私は数日前に GPGPU の作業を開始し、優れたパフォーマンスでコレスキー分解を実装することに成功し、一部の人々が「GPGPU はハックである」と言ったハイパフォーマンス コンピューティングに関する会議に出席しました。
それが何を意味するのか、なぜ彼らがハックだと言ったのか、私はまだ混乱しています. 問題をマトリックスに変換し、それに対して操作を行っているため、これはハックであるとのことでした。しかし、それでも私は混乱しています。人々はそれがハックだと思っているのでしょうか?
誰も私を助けてくれませんか、なぜ彼らはそれをハックと呼んだのですか。
このような意見の考えられる理由の1つは、GPUが元々汎用計算を目的としていなかったことです。また、GPUのプログラミングは従来型ではなく、ハードコアであるため、ハックとして認識される可能性が高くなります。
「問題を行列に変換する」という点はまったく合理的ではありません。コードを記述して解決するタスクが何であれ、適切なデータ構造を選択します。GPUマトリックスの場合、おそらく最も合理的なデータ構造であり、ハックではなく、それらを使用するための自然な選択です。
しかし、GPGPUが普及するのは時間の問題だと思います。人々はその考えに慣れる必要があります。結局のところ、コンピュータのどのユニットがプログラムを実行するかを気にするのは誰ですか？
GPU では、最適なパフォーマンスを実現するために、効率的なメモリ アクセスが最も重要です。これには多くの場合、再構築や、まったく新しいアルゴリズムとデータ構造の選択が含まれます。これが、GPU プログラミングがハックと見なされる理由です。
第 2 に、既存のアルゴリズムを GPU で実行するように適応させることは、それ自体科学ではありません。一部の GPU アルゴリズム関連論文の科学的貢献度が比較的低いため、GPU プログラミングは厳密には「エンジニアリング」であるという否定的な認識につながっています。
GPGPU は、数学コプロセッサの時代を思い起こさせます。ハックは、長々とした問題を解決する近道です。IPV4 上の NAT がハックであるように、GPGPU はハックです。より多くのことを行おうとするとネットワークが大きくなるのと同じように、計算上の問題が発生します。GPGPU は、コア CPU チップの外側に留まり、別の不安定な API を持っているか、API を介して CPU に吸い込まれるか、または製造が道次第であるかに関係なく、有用な暫定的な解決策です。ファインダー。
明らかに、それを言った人だけがなぜそれを言ったのかを確実に言うことができますが、私の見解は次のとおりです。
「問題をマトリックスに変換して操作を行っている」というコメントについては、多くの無知を示していると思います。ハイパフォーマンス コンピューティングのほぼすべてが、この説明に当てはまります。
過去数年間、そしておそらく今後数年間の GPGPU の主要な問題の 1 つは、任意のタスク用にそれらをプログラミングすることが非常に簡単ではないことです。DX10 までは GPU 間の整数サポートはなく、分岐はまだ非常に貧弱です。これは、最大限の利益を得るために、GPU からあらゆる種類の効率向上を引き出すためにコードを非常にぎこちない方法で記述しなければならない状況です。これは、抽象的な並列タスクではなく、ポリゴンとテクスチャの処理専用のハードウェアで実行しているためです。
明らかに、それは私の見解とYMMVです
彼は、GPGPUを使用すると、問題のドメインではなくハードウェアに適合するように、実装を再構築する必要があったことを意味していると思います。エレガントな実装は後者に適合するはずです。
「ハック」という言葉には、いくつかの異なる意味があることに注意して ください。http ://www.urbandictionary.com/define.php?term=hack