团队在尝试让GPU做非图形计算,说你很关心,让我们多上上心,我们的IC项目当时在等流片,人员正好闲置,就顺着这个方向查资料,硬是从一堆学术论
文里扒到了FOLDING@HOME的踪迹!
“他们是斯坦福大学发起的分布式计算项目,核心是利用全球用户的闲置算力,模拟蛋白质折叠过程,研究阿尔茨海默症、癌症这些疾病的致病机理,但他们一直被一个问题卡着:普通CPU的浮点运算效率太低,全球几十万
台设备联调,也赶不上专业超算的速度,而GPU的并行计算架构,天生就适合做这种海量重复的浮点运算!”
陈学兵听到这里,笑了。
华为展讯合作的SHLTE公司从信号降噪项目发现GPU的效用,斯坦福又从研究病症发现GPU潜力。
GPU,还真是个时代发展下绕不开的事物。
从科学的角度来讲,实验就是在一次次重复过程与微小变量中找成功,GPU也确实是代人快速完成这种计算的捷径。
吴主任指着办公室墙上的一幅复杂架构图,继续解释道:
“我们联系上实验室负责人Vijay Pande教授时,他们虽然有大量研究成果,但正愁于算力瓶颈,我们提出的合作方案很直接:奇点出研发团队和资金,帮他们开发GPU通用计算接口,把蛋白质折叠的核心算法移植到GPU
上,作为回报,他们开放全部算法源码,允许我们基于这个场景,研发GPGPU的基础调度框架。
“我们谈了几次价,公司最终给我们批了350万美元,他们也答应了!
“这次合作是双赢!他们的算力瞬间提升了15倍,原本需要半年的模拟任务,现在一个月就能完成,而我们拿到了最真实的非图形计算场景,相当于有了一个免费的超级测试平台。’
陈学兵还没听完,便多少带了点急功近利,道:“成果对GPU设计有没有实际帮助?”
“有啊!当然有!跟GPU设计直接相关!
“首先我们在现有GPU架构基础上,开发通用计算调度框架,这本质是通过软件层优化,让GPU突破仅做图形处理的限制,具备处理非图形任务,这就是硬件潜力激活加软件生态拓展的GPU设计延伸!
“第二,

本章未完，请点击下一页继续阅读->>>