似乎很明顯,GPU的每個核心都可以允許處理請求,而不是一個主處理器(系統的CPU)處理所有請求。從表面上看,似乎可能,GPU GDDR5中的GPU + Redis數據庫中的模板可能存在?CUDA和web開發
它可能和值得嗎?
似乎很明顯,GPU的每個核心都可以允許處理請求,而不是一個主處理器(系統的CPU)處理所有請求。從表面上看,似乎可能,GPU GDDR5中的GPU + Redis數據庫中的模板可能存在?CUDA和web開發
它可能和值得嗎?
GPU如何訪問磁盤,數據庫等?
請求通常是短小的尖銳處理片段。您必須將每個請求從主內存加載到GPU內存中,進行計算並將其重新啓動。將數據從主內存傳輸到GPU內存時會產生開銷。因此,如果計算時間足夠長,並且問題適合於GPU上的並行處理,則只需進行GPU計算即可。
本質上,GPU擅長流處理。不是很多小的請求。
我正在考慮只使用GPU內存,沒有CPU,內存和主板。硬盤是一個問題。 – 2010-10-24 15:59:42
如何在不向CPU發佈指令的情況下首先將數據從主內存加載到GPU內存的情況下使用GPU? AMD融合架構看起來很有趣。你知道流處理是什麼嗎?這就是圖形處理器擅長處理的東西。相信我,如果可以使用GPU加速網絡服務器,那麼英特爾/ AMD架構師會在多年前實施它。也就是說,我並不排除在網絡上遇到的某些計算適合GPU處理。我在GPU上運行的唯一計算結果是幾分鐘/小時。微秒請求將不起作用。 – Eamorr 2010-10-25 20:23:38
上一個答案是有效的。還有另一個關於GPU的ceveat,指令集較小,數據在矩陣中處理。即相同的操作應用於集合中的每個元素。所以你需要非常聰明地設計這個複製操作是什麼。
我認爲你正在考慮GPU HTTP服務器。
儘管它可能措辭更好,但我認爲這是一個足夠公平的問題。有人沒有你所擁有的知識和經驗這一事實並不意味着這不是一個真正的問題。 – 2010-10-22 16:56:01