Alle taken een eigen chip!

20 reacties
Inhoudsopgave
  1. 1. Inleiding
  2. 2. Torrenza
  3. 3. Geneseo
  4. 20 reacties

Inleiding

AMD neemt ATI over, Intel gaat strategische allianties aan met nVidia; het zijn kortom roerige tijden in processorland. Als we de verschillende bedrijven mogen geloven, gaat er in de toekomst dan ook veel veranderen op het gebied van de taakverdeling tussen verschillende chips binnen de PC. AMD neemt een voorzet met Torrenza, maar Intel zal niet lang achterblijven.

Het is allang niet meer zo dat de CPU de enige snelle processor binnen een computer is. Belangrijkste voorbeeld is nog wel de GPU op de videokaart: moderne 3D-chips zijn volledig programmeerbaar en bieden een ongekende rekenkracht. Maar er zijn meer ontwikkelingen; de chip van de nieuwste Creative geluidskaarten is zo krachtig dat hij al met recht een APU (Audio Processing Unit) genoemd mag worden, terwijl bijvoorbeeld Ageia flink aan de weg timmert met PPU's (Physics Processing Units). Die moeten natuurkundige berekeningen binnen games versnellen. Kort geleden kwam het bedrijf AISeek nog in het nieuws vanwege de aankondiging van een processor die de Artificial Intelligence-berekeningen binnen 3D-games kan versnellen. Ook in de professionele wereld zijn er voldoende chips te vinden die uiteenlopende berekeningen zeer efficiënt kunnen verwerken.

Co-processors

Alle voorbeelden tonen wel aan dat speciale chips gebruiken voor speciale doeleinden heel slim kan zijn. Processors als de AMD Athlon 64 of Intel Core 2 Duo moeten immers alle denkbare soorten codes kunnen uitvoeren, maar zijn daardoor niet geoptimaliseerd voor een bepaald type berekeningen. De andere genoemde chips zijn dat wel en zodoende is het geen wonder dat een moderne 3D-chip berekeningen benodigd voor het op het scherm toveren van mooie beelden tot vele honderden keren sneller kan uitvoeren dan een normale processor. Hetzelfde geldt voor alle andere genoemde voorbeelden.

Alle ontwikkelingen op dit vlak zouden ervoor kunnen zorgen dat de taak van de processor binnen de PC steeds minder belangrijk wordt. Vroeger was de processor echt nog het kloppend hart van de machine (vandaar de naam Central Processing Unit) maar dat wordt minder. De genoemde voorbeelden als de GPU neemt nu al veel taken van de processor over en dat kan in de toekomst alleen maar meer worden. Een aantal mensen binnen de IT-industrie verwachten dat in de toekomst voor steeds meer zaken gespecialiseerde co-processors op de markt zullen komen voor de meest uiteenlopende zaken. Als je je PC bijvoorbeeld voornamelijk gebruikt voor videobewerking, zou het dan niet handig zijn om een speciale co-processor te hebben die juist dergelijke berekeningen extreem snel kan uitvoeren? Of wanneer een PC wordt gebruikt voor een bepaalde soort wetenschappelijke berekeningen, zou een speciaal daarvoor geoptimaliseerde co-processor dan ook niet erg nuttig zijn?

Met al die GPU's, APU's, PPU's, AIPU's wordt de PC absoluut krachtiger dan ooit, maar het zorgt er wel voor dat er kritisch moet worden gekeken naar de opbouw van een PC: telkens maar de PCI- en PCI-Express-bus gebruiken voor uitbreidingskaarten met dergelijke processors is immers weinig efficiënt....

Stream computing

In het licht van co-processors is het interessant om te kijken naar wat ATI de laatste tijd allemaal uitspookt. De processors op videokaarten (GPU's) hebben zich de laatste jaren opgewerkt van relatief simpele chips die slechts tot een paar standaard handelingen in staat zijn, tot zeer geavanceerde processors met ongekende rekenkracht. Nu de GPU's sinds het DirectX 8 tijdperk volledig programmeerbaar zijn en sinds het DirectX 9 tijdperk zelfs met 32-bit floating point getallen kunnen werken, doen steeds meer bedrijven onderzoek naar het inzetten van videokaarten voor andere zaken dan puur het berekenen van 3D beelden. Eén van de belangrijkste stappen hierin zijn recente aankondigingen van ATI en nVidia om de GPU's in te gaan zetten voor het uitvoeren van physics-berekeningen in 3D-games, als reactie op de PPU-chip van Ageia. ATI heeft recent aangekondigd veel uitgebreidere plannen te hebben: onder de naam Stream computing wil men het inzetten van GPU's voor allerhande berekeningen pro-actief gaan ondersteunen.

Tijdens een presentatie benadrukte ATI nog maar eens dat voor verschillende soorten berekeningen een GPU veel geschikter is dan een traditionele CPU. Volgens ATI kan een nieuwe generatie videokaart bijvoorbeeld financiële risicoberekeningen tot 16x sneller uitvoeren dan een moderne processor, professioneel bodemonderzoek zou met behulp van een GPU tot 20x sneller kunnen en het Folding@Home project van de Stanford University, een distributed computing project waarmee men onderzoek naar verschillende ziektes, zou zelfs tot 40x sneller moeten kunnen werken volgens ATI!

Als proof-of-concept is er inmiddels een beta-versie van de Folding@Home client uitgebracht, die je kunt gebruiken in combinatie met een videokaart uit de Radeon X1900-reeks. Hoewel de software helaas geen benchmark-mogelijkheden biedt, blijkt uit onze tests overduidelijk dat een Radeon chip de berekeningen voor Folding@Home veel sneller kan uitvoeren dan een Intel of AMD processor. Met Stream computing speelt ATI ook in op het Torrenza-platform van nieuwe eigenaar AMD.

0
*