3分鐘Keyword─GPGPU

一般來說，中央處理器負責大多數的運算，也就是所謂的通用運算，而繪圖處理器專門負責影像處理，彼此的分工相當明確，不過，這樣的分工模式開始有了變化，由於微軟於2001年推出DirectX9，讓繪圖處理器也能用浮點進行數學運算，讓繪圖晶片可程式化，開始做為通用運算之用，再加上，繪圖晶片擁有數量龐大的核心數，針對平行運算應用，帶來更為強大的浮點運算能力，讓GPGPU（General Purpose Computing on Graphics Processing Units）就因此而誕生，利用繪圖核心來處理原本中央處理器負責的通用運算任務。

特性 透過GPU多核心的架構，比起傳統CPU架構帶來更強的處理能力
人類對於運算的需求越來越大，如核能試爆、氣候預測與病毒防治，都需要大規模的運算能力，但傳統的中央處理器架構，以英特爾的Xeon處理器為例，最高只有6個核心，然而一顆Nvidia GeForce 8800 GTX繪圖晶片，卻擁有128個處理核心，由於多核心的架構，更適合超級電腦的平行運算運用。以華碩於去年推出的GPU伺服器，內含Nvidia Tesla繪圖晶片，光是一臺直立式伺服器就擁有968個運算核心，浮點運算量就可達到1.1teraflop。

也因此，目前包含ATI與Nvidia等繪圖晶片廠商都推出相關的GPGPU的產品。甚至，連CPU廠商英特爾也計畫推出Larrabee處理器，透過IA的繪圖核心，讓處理器的浮點運算能力可以達到teraflops等級。

發展 編譯器影響GPGPU的未來
GPGPU最大的優勢就是強大的運算能力，但最大的缺點就是應用程式必須改寫，臺灣超級電腦發展重鎮，國家高速網路與計算中心（國網中心），該中心副主任黃維誠表示，目前臺灣超級電腦的應用主要透過Fortran、C語言與C++語言來編寫程式，其中，比較老舊的應用程式絕大多數都是以Fortran語言來編寫，但以Nivida的CUDA為例，可以利用CUDA技術來使用底層繪圖處理器的運算資源，但目前CUDA技術並無法支援Fortran語言，如果改用GPGPU就必須要重新改寫程式碼，也因此，除非是全新開發的應用程式，否則都將面臨改寫的命運。黃維誠說：「GPGPU是一個重要的發展趨勢，雖然有強大的運算能力，但編譯程式則是攸關GPGPU運算的未來發展趨勢。」

雖然目前CUDA已經可以支援C與C++的語言介面，但並不表示，若是以C或C++語言編寫的程式就可以完全不用改寫程式碼，黃維誠表示，由於繪圖處理器與中央處理器的架構不同，就算用C或C++的語言來編寫應用程式，若轉移至CUDA平臺還是要改寫程式碼。

為了降低改寫的幅度，目前有部分廠商推出編譯器，透過編譯器可以將應用程式快速轉移至CUDA平臺，黃維誠認為，目前的編譯器效能並不太理想，比方來說，如果是一套未改寫的應用程式，透過編譯器只能提升2倍的效能，但如果重寫改寫這個應用程式，效能可能提升30倍。

也因此，黃維誠認為，GPGPU要能獲得超級電腦用戶的青睞，就是要提升編譯器的效能，因為如果有一套好的編譯器，可以讓使用者輕易做到移轉的動作，這麼一來，挾帶著GPGPU強大的運算能力，將會吸引許多研究者的目光。文⊙林文彬