原文地址：http://www.ed-china.com/ART_8800045174_400004_500008_OT_8f4eb612.HTM

多核處理器是當今計算領(lǐng)域的主導，而多核芯片則遍布從蘋果的iPad到富士通K超級計算機的各種平臺。2005年，由于功耗將單核CPU的時鐘速度限制在3GHz，英特爾推出了雙核的酷睿（Core 2 Duo）處理器。從那時起，多核CPU和圖形處理單元（GPU）就主導了計算機架構(gòu)。在每個插槽上集成更多內(nèi)核便成為處理器繼續(xù)拓展摩爾定律的方式。

?

在邁向多核的道路中出現(xiàn)了一件有趣的事情：對處理器的利用率開始降低。初看來，英特爾Sandy Bridge服務(wù)器有8個3GHz內(nèi)核，Nvidia Fermi GPU有512個浮點運算引擎，似乎能線性地發(fā)揮多核的優(yōu)勢。

?

但超級計算領(lǐng)域出現(xiàn)了令人擔憂的趨勢：為大型數(shù)據(jù)應(yīng)用部署數(shù)千個多核CPU和GPU插槽預示著多核有嚴重的問題。根據(jù)每秒百萬個浮點操作（Mflops）峰值的比例，當今的超級計算機的利用率還不到10%。原因很簡單：輸入-輸出（I/O）并沒有隨著多核的每秒百萬條指令（MIPS）同步發(fā)展。

?

內(nèi)存體系和內(nèi)存墻

?

早在80年代，“內(nèi)存墻”的說法就已經(jīng)出現(xiàn)了，用于描述CPU時鐘速度和芯片外內(nèi)存和硬盤I/O速度差距。一個有關(guān)GPU的例子就能說明內(nèi)存墻的問題。

?

2005年，當時領(lǐng)先的GPU有192個浮點運算內(nèi)核，而今天的領(lǐng)先GPU則有512個浮點運算內(nèi)核。這六年間，主要的GPU的I/O管道（I/O pipe）卻沒有變。6年前的GPU采用16顯得PCI Express Gen2接口，今天的GPU也是如此。結(jié)果造成從2005年以來，GPU每個內(nèi)核的I/O速率就以2.7倍速度降低。

?

片上緩存的速度是片外DRAM的10倍至100倍，這本應(yīng)該解決內(nèi)存墻的問題。但緩存也有自身問題，ARM架構(gòu)應(yīng)用處理器的L1和L2緩存占據(jù)了一半以上的硅片空間。所以緩存，而非計算部分消耗了相當比例的處理能力。

?

緩存控制算法和應(yīng)用密切相關(guān)：有時緩存包含了應(yīng)用所需的數(shù)據(jù)，有時不包含。與其讓緩存控制算法進行有根據(jù)的猜測，決定數(shù)據(jù)的存儲位置，還不如優(yōu)化緩存利用率，降低緩存功耗，如果程序員可以控制緩存和片外存儲數(shù)據(jù)交換的話。

?

當今的內(nèi)存架構(gòu)包括四類：DRAM、Flash閃存和硬盤。主流的DDR3內(nèi)存運行速度為4Gb/s，flash閃存速度為500Mb/s， 硬盤僅有100Mb/s的數(shù)據(jù)傳輸速度。

?

如果不使用片上緩存，就面臨著帶寬降低、延遲增加的情況，這會進一步降低內(nèi)存的有效速度。只有在應(yīng)用呈現(xiàn)良好數(shù)據(jù)分布，或者在重用的時候才能達到超過20Gb/s的緩存帶寬。如果沒有數(shù)據(jù)的局部性，緩存就不會降低內(nèi)存的瓶頸。

?

超級計算之前將計算密集型應(yīng)用和I/O密集型應(yīng)用分開，武斷地劃分出了“每條指令不會有多于一個的存儲器操作數(shù)”（one operand per instruction）的臨界值。如果一個應(yīng)用中每條指令需要多于1個存儲器操作，就會被視為I/O密集型，如果少于1個操作，就視其為計算密集型。

?

推出多核、單指令流多數(shù)據(jù)流（SIMD）和多媒體加速器等特性，CPU和GPU的計算能力早已超過了I/O速率。計算能力的進步讓多核應(yīng)用成為I/O密集型應(yīng)用，使得超級計算能力的利用率低于前文所述的10%。

?

架構(gòu)方案

?

計算機架構(gòu)師改進了動態(tài)內(nèi)存存取（DMA）技術(shù)以降低I/O瓶頸。通常通過硬件來支持DMA，讓內(nèi)存讀取操作和CPU、GPU的操作同步進行。

?

硬件DMA技術(shù)的例子包括英特爾 的I/O加速技術(shù)（I/OAT），Nvidia的GPUdirect和ARM的AMBA DMA引擎。最近，Nvidia為其CUDA工具箱增加了CudaDMA軟件，借助CudaDMA，應(yīng)用線程可以從計算中獨立出來進行I/O操作。類似地，超級計算應(yīng)用也開始采用專門的多核處理器內(nèi)核進行I/O（DMA）操作。

?

最終，企業(yè)級軟件公司如Google Sawzall和ApacheHadoop都正在部署新的并行計算模式如Map/Reduce（MR）。諷刺的是Map和Reduce通過磁盤文件交換中間數(shù)據(jù)，而磁盤文件是存儲速度最慢的架構(gòu)。MR和Hadoop線程只在包含大量數(shù)據(jù)輸入或中間輸出文件的磁盤或者磁盤附近執(zhí)行操作。

?

不同于建構(gòu)傳統(tǒng)包含三個分工明確但昂貴的子系統(tǒng)（一個存儲服務(wù)器、一個計算服務(wù)器和連接二者的高速互聯(lián)系統(tǒng)）的超級計算機，MR和Hadoop從頭顛覆了傳統(tǒng)的超級計算，而是運行在本地的分布式數(shù)據(jù)上。原因很簡單：數(shù)據(jù)遷移而非計算才是超級計算最耗能的部分。

?

移動“更小的”數(shù)據(jù)集

?

為了在更接近存儲輸入數(shù)據(jù)集的硬盤的地方進行計算，一些研究人員（包括我）正在開拓新方法以減少用于超級計算和多核處理的數(shù)據(jù)集的量。來自氣象建模、多個物理實驗、基因序列和地震處理等“大型數(shù)據(jù)”通常都以數(shù)TB計，因此數(shù)據(jù)量減少2倍或者4倍對于這類數(shù)據(jù)結(jié)構(gòu)來說，將帶來非常顯著的經(jīng)濟效益。

?

從醫(yī)學影像、無線基礎(chǔ)設(shè)施的數(shù)據(jù)壓縮結(jié)果來看， 真實世界的X光的數(shù)據(jù)集，超聲波反射和3G/4G無線信號可以在不改變最終結(jié)果的情況下被壓縮。類似的技術(shù)正在用于為包括浮點值等更廣泛的數(shù)據(jù)類型降低多核內(nèi)存墻。

?

總之，革新的DMA技術(shù)、新的編程模式和創(chuàng)新的數(shù)據(jù)壓縮技術(shù)可能會顯著降低多核內(nèi)存墻，讓多核用戶能夠更快速地得到結(jié)果。

?

?

作者：Al Wegener，Samplify System CTO兼創(chuàng)始人，擁有巴克內(nèi)爾大學EE學士學位和斯坦福大學計算機碩士學位。

轉(zhuǎn)載于:https://www.cnblogs.com/yazhouren/archive/2012/08/21/2649243.html

總結(jié)

以上是生活随笔為你收集整理的内存墙，多核CPU的终结者？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。