1. 首頁
  2. 問答
  3. 用於科學計算的GPU的準確性

用於科學計算的GPU的準確性

2012-08-24 44 views
6

一位電氣工程師最近告誡我不要使用GPU進行科學計算（例如，準確度真的很重要），因爲在CPU中沒有硬件保護措施。這是真的嗎？如果是這樣的話，典型硬件中的問題有多普遍/實質性？用於科學計算的GPU的準確性

來源

2012-08-24 Ari B. Friedman

+0

是......對......所有這些內置龐大的計算集羣GPU是完全無用的，本質上只是隨機數發生器。所有的硬件都會受到隨機誤差的影響 - 陶瓷封裝中的放射性衰變事件釋放出的單個高能量光子可能會在cpu內部的某個位置翻轉位，並且會徹底殺死系統...或者它可能不會。 –

+0

@MarcB我不是陰謀論者！請參閱下面我的答案中的鏈接，瞭解過去的問題。我基本上想知道這些在最近的硬件中是否得到了充分的修復。 –

回答

9

實際上，爲了提高性能和能源效率，現代GPU非常適合科學計算，許多HPC應用程序至少部分移植到GPU上運行。 與以前的GPU不同，現代的GPU（例如NVIDIA的Fermi或Kepler架構）可提供完全標準化的IEEE-754格式，無論是單精度還是雙精度，所以您應該可以像使用現代CPU一樣使用這些格式。

來源

2012-08-24 14:33:10

3

我在這方面找到了一些（較舊的）論文，但看起來問題已經在計算能力> = 2.0的卡片中得到修復。

當前GPU不支持雙精度計算及其 單精度支持掩蓋了 IEEE-754浮點標準[1]，這樣的重要方面正確舍入結果 並正確關閉數字系統。 ... 我們的結果顯示，在某些邊緣情況下，GPU的結果 存在嚴重錯誤，此外還有錯誤處理 非規格化數字。

  • 卡爾E. Hillesland和安塞爾莫Lastra的， 「GPU浮點妄想」。在Proc。 GP2，2004年8月

  • GPUBench Test: Precision.

  • 紀堯姆大格拉薩和大衛Defour， 「浮浮運營商對圖形 硬件實現。」在Proc。對實數和計算機八七會議，2006年7月

  • Wikipedia's CUDA limitations section

雙精度（CUDA計算能力1.3及以上）[14]從IEEE 754標準偏差 ：舍入到-nearest-even是唯一的 支持倒數，分割和平方根的舍入模式。在 單精度，非規範和信令NaNs不支持; 只支持兩種IEEE舍入模式（切片和最接近的 甚至），並且這些是在每個指令的基礎上指定的，而不是在控制字中的 ;分割/平方根的精度比單精度略低。

來源

2012-08-24 14:33:31

1

實際上大多數科學計算一般不需要那麼精確，因爲測量誤差和例如主要由淹沒浮點舍入引入的誤差（或許除了在退化情況下，如求和浮標在陣列順序vs逆序排列，但即使在CPU中也會遇到這種問題，因爲它的工作原理與設計一樣，所以沒有什麼會提醒你。在科學計算中，通常足以在一定的誤差範圍內顯示結果，並顯示餘量不會導致實際問題。

即使在CPU中，浮點數的設計也很快，數字不一定準確，這就是爲什麼我們總是教導將浮點與epsilon進行比較的原因。

OTOH，實際上需要精確舍入到最後一位數字的計算，如會計或數字理論，應考慮使用定點算術（例如十進制模塊），它可以讓您精確指定舍入規則。

來源

2012-08-24 23:56:22

相關問題

 相關問題