Graphic Processor Unit

Graphic Processor UnitUtilização de GPUs para Sistemas de

Paralelismo Massivo

CPU – Central Processor UnitProcessamento sequencial

Instrução por instruçãoA cada nova geração de processadores, tem-

se um notório ganho de desempenho:Desenvolvedores repassavam o progresso para

suas aplicações: Aplicações mais robustas e complexas

Um pouco de história...[1943:2003] Clock das CPUs cresce bastante

de uma geração para outra2003: Clock das CPUs tende a crescer cada

vez menos. Motivos: dissipação de calor e consumo de

energia elevados. Solução: aumenta-se o número de núcleos de

processamento.[2003:-1] Corrida por pontos flutuantes:

Desempenho de GPUs cresce exponencialmente

Computação de alto desempenho adere ao novo tipo deprocessamento.

Tendência paralelaInstruções não atuam mais só de forma sequencialCPUs:

Controles sofisticados para aplicar paralelismo em threads únicas.

Gerenciam instruções sequenciais de forma paralela mantendo a aparência sequencial.

GPUs:Abordagem SIMD (Single Instruction, Multiple

Data)Projetadas para processamento gráfico.Especializadas em cálculos de vetores e matrizes.

Organização interna de uma GPU

Organização interna de uma GPU

Organização interna de uma GPU

Hierarquia de Memória• Memória compartilhada e L1 CachePodem ser configuradas:• 16 kB de L1 e 48KB de SM• 16 kB de SM e 48KB de L1

•Read-only cache:• Evita acesso à L1 quando não for

Para escrita

GPUs em Sistemas de Paralelismo massivo (MPP)Por volta de 2000 os cientistas começaram a

utilizar GPUs para acelerarem aplicações científicas (cálculos matemáticos, físicos, biológicos...)

Advento do GPGPU (General Purpose Computation on GPU)

Forçou os desenvolvedores a repensar em seus algoritmos.

GPUs desenvolvidas para o mercado de HPC

Organização de um Cluster CPU-GPU

Cluster AC at NCSAHP xw9400 workstation

2216 AMD opteron 2.4GHz,Dual core

8 GB DDR2Infiniband QDR Adapter

Tesla S1070 1U GPU Computing

Server1.3 GHz Tesla T10 processors4x4 GB GDDR3 SD RAM

Cluster com 32 nós