On Sat, 24 Jan 2015 01:53:24 -0800 (PST), "M.M." <m...@g...com>
wrote:

>On Saturday, January 24, 2015 at 12:17:19 AM UTC+1, firr wrote:
>> W dniu piątek, 23 stycznia 2015 23:35:27 UTC+1 użytkownik M.M. napisał:
>> > 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?
>> >
>> nie wydaje mi sie.. tak jak mowilem mz raczej to jest zakres kilka-kilkanascie
razy, (przynajmniej co do ogolnej przepustowosci, moze czytsa arytmetyka bylaby
szybsza (?) ale czysta arytmetyka jest raczej mniej przydatna -- pewnie mozna
poszukac info w necie, i moze sam zrobie testy, na razie odpoczywam
>
>Widziałem kiedyś takie benchmarki. Niestety do szczegółów się nie dokopałem,
>ani nie mam pewności, że były zrobione uczciwie, bo robił producent gpu.
>Niemniej jednak wydajność była rzędu 100-200 razy większa, a konfiguracja
>sprzętowa to 2cpu vs 4gpu.
>Pozdrawiam
>

Pieprzenie.

A.L.