1
Sự phân hóa lớn: Các đường điệu hiệu suất trong tính toán
AI032Lesson 1
00:00

Sự phân hóa lớn đánh dấu một bước ngoặt địa chất trong lịch sử vi xử lý. Từ năm 2001 đến 2009, các xu hướng hiệu suất của CPU và GPU đã tách biệt thành "cái miệng mở rộng" của một khoảng cách năng lực khổng lồ. Trong khi CPU truyền thống chạm đến tường công suất—nơi tăng tốc độ đồng hồ tạo ra nhiệt lượng không thể duy trì—GPU đã tận dụng cơ sở người dùng khổng lồ của mình cơ sở lắp đặt trong lĩnh vực trò chơi để tài trợ cho sự chuyển dịch về phía song song cực đoan.

Điểm uốn quanh

Đến năm 2003, khoảng cách bắt đầu nới rộng. CPU vẫn được tối ưu hóa cho logic tuần tự và độ trễ, trong khi GPU dành ngân sách transistor của mình cho đơn vị logic số học (ALU). Điều này dẫn đến sự chuyển đổi từ Gigaflop (GFLOPS) sang Teraflop hiệu suất cho GPU, trong khi CPU chỉ có đường tăng trưởng rất dốc thấp.

Năm (2001–2009)GFLOPSCPU IntelGPU NVIDIA/AMDHình 1.1: Hai hàm hiệu suất đang tách rời

Tính đến năm 2009, một CPU Intel i7-960 cao cấp cung cấp khoảng ~70 GFLOPS, trong khi GPU NVIDIA GTX 280 đạt gần ~933 GFLOPS. Điều này không chỉ đơn thuần là tăng tốc độ; mà còn là một thiết kế lại căn bản cách chúng ta tính toán, ưu tiên hiệu suất hơn tốc độ thực thi từng lệnh riêng lẻ.

main.py
TERMINALbash — 80x24
> Ready. Click "Run" to execute.
>