Как хорошо общие задачи программирования переводят в GPU?

Общее программирование переводит ужасно в GPU. GPU выделены выполнению довольно простых задач на потоках данных на крупном уровне с крупным параллелизмом. Они не имеют дело хорошо с богатыми данными и управляющими структурами общего программирования, и нет никакого смысла пробующего к рожку для обуви это в них.

Это не слишком далеко от моего впечатления от ситуации, но в этой точке мы не интересуемся слишком много этим. Мы начинаем путем получения полной картины, которых опций мы должны сфокусироваться на. После этого сделан, мы проанализируем их немного глубже и узнаем, который, если таковые имеются, вероятные опции. Если мы заканчиваем тем, что решили, что невозможно сделать что-либо в поле, и мы только увеличиваем общий счет на электроэнергию затем, это - допустимый результат также.

Я делаю большое упрощение конфигурации. Это, я переношу поколение/управление значений конфигурации в UI. Основное преимущество, я могу управлять потоком операций и презентацией для создания его более простым, чтобы пользователи нетехника настроили приложения/сайты/сервисы.

Общее программирование переводит ужасно в GPU. GPU выделены выполнению довольно простых задач на потоках данных на крупном уровне с крупным параллелизмом. Они не имеют дело хорошо с богатыми данными и управляющими структурами общего программирования, и нет никакого смысла пробующего к рожку для обуви это в них.

Вещи, из которых современные компьютеры делают много из, где немного преимущества могло иметь большое значение?Посмотрим...

• Управление данными: управление реляционной базой данных могло извлечь выгоду из более быстрых реляционных соединений (особенно соединения, включающие большое количество отношений). Включает крупные наборы гомогенных данных.
• Маркирование, lexing, парсинг текста.
• Компиляция, генерация кода.
• Оптимизация (запросов, графиков, и т.д.).
• Шифрование, дешифрование, генерация ключей.
• Макет страницы, набирая.
• Полнотекстовое индексирование.
• Сборка "мусора".

Другой вещью рассмотреть при использовании GPU является скорость шины, Большинство Видеокарт разработано, чтобы иметь более высокую пропускную способность при передаче данных от ЦП к GPU, поскольку это - то, что они делают большую часть времени. Пропускная способность от GPU назад до ЦП, который необходим для возврата результатов и т.д., не так быстра. Таким образом, они работают лучше всего в конвейерном режиме.

Вы могли бы хотеть смотреть на выпуск марта/апреля журнала Queue ACM, который имеет несколько статей о GPU и как лучше всего использовать их (помимо выполнения графики, конечно).