On Friday, January 23, 2015 at 10:57:27 PM UTC+1, firr wrote:
> W dniu piątek, 23 stycznia 2015 16:50:43 UTC+1 użytkownik M.M. napisał:
> > On Friday, January 23, 2015 at 1:08:03 AM UTC+1, firr wrote:
> > > W dniu piątek, 23 stycznia 2015 00:38:59 UTC+1 użytkownik Wojciech Muła
napisał:
> > > > On Thursday, January 22, 2015 at 9:47:08 PM UTC+1, M.M. wrote:
> > > > > On Thursday, January 22, 2015 at 12:40:00 PM UTC+1, firr wrote:
> > > > > > tak naprawde chyba jesli dzis chce sie mowic o wydajnosci to nalezy
> > > > > > pisac pod gpu opencl/cuda, cos takiego
> > > > > W większości przypadków chyba masz rację. Obliczeniówka powinna być
> > > > > na gpu.
> > > >
> > > > Model obliczeniowy GPU zakłada równoległość danych, co się sprawdza
> > > > we względnie niewielu zastosowaniach.
> > Zapomniałem, że ja ciągle trafiam na niestatystyczne przypadki :D
> > Nie wiem jak często Wam się trafiają zadania trudne obliczeniowe, które
> > można optymalizować przez zrównoleglenie.
> >
> > > > Do tego pamięci GPU i CPU są
> > > > rozłączne, więc zachodzi konieczność transferu danych, co obniża
> > > > całkowite przyspieszenie.
> > Niestety, narzut na transfery to pewnie problem.
> >
> > > >
> > > mozna poszukac nawet zwykle konsumerskie testy, np
> > >
> > > http://www.dobreprogramy.pl/Komputer-okazal-sie-nie-
dosc-szybki-OpenCL-moze-postawic-kwestie-wydajnosci-
na-glowie,News,58947.html
> > >
> > > jesli sa jako tako dobrze zrobione
> > > (o tym to nigdy nie wiadomo ale
> > > pewnie z grubsza ok) to pokazuje ze
> > > mozliwe jest "mw" kilkukrotne przyspieszenie a wiec wydaje sie
> > Słyszałem że jak coś da się wrzucić do pamięci karty i potem w
> > pętli mielić przez całe godziny, to uzyskuje się przyspieszenie
> > 100-200 razy. Obawiam się jednak, że to jest możliwe tylko pod
> > warunkiem optymalizacji na jedną konkretną kartę - ale nie wiem
> > na pewno. Może ogólnie to jest tylko kilkukrotne przyspieszenie.
> >
>
> 200-300 to mz bajki gpu nie jest
> az tyle mocniejsze, mysle ze dobre gpu jest najwyzej kilkanascie razy mocniejsze
niz dobre cpu przy tym
> jest tez o wiele badziej podoatne na
> spowolnienia
>
> kilkukrotnie to jednak nie jest malo, (!) - jest to calkiem sporo
> chyab tez te trudnosci w kodowaniu
> opencl sa przesadzone, chyba nie jest az tak zle
> - byc moze nidlugo wykonam jakies testy

Mnie chodziło m/w o takie porównanie. Bierzemy z 5 algorytmów w miarę
podatnych na zrównoleglanie. Robimy wyżyłowaną implementację w asemblerze
na cpu i na gpu. Oczywiście też na cpu równolegle. No i mierzymy czasy.
Nie wyjdzie 100 razy szybciej na najnowszych teslach czy odpowiednikach
z konkurencji?

Pozdrawiam