记者：人们往往将ＰＣ产业的成就归结于开放的标准和大规模制造带来的经济效益，这的确是通用计算平台的属性；但却往往忽视了通用计算平台的另一个属性，即它同时也是一个开放的开发平台，从而鼓励ＩＳＶ在其上快捷地开发应用，而众多的应用则促进了ＰＣ平台的繁荣。ＮＶＩＤＩＡ前不久推出的ＣＵＤＡ，也正是ＧＰＵ从专用平台走向通用平台的一个里程碑事件，请问ＧＰＵ的下一个里程碑是什么？
Ｋｉｒｋ：我认为CUDA已经取得了空前成功，它的接受程度令人吃惊。这也表明了人们希望对整台电脑进行编程的浓厚兴趣。过去人们往往是编写一个C程序来控制CPU，再编写一个图形程序来控制GPU。你一定想通过编写一个程序来控制CPU和GPU。因此我坚信，将来CUDA将变得无处不在。如果要对CPU和GPU进行编程并管理系统中的所有资源，那就没有理由不用CUDA。
记者：您还有什么要总结的吗？
Ｋｉｒｋ：我个人认为，GPU正逐渐将并行计算推向主流，并行计算与异构处理器系统的“联姻”将是大势所趋。而主导这场变革的就是GPU。
（以下回答为邮件回复内容）
ＧＰＵ没有ＣＰＵ的烦心事
记者：无论是并行计算还是虚拟化，对于在ＰＣ平台上的ＩＳＶ都是新鲜事，这也意味着巨大的挑战。对于ＧＰＵ而言，并行性是与生俱来的属性，但未来如果ＧＰＵ唱主角的话，是否也要面对虚拟化的挑战？
Ｋｉｒｋ：有趣的是，CPU目前所面临的主要挑战就是多核、虚拟化和大规模并行计算，而这些问题都是GPU早已提出并解决了的。作为操作系统的一部分，GPU在用于各种图形应用时，必须在各种应用需求之间被“分割”成许多时间片，因此，GPU已经成为一种虚拟资源。
记者：我个人认为，ＡＭＤ的协作平台Ｔｏｒｒｅｎｚａ在技术上看来比较合理：依靠开放的总线，Ｔｏｒｒｅｎｚａ目前容许ＧＰＵ和ＦＰＧＡ（现场可编程门阵列）挂在ＣＰＵ总线上，第二步将把ＧＰＵ和ＦＰＧＡ封装在一起，最终将集成在一个硅片上。这样，ＧＰＵ大大提升了ＣＰＵ的浮点性能，而ＦＰＧＡ的实时系统重构的特性则可以针对要执行的计算任务，把通用的ＣＰＵ实时优化成“专用”ＣＰＵ。你认为，这种ＣＰＵ＋ＧＰＵ＋ＦＰＧＡ——当然，你可能会改为ＧＰＵ＋ＣＰＵ＋ＦＰＧＡ这样的顺序——在工艺实现上和软件开发上会有哪些挑战？
Ｋｉｒｋ：我认为开放式总线是一种非常好的方式，它让创新者能够互相竞争从而为该平台作更大贡献。这样做是否会导致集成——也就是将CPU+GPU+FPGA集成到一块芯片上，我真的不太清楚，但至少我认为不会。我认为集成是一种战略，并且应该是为某一特定目的而采用的，这些目的通常是降低成本或普及产品。我并没有看到这类集成真的是为了打造更好的系统。但我认为，这是判断开放式总线的最好方法，这样其他供应商就可以为主处理器构建协处理器芯片了。
“视觉就是计算机”
记者：人们经常从ＣＰＵ厂商那里获得对计算未来的展望，最著名的要算是Ｓｕｎ的“网络就是计算机”；但人们却难得听到ＧＰＵ厂商对计算未来的见解。即使是ＮＶＩＤＩＡ ＣＥＯ黄仁勋多年前提出的“视觉就是计算机”，知道的人也不多。请告诉我们“视觉就是计算机”的内涵。
Ｋｉｒｋ：我认为视觉计算对计算来说是至关重要的。视觉是信息输入我们大脑的最快途径。与计算机的每次交互都应该是可视的，这种可视性应该是详细、复杂、丰富多彩并且是完全三维立体的形式！因此视觉计算已经开始并且正在影响着我们的工作、娱乐以及与计算机有关的生活。视觉计算是一个过程。
记者：视觉计算将在多大程度上改变现有的产业格局？
Ｋｉｒｋ：视觉计算对于消费者和专业人士来说比一般用途计算更为重要。视觉计算意味着要在视觉上呈现更多的信息，在视觉上实现全新的应用。更佳的视觉计算用户体验是与众不同和更加美妙的。而更高CPU性能的视觉体验很难量化，而且这一点重不重要也不太清楚。实际上，谁需要以多快的速度运行字处理软件？
记者：ｘ８６处理器成就了微软，视觉计算会不会成全另一个微软？
<<上一页
1
2
3
4
下一页>>
