威力当道 AMD新一代APU异构计算能力实测
- +1 你赞过了
【天极网DIY硬件频道】众所周知,AMD和Intel的处理器产品各有所长,都拥有自己的粉丝,但AMD在并购了ATI这家世界领先的显卡厂商后,拥有了相比Intel的最大优势,对于独立显卡性能的掌控方面。而如何才能集合已有的CPU产品和GPU产品提升优势竞争力?一直以来,AMD都努力地想将自身在图形性能上的优势移植到处理器上,以图形核心运算性能的强悍去弥补一部分处理器计算性能的稍逊。APU的诞生,让AMD的美好构想开始付诸现实,在某些计算上,尤其是涉及图形图像相关的运算,以GPU代替传统的CPU进行处理运算,这就是从第一代APU就开始提出的异构计算技术。而我们欣喜的看到,在2012年新一代APU上市之后,异构计算这个产品理念和优势得到了进一步的发扬光大。
什么是APU异构计算技术
Heterogeneous Computing,即异构计算。它主要是指使用不同类型指令集和体系架构的计算单元组成混合计算系统的一种电脑系统运算方式。而对于现今绝大部分的民用级电脑而言,异构计算指的就是CPU和GPU的协同处理。平时我们经常会听说“平行计算”这个概念,其实它也正是异构计算中的一个重要组成部分。
在异构计算概念提出之前,电脑的绝大部分处理任务都是由CPU独立完成,那时候除了游戏之外,GPU的作用就会被闲置。而要想在游戏之外极大地提升用户的电脑应用体验,让程序运行更快,唯一的方法就是不断提升处理器的频率和核心数量。然后,要在处理器有限的体积下实现更高的性能,高功耗带来的高发热使其性能始终被限制在一个瓶颈之内。一方面是GPU在游戏应用之外被闲置,另一方面CPU的性能提升又不可能永无止境。因此,异构计算适时被提出——用GPU来承担一部分CPU的运算负荷,以此提升用户的使用体验,也为CPU减轻负荷。这就是AMD APU提出的异构计算模型。
我们知道,CPU的计算优势主要是在与不规则数据系统和不可预测随机存取模式上,它的主要任务就是针对复杂的指令调用、指令循环、分支预测、逻辑判断以及最终执行等处理步骤,根据实时状况进行数据处理。而对于GPU的设计来说,与CPU相反,它所擅长的恰好是那些具有规律性的数据结构以及可预测的数据存取模式下的计算。如果能够在一个系统中,分别让CPU和GPU进行各自领域内最擅长的计算,相互取长补短,那么可以预见的是,一定能给整体系统带来最佳、最优化的性能。这就是AMD APU异构计算提出的初衷。
异构计算是如何工作的
CPU与GPU通过异构计算系统有机地协调工作,共享总线资源。
这是一张简单的基于APU的CPU与GPU协同工作的异构计算示意图。可以看到,得益于创新的融合设计,AMD在APU上历史性地将独显核心GPU与CPU进行了融合,在内部,它们通过共享系统总线、内存寻址、通信总线等资源,使得芯片之间的数据传输速度达到了飞速的地步。
必须要看到的是,APU中的CPU和GPU并不是简单地“粘”在一起的,而是实现了真正的同一芯片下融合——CPU与GPU是独立的核心系统,但却通过系统总线的共享与调用,实现在处理任务的分工与协作。“男女搭配,干活不累”,AMD APU实现的CPU与GPU搭配工作,也让CPU与GPU各司其职,分别执行传统计算和图形图像相关辅助加速处理的计算任务。通过异构计算系统,就能让GPU在某些CPU不太擅长的计算领域内发挥自己的特长,从而加速应用体验,让原本冗长的CPU计算时间大大缩短,也减轻了CPU的负荷。
异构计算的好处是什么
目前已有海量的应用程序支持新一代APU的异构计算性能,对消费者而言非常方便实用。
GPU的不断发展让其逐渐具备了异常强大的可编程能力,从AMD Radeon HD 5000系列以来,GPU实现了对OpenCL和DirectCompute这种主流API的支持,在图形图像渲染处理之外,GPU本身就已经具备了进行更复杂计算任务的能力,完全可以做到脱离传统的图形渲染领域,而进行独当一面的额外计算任务。
对于像APU这种将GPU和CPU融合为一体的处理器来说,异构计算似乎是天生就具有的才能。上一代APU所融合的Radeon HD 6000系列第一代APU来说,其融合的Radeon HD 7000系列独显核心无疑具有更为强大的处理性能,异构计算能力更胜一筹。
那么相信不少玩家会问,用GPU进行加速运算的异构计算,能给消费者来带什么好处呢?的确!如果没有实际的应用意义,任你吹得天花乱坠也不会让消费者有所触动。那么,新一代APU的异构计算,能给我们带来什么?不妨让我们来实际体验一下吧!
最新资讯
热门视频
新品评测