La révolution GPGPU s'apparente plus à un spin lent.

Si vous êtes un utilisateur à domicile moyen, ce que GPGPU a déjà fait pour vous, autre que fournir un autre point sur le boîtier du fabricant de la carte graphique?

La vérité est que l'informatique haute performance professionnelle proposée via GPGPU est une grosse affaire. Environ un quart du milliard de dollars de chiffre d'affaires réalisé par Nvidia provient de services 'professionnels', si vous voyez ce que nous voulons dire. Et nous parlons de super-informatique. Pour des applications spécifiques - souvent le rendu 3D et la modélisation scientifique - les batteries de rendu en réseau GPGPU constituent un moyen rentable de fournir une puissance de calcul considérable..

  • Le passé, le présent et l'avenir de la technologie multi-GPU

Auparavant, si vous vouliez une puissance de traitement maximale, vous alliez chez IBM ou Cray, votre carnet de chèques ouvert, et laissez-le continuer à concevoir des systèmes de super-ordinateurs sur mesure avec refroidissement cryogénique. Aujourd'hui, les composants standards peuvent faire le même travail grâce à des solutions logicielles sur mesure.

Tout ce dur travail de développement finit par se répercuter sur les simples utilisateurs individuels comme vous et moi.

La mauvaise nouvelle, selon vos perspectives, est que, même après avoir été éparpillés, les outils GPGPU ont tendance à être fortement biaisés en mathématiques. Super si vous aimez les maths, mais qui le fait?

Faire les maths

Les mathématiques ne sont pas une mauvaise chose. finalement les jeux 3D sont des maths sous la forme de transformations matricielles. C'est juste que toutes les fonctions GPGPU doivent fonctionner sur un niveau similaire. Cela limite les applications jusqu'à ce que le branchement conditionnel devienne la norme, ce qui se produit, mais lentement..

Dans l’autre sens, la plupart des programmes GPGPU prennent en charge toutes les cartes. À l'exception des builds dédiés à Nvidia CUDA, la principale différence réside dans la quantité de travail de la carte, et donc dans sa vitesse maximale. Dans certains cas, il est tout à fait possible qu'une carte graphique plus ancienne soit dépassée par un processeur plus moderne, même si nos tests avec l'encodage ont encore permis de constater que le Nvidia 6600 GT, relativement pauvre, s'en sortait relativement bien..

Alors, quels programmes pouvez-vous traquer pour tirer parti de vos shaders GPU paresseux et bons à rien? Eh bien, pour commencer, WinZip offre une accélération OpenCL pour la compression et la décompression de fichiers avec une vitesse accrue de 20 à 30%..

L'une des utilisations originales, et qui reste forte, consiste à déchiffrer le cryptage et les mots de passe. Regardez CRARk. Jeu astucieux sur Crack RAR, ce programme en ligne de commande au look peu convivial est en fait un crack de mot de passe RAR hardcore, qui utilise GPGPU pour décupler les vitesses d’attaque. En utilisant son mode de référence, les contrôles de mot de passe sont passés de 283 par seconde à 4 281 par seconde. Nous doutons que cela soit particulièrement utile, mais c’est un véritable exemple de ce qui peut être réalisé. Si vous voulez quelque chose de légèrement plus facile à utiliser, essayez Parallel Recovery.

Un autre vieux mais goodie est Folding @ Home. C’était - et c’est toujours - l’une des applications les plus connues de GPGPU, qui a été rendue encore plus célèbre grâce au processeur PlayStation 3 Cell. Le système de modélisation distribué, qui attribue des tâches à des systèmes individuels, est également intelligent. Cependant, malgré son intelligence et le fait qu’il puisse aider l’humanité à progresser, Folding @ Home ne fait rien de concret..

Utilisations pratiques

Musemage est le premier programme réellement utile. Il s'agit d'un processeur d'images écrit depuis le début autour de l'accélération GPGPU. Cela le rend rapide comme l'éclair et lui permet d'appliquer des filtres, des effets et des manipulations d'image en temps réel. C'est un paquet incroyablement rapide, et il est intéressant de voir comment une petite charge sur le GPU permet un gain énorme en performances de programme. Par exemple, l’ajustement des niveaux de flou n’ajoute qu’une charge de 5% du GPGPU..

La même chose arrive à GIMP via une technologie appelée GEGL, mais cela ne devrait pas être complètement implémenté avant la version 2.10. On a parlé de son implémentation partielle sur certains filtres pour 2.8 RC1, mais cela semble être indisponible pour le moment..