в графических картах Nvidia для обычных вычислений. Компании Intel, AMD, Apple и другие поддерживают стандарт OpenCL, предназначенный для вычислений на графических процессорах. Применение вычислений GPGPU в научных исследованиях росло быстрыми темпами, но теперь эта технология добралась и до персональных компьютеров.
До недавнего времени технология GPGPU работала только на компьютерах с очень мощными графическими системами. Однако новейшие версии процессоров со встроенным графическим модулем, такие как второе поколение процессоров Intel Core и процессоры AMD Fusion, могут выполнять вычисления в своих графических ядрах, наделяя этой функцией практически все новые ноутбуки и настольные компьютеры.
Следующим шагом должен стать выпуск программ, в которых используются эти новые возможности, и такие программы уже появляются. Например, популярные видеопроигрыватели разных компаний, от Cyberlink до ArcSoft, могут использовать графические процессоры для ускорения обработки данных. Компания Adobe использует вычисления на графических процессорах для ускорения обработки контента на платформе Flash, известной своей способностью ставить на колени самые быстрые процессоры.
Однако самые важные области применения находятся далеко за пределами графики. Обеспечение возможности извлечения конкретной информации из больших массивов данных, включая возможность давать точные ответы на вопросы, сформулированные на естественном языке, может потребовать исключительной вычислительной мощности. Вычисления GPGPU уже используются для сложного анализа в бизнес-сфере и скоро могут найти применение в быту.