Architecture des GPU

Architecture des GPU
(GPU=Graphics Processing Unit)
gael.guenn[email protected]

2
Plan du cours
•Motivations pour les GPUs
–single core → multi-core → many-core
•Architecture des GPUs
–CPU versus GPU
•Programmation des GPUs pour des applications non graphique
–briques de bases pour la programmation many-core
–CUDA

3
Motivations pour le GPU
•Toujours plus de puissance...
–plus rapide : de x10 à x100 ou plus !!
–résoudre des problèmes plus gros
–plus de précisions
–rendre possible de nouvelles applications, nouveaux algorithmes
–etc.
–Puissance brute :
•top 5 des supercalculateurs : de 10000 à 55000 TFlops
•1 GPU : ~5 TFlops == top 5 en 2001 !

4
Domaines d'applications des GPU
•Initialement
–Synthèse d'Images
•Applications généralistes, exemples :
–Traitement d'images
–FFT
–Simulation
•par éléments finis
•système de particule
–Algèbre linéaire,
optimisation
–Algorithmes de trie,
de recherche ....
–etc.
Computational
Modeling
Computational
Chemistry
Computational
Medicine
Computational
Physics
Computational
Biology
Computational
Finance
Computational
Geoscience
Image
Processing
!! vidéos !!

5
Loi de Moore...
•Le nombre de transistors qui peut être intégré facilement dans un
microprocesseur double tout les deux ans