显卡超强计算能力或将带来计算革命

　　从第一块32位中央处理器(CPU)到今天，计算机已陪伴了我们20多年。回顾这20多年来计算机走过的路程，无论是用于大型计算的超级计算机，还是方便灵巧的个人电脑，都从各个方面极大地推动了人类的科技进步。

　　CPU作为长久以来计算机系统内唯一执行通用计算的单元，在计算机发展史上至关重要，因而它也成为衡量计算机性能的主要指标。以美国英特尔公司的产品为例，CPU的主频从“386”到“奔腾4”一路提升，计算性能也不断增强。到2004年前后，CPU的主频提升到了极限，从而结束了长达20年的主频时代。前端总线频率(FSB)、二级缓存，特别是多核心芯片技术成了CPU继续维持计算能力增长的出路，双核、4核处理器成为目前市场的主要发展方向之一。

　　然而，面对科研及相关领域越来越复杂的新情况，就连最新的CPU也不能满足对计算能力日益增长的需求。比如股票交易跟踪、计算机视觉计算等大型科学计算、图像和模型处理、视频解码和播放软件等运算量大的应用程序以及当今的三维电脑游戏，都对计算能力提出了更高要求。

　　仇德元认为，不久后很可能出现的一场“计算革命”有望解决上述难题，这种更高水平的计算有赖于通用图形处理器(GPGPU)的发展。这是一种利用显示处理器高性能的并行数据处理能力来进行通用计算的技术。利用GPGPU，显卡不再是单一的图形处理元件，而是一块像CPU一样具有通用计算能力的处理器，重要的是它的计算能力有可能令当今最快的CPU望尘莫及。

　　与GPGPU相关的技术应用成功范例在业界已为数不少。美国Techniscan公司利用图形处理器(GPU)改良了它们的乳房造影仪器，病人以前需要隔天或等待很长时间才能拿到的检查报告，如今在就诊30分钟内就可以获得。加拿大的Acceleware公司用双核3.2吉赫兹的CPU进行电磁场模拟需要15个小时，而使用GPU只需要15分钟。用GPU解运动学方程比原来快500倍，用GPU进行谐波分析比原来快420倍。而GPGPU是用于通用目的的图形处理器，其应用范围包括图形处理、财务计算、工业研发、科研教育等更多领域。

　　谈到GPGPU的发展，就不能不提及CUDA(统一计算设备架构)。这是美国nVidia公司在2007年推出的GPGPU编程语言，它与nVidia公司的图形处理器相结合，成为目前市场上较成功的GPGPU开发架构。

　　目前，商业数学软件Matlab、图像处理软件PhotoShop等已采用GPGPU技术。英特尔公司发布消息说，该公司将在2010年上半年推出自己的“独立显卡”Larrabee。这是一款基于奔腾技术且擅长单指令数据流运算的大规模并行处理器，它的出现可能将使CPU和GPU之间不再有清晰界限。