“GPU 计算”的版本间差异

来自中国分布式计算总站
跳转到导航 跳转到搜索
第74行： 第74行：
 
*[[Albert@Home]]（最近7日无包，详见[http://albert.phys.uwm.edu/server_status.php 这里]）
 
*[[Albert@Home]]（最近7日无包，详见[http://albert.phys.uwm.edu/server_status.php 这里]）
 
*[[Collatz Conjecture]]（支持平台：Windows 32位/64位、Linux 32位/64位、Mac OS 10.5或更新 64位，详见[https://boinc.thesonntags.com/collatz/apps.php 这里]）
 
*[[Collatz Conjecture]]（支持平台：Windows 32位/64位、Linux 32位/64位、Mac OS 10.5或更新 64位，详见[https://boinc.thesonntags.com/collatz/apps.php 这里]）
−
*[[Einstein@Home]]
+
*[[Einstein@Home]]（详见[https://einsteinathome.org/server_status.php 这里]）
 
*[[Folding@home]]（非BOINC平台）
 
*[[Folding@home]]（非BOINC平台）
 
*[[MilkyWay@home]]（需要双精度浮点）
 
*[[MilkyWay@home]]（需要双精度浮点）

2016年10月4日 (二) 19:34的版本

GPU 计算，或称显卡计算，是指使用计算机的图形处理器（Graphic Processing Unit，简称 GPU）处理计算工作的计算方式。与之对应的是使用计算机中央处理器（即CPU）的 CPU 计算。

与 CPU 计算的比较

较之计算机的中央处理器（即CPU），GPU 在科学计算方面拥有如下优势：

  • GPU 由大量的运算单元（核心）组成，并行计算能力远高于 CPU。
  • 通常 GPU 拥有较普通内存位宽更大、频率更高的专用内存，即显存，适合处理大规模数据。

综上，GPU 适合进行大量同类型数据的密集运算，如密码破译。

对于适合 GPU 处理的任务，GPU计算会比CPU计算快2至10倍之多。同时，在分布式计算项目中，GPU 任务的得分效率也比往往 CPU 任务高出很多。

系统需求

硬件需求

小贴士： 总而言之，显卡需要CUDA或OpenCL支持，你可以使用GPU-Z查看显卡是否具备此功能，这是最简易的方法。
  • NVIDIA 显卡需要 CUDA 计算支持，支持的型号详见此页。
  • AMD 显卡需要拥有 AMD R600、AMD R700 或更新的 GPU 核心型号。R600核心的显卡有：ATI Radeon HD2400、HD2600、HD2900、HD3800；R700核心的显卡有：HD4350到HD4890。参见：支持Stream技术的产品，支持OpenCL技术的产品。
  • AMD APU 核心显卡中，Brazos、Kabini、Lynx 平台，适用于平板电脑的 Llano、Trinity 和 Richland 平台，以及适用于桌面和笔记本电脑的 Llano、Trinity 和 Richland APU 都支持 GPU 计算。
  • Intel 显卡需要 OpenCL 支持，Ivy Bridge 和 Haswell 架构的 CPU 集成的 GPU 均支持该特性。（OpenCL组件安装包）
  • 不同项目对 GPU 配置还会有特殊要求（如显存、双精度支持等）。显卡推荐拥有至少 256MB 板载显存，如果低于这个数，可能只有考虑一下 Collatz Conjecture 了。

软件需求

警告： 新版本的Windows XP ATI/AMD显卡驱动不再兼容OpenCL计算，请考虑升级到Windows7或者使用旧版本（可能效率略低）。
  • 操作系统中需装相应的支持 GPU 计算的驱动程序。
  • 使用项目方提供的 GPU 计算专用的客户端 / 优化计算程序。
  • 计算程序有权限访问GPU资源。

以下是各类显卡的驱动下载方式：

注意事项

权限问题

Windows 下，由于权限控制机制，以独立用户身份运行的 BOINC 无法正常检测 GPU。安装 BOINC 客户端时，请不要选择 “Protected access execution mode”（默认即不选）。

Linux 下，需要将运行客户端的用户加入适当的用户组（通常是 video），以保证客户端拥有足够的权限使用 GPU 资源。

资源占用

GPU 计算可能导致计算机图形界面响应非常缓慢。越是低端的显卡，这种效应越发明显。默认情况下，BOINC 仅在计算机闲置时使用GPU计算。如果你的显卡足够快，可以在参数设置中更改相应设置。

对于多显卡用户，可以禁用负责显示的显卡（通常是集成显卡或核心显卡），以避免影响系统正常使用。

性能考量

GPU计算一般需要一些CPU资源进行命令。为了最大化GPU的利用程度，你可以手动提高GPU计算进程优先级以使其获得充足的CPU资源，也可以干脆留出一个CPU线程。

在一些对 CPU 的总功率有限制的双显卡笔记本电脑上，你可能会发现使用 Intel 核芯显卡进行计算反而不是个好主意——使用显卡进行计算消耗的功率也被计入 CPU 的功率，于是电源管理可能使 CPU 本身的睿频变少，导致独立显卡无法完全发挥。

你还可以考虑适当地进行超频。

支持GPU计算的项目

注意： 本表所列项目为现时提供GPU任务之项目。由于更新问题，可能与实际情况有所出入。请参考具体项目的官方说明。
  • 本表只说明该项目有GPU计算支持，但并不保证适用于您的操作系统，详细的还请参见项目的计算程序列表。

NVIDIA显卡

另参见：分类:支持 NVIDIA 显卡计算的项目

AMD 显卡

另参见：分类:支持 AMD 显卡计算的项目

Intel 显卡

另参见：分类:支持 Intel 显卡计算的项目 该分类下项目大多需要OpenCL1.2支持，请进入#软件需求段落手动下载新版OpenCL驱动代替Windows自动升级驱动。

参阅

取自“http://www.equn.com/w/index.php?title=GPU_计算&oldid=8753”